简介:频率-波数域单程波算子能高效地模拟地震波在复杂介质中的传播,但是在描述波的大角度传播和速度横向扰动变化较大介质中传播的问题时仍然存在一定误差。这类误差是由于对单平方根算子使用Taylor展开式的近似程度不足所造成。为了进一步提高泰勒展开式的精确性,本文提出一种利用粒子群智能算法优化级数展开系数的高阶广义屏算子对单平方根算子的展开级数进行优化处理。新的偏移算法能在保持单程波偏移算法高效的前提下进一步提高偏移算子在大角度的成像精度和对强横向速度变化介质的适应性。通过脉冲响应实验,验证了基于粒子群算法优化级数的高阶广义屏算子能够提高常规的高阶广义屏算子的成像精度和成像角度。根据对二维SEG/EAGE盐丘模型的成像处理,基于粒子群算法优化级数的高阶广义屏算子对盐丘下面的断层取得了更高质量的成像,说明粒子群优化级数的高阶广义屏算子比常规的高阶广义屏算子具有更好的横向速度适应性。为了检验本文所提算法对实际资料的处理能力,我们利用常规的偏移处理技术和本文所提算法对一条海上二维数据进行了偏移成像处理,对比分析成像剖面发现本文所提算法描述了更加清晰的层位信息和更高质量的偏移剖面。本文所提算法能有效提高高阶广义屏偏移在广角度成像的能力,具有一定实际应用价值。
简介:针对矩形网射线追踪存在的模型剖分灵活性差、速度界面描述精度差等问题,研究了复杂结构三角网最小走时射线追踪全局算法。(1)根据剖分区域点、线、面的结构关系,遵循Delaunay三角剖分的优化准则进行三角网格剖分;(2)定义三角单元射线追踪的拓扑关系;(3)波源点及某一时刻波到达的每一个节点点构成波行面,在波行面扩展过程中计算节点的最小走时和次级源位置,实际次级源检索采用双曲线近似算法;(4)利用各节点走时和次级源方向信息,通过最小走时搜索,拾取从接收点到源点的射线路径。数值模拟结果表明,三角网射线追踪方法模型剖分时灵活性强、速度间断面的描述精度高,追踪结果准确。
简介:基于曾新吾和MacBeth提出的时域内双源累积旋转方法,建立了频率相关介质中分析多分量VSP数据的横波分裂参数提取算法(DCTF)。该算法可以在频域中针对单个频率提取横波各向异性参数(快横波的极化方向以及快、慢横波间的时间差),从而避免了目前常用方法中使用窄带通滤波可能带来的误差。通过对地震合成记录的数值分析,确定了该算法的可行性和正确性,并与目前常用方法的应用结果进行了比较。结果显示,频率相关横波分裂参数可以利用DCTF从地震四分量数据中直接提取。在地震频率范围内,含较大尺度裂缝时各向异性参数将表现出频率相关性,这意味着在地震频率范围会出现频散。随着频率的增加,各向异性有降低的趋势。
简介:地震反演是当今最广泛应用于含油气储层预测的技术之一,取得了很多很好的预测效果,但也有失败的例子,达不到区分岩性和识别流体的目的。而本文介绍的建立在岩石物理建模和分析基础上的地震弹性反演,可将含油气储层预测由定性向(半)定量推进一步。根据岩石物理建模和正演扰动分析,可深刻理解岩石物性参数与地震弹性参数之间的内在关系,进而寻找储层岩性、物性和含油气性的敏感地震弹性参数,建立起理论岩石物理解释图版。岩石物理分析结果和所建立的岩石物理解释图版分别用以指导地震反演和反演结果的解释,实现油气储层分布预测和流体检测的目的。文中的含气砂岩分布预测实例研究应用结果表明,这种方法较叠后地震反演储层预测技术具有无可比拟的优越性,效果更佳,效率更高。
简介:基于Cauchy先验分布的贝叶斯AVO反射率反演,可以产生类似于稀疏脉冲反演的结果,增强了对大反射系数的识别能力,反演过程中正则项和参数矩阵的计算都需要用到由上一步迭代所估计出的模型参数信息,因而反问题呈现非线性,此外该过程依赖于模型参数之间的线性统计关系,而且反演结果为反射率而非弹性参数,不利于储层预测和流体检测。贝叶斯AVO波形反演通过将反射率改写为弹性参数差分形式,直接从叠前地震数据中提取弹性参数,无需对弹性参数之间关系做线性假设。本文综合考虑上述两种方法的优点,在研究过程中仍然采用Cauchy先验分布,同时对贝叶斯AVO反射率的反演过程进行了修改,实现了基于Cauchy先验分布的AVO弹性参数弱非线性波形反演。本方法的提出有效避免了模型参数之间的线性假设,同时也能够从地震数据中直接反演得到纵、横波速度和密度。理论合成数据实验证明,此方法可以直接从叠前地震数据中提取弹性参数,而且在含有噪音的情况下也能得到比较准确的反演结果。
简介:随着全张量重力梯度(FTG)测量技术的不断发展,重力梯度数据的三维反演技术在油气和矿产勘探中日益受到重视与关注。为了快速处理和解释大规模的高精度数据,图形处理器GPU(GraphicsProcessingUnit)和预处理分解技术(Preconditioningmethods)在地球物理反演中的使用变得十分重要。本文结合对称逐次超松弛(SSOR)技术与不完全乔列斯基分解共轭梯度算法(ICCG)提出改进的预处理共轭梯度法,并考虑到方法预处理分解占用额外的时间,开发该算法的GPU并行算法来提高加速效果。然后通过含噪的模型数据反演来证明改进的并行预处理方法在三维全张量重力梯度数据反演中的适应性。由此,基于NVIDIATeslaC2050GPU的并行SSOR-ICCG算法和在2.0GHzCPU上的串行程序比较,达到了大约25倍的加速比。最后,我们将该算法应用于美国路易斯安那州南方Vinton盐丘的实测航空重力梯度数据反演中,反演出良好的反演结果,验证了该方法在三维全张量重力梯度数据快速反演中的优势和可行性。
简介:有限差分方法广泛应用于求解许多科技领域所涉及的偏微分方程,高阶显式有限差分方法通常用来提高求解精度,已经提出的高阶隐式有限差分方法和截断高阶显式有限差分方法可用来进一步提高模拟精度而不增加计算量。本文首先计算了针对常规网格上的一阶导数和二阶导数、交错网格上的一阶导数的有限差分系数,发现高阶隐式有限差分系数中存在一些小的系数。频散分析结果表明:忽略这些小的差分系数能够近似维持有限差分的精度,但是显著减小了计算量。然后,引入镜像对称边界条件来提高隐式有限差分方法的精度和稳定性,采用混合吸收边界条件来减小来自模型边界所不需要的反射。最后,给出了针对均匀和非均匀介质模型的弹性波模拟例子,表明了本文方法的优点。