【摘 要】
：
深度学习是机器学习的一个分支,是使用低维特征组合来表示高维特征组合,包含多重复杂结构或多个非线性变换的多个处理层对数据进行高维抽象的一种算法.深度学习的自我学习和适应能力使它在计算机视觉、语音识别、金融等领域得到了广泛应用.为分析深度学习在地球物理领域的应用前景,本文在介绍深度学习概况的基础上,结合实例分析了深度学习在地震探测定位、大地电磁数据处理、航空电磁数据解释等领域的应用现状.发现深度学习在
论文部分内容阅读
深度学习是机器学习的一个分支,是使用低维特征组合来表示高维特征组合,包含多重复杂结构或多个非线性变换的多个处理层对数据进行高维抽象的一种算法.深度学习的自我学习和适应能力使它在计算机视觉、语音识别、金融等领域得到了广泛应用.为分析深度学习在地球物理领域的应用前景,本文在介绍深度学习概况的基础上,结合实例分析了深度学习在地震探测定位、大地电磁数据处理、航空电磁数据解释等领域的应用现状.发现深度学习在处理海量数据在并行处理、进行模式识别特征提取、数据预测等方面都有巨大的优势.随着三维探测逐渐成为地球物理
其他文献
对弹性参数进行转换而获取物性参数的方法,适用范围有限且预测精度不高.本文基于岩石物理理论,提出一种带先验约束的碎屑岩储层物性参数预测方法,为储层预测、流体识别、储层描述、储量估计、烃类开发方案设计提供重要参数.应用岩石物理理论和物性参数先验信息建立了带先验约束的目标函数;并利用最优化方法对反演目标函数进行优化求解,对储层的物性及孔隙度和泥质含量进行同步迭代反演.经过正演数据及实际地震资料的测试应用
过套管电阻率测井在寻找剩余油、油藏动态监测方面是一种重要的测井技术.文中依据大数据流技术原理,建立以Hadoop架构为核心、集成仪器响应模拟、仪器关键参数设计、影响因素分析校正、岩石物理参数获取与测井评价为一体的过套管电阻率测井系统.这将打破了测井方法、仪器制造、测井采集、岩石物理与测井解释之间的部门界限,实现了不同用户实时访问统一的数据库,实时解决仪器刻度、数据采集与校正,以及综合解释中的岩石物
地震波的走时与射线路径是地震数据处理技术中重要的参数,它们的计算精度、效率、稳定性等特性直接决定着偏移成像、层析成像、速度分析等地震数据处理技术的各种特性.为了更加清楚地认识、发展和利用这一类方法,本文首先对地震波射线追踪问题进行了简要概述;其次,阐述了主要的射线追踪方法的相关内容;然后,对射线追踪方法进行了分类;最后,详细阐述了射线追踪的发展现状与趋势,并给出相应的结论与讨论.
为了更深入的研究电成像测井资料在储层评价方面的应用,针对碎屑岩、碳酸盐岩及薄互层三种类型的储层建立了三种新技术.通过对环井周电阻率数据进行统计,建立了电阻率谱技术及分选指数的计算方法,根据谱峰的宽窄及分选指数大小对碎屑岩储层分选性及非均质性进行评价,对于预测高产储层具有一定的指导意义;通过阿尔奇公式将环井周电阻率转换为孔隙度,并对孔隙度数据进行统计,建立了孔隙度谱技术及基质孔隙度及次生孔隙度的计算
利用地震资料检测断层对油气勘探具有重要的意义,也是地震资料解释的重点.文中发展了局部二值模式(Local Binary Pattern,LBP)方法来检测断层,并结合地震剖面的旋转不变局部方差(Rotation Invariant Variance,VAR)信息,提出一种基于LBP/VAR特征的断层检测方法.首先利用相干属性、曲率属性和边缘检测等常规的断层检测方法和LBP/VAR算子对原始地震数据
微震震源定位研究是微震监测技术研究的重点之一,定位精度的高低直接影响着微震分析的结果.随着微震监测技术的广泛应用,出现了大量新的微震震源定位方法,针对不同的工程研究,这些方法各有千秋.首先,通过收集并分析近20年来国内外比较盛行的微震震源定位方法,其包括混合优化法、震源扫描算法、波速模型法和无预先测速法.然后,讨论这些方法的优缺点及适用条件,并主要分析微震检波器分布、首次到时拾取、波速模型和定位算
随着在石油勘查、矿产勘查、构造研究等地质工作中提出的应用位场异常研究规模相对较小的地质体及其细节的要求不断提高,传统重力方法在精度和分辨率方面已不能满足要求.重力梯度张量作为重力位二次导数,较之重力异常,能够更直观地反映地下密度体的赋存状态,基于重力梯度张量数据的反演能够提高地质体的定量模拟质量.但是由于受国内仪器的发展水平限制,直接获取实测的重力张量数据难度较大,目前对于重力张量数据的获取主要是
在本文中,我们基于模型试验讨论了利用等效源实现剖面重力异常转换的可靠性,并针对发现的问题提出了一套场源设置优化策略:(1)沿剖面两侧对等效源层和观测数据扩边;(2)通过局部异常单调变化区间个数的整倍数控制等效源层中线质量的数量;(3)利用Tikhonov正则化确保反演的稳定性,并在迭代计算过程中维持条件数不变.合成模型试验表明:(1)单独对等效源层扩边可以消除异常导数在剖面边界附近的振荡,同时对等
速度场精度是影响偏移成像质量最为关键的因素,因此,速度模型的建立成为解决复杂地质体成像的核心工作.但在火山岩发育区,由于火山岩岩性、岩相复杂,空间相互叠置、尺度小等原因,导致地震波场复杂,成像难度大.常规基于网格的层析成像技术完全是数据驱动,其要求地震数据具有较高信噪比.而火山岩发育区地震反射杂乱,该方法无法满足精细建模需求.为此本文提出一种基于小尺度构造约束的网格层析速度建模方法.该方法既可以通
本文就两种抗噪反Q滤波方法进行了讨论,其中对比了考虑时频域信噪比的反Q滤波方法和基于变稳定因子的反Q滤波方法.与稳定的反Q滤波方法相比,这两种方法可以抑制噪声,提高反Q滤波后地震数据的分辨率和信噪比.然而,它们基于不同的方法原理,并且在处理效果上存在一定的差异.为了探究反Q滤波方法抑制噪声的关键问题,回顾了方法的原理,对比和讨论这两种方法的差异,并通过理论模型数据和实际地震数据进行了比较.测试结果