【摘 要】
：
本文首先通过不同参数的2D和3D理论模型试验总结了水平总梯度、解析信号振幅、Tilt导数、Tilt导数水平梯度、Theta图法、归一化标准差等目前常用的位场线性特征增强方法的应用条件和优缺点，得出提取效果最好且受场源深度影响较小的方法。另外，通过将不同的延拓高度作为不同尺度对边缘检测结果进行多尺度叠加，这样根据其变化规律不仅能够反映线性构造的走向、延伸及连续性还能显示出不同深度层次的变化情况和断裂
【机 构】
：
中国地质大学(武汉)地球物理与空间信息学院 武汉430074
论文部分内容阅读
本文首先通过不同参数的2D和3D理论模型试验总结了水平总梯度、解析信号振幅、Tilt导数、Tilt导数水平梯度、Theta图法、归一化标准差等目前常用的位场线性特征增强方法的应用条件和优缺点，得出提取效果最好且受场源深度影响较小的方法。另外，通过将不同的延拓高度作为不同尺度对边缘检测结果进行多尺度叠加，这样根据其变化规律不仅能够反映线性构造的走向、延伸及连续性还能显示出不同深度层次的变化情况和断裂构造或密度层的倾斜方向。最后将本文中基于多尺度分析的位场线性特征提取方法运用于新疆西天山地区的1：20万重力异常数据处理解释中，验证了该方法在实际工作中的应用效果。并且将以往用于剖面解释的重力梯度法运用于平面网格数据线性特征的倾角扫描计算中，同时结合边缘检测结果的多尺度变化规律以及已有的地质资料对研究区线性构造特征进行定性、半定量解释，证明了本文的算法在处理实际问题时的有效性。
其他文献
本文介绍了地震波形分类的基本原理，在此基础上详细阐述了波形分类技术实现的具体步骤：1.选择目标层段并建立层切片；2.神经网络训练；3.利用分类结果警醒平面成图；4.地震相处理解释。
深水区勘探程度低，常常面临少井甚至无井的局面，针对该情况文中探讨了波形分类技术和频谱成像技术的原理，介绍了一种在无井或少井情况下利用波形分类和频谱成像技术进行储层预测的方法。首先利用地震相波形分析技术，对研究区三维地震资料进行了波形分类，划分了该地的沉积相，预测了砂体的分布范围，随后使用频谱成像技术验证了分类的结果，并估算了砂体的厚度，为有利目标的钻探提供了地质依据。
为了获得华庆油田某区块的Φ与T、Rt的关系式，笔者共收集华庆油田该区块35口取心井2010块孔隙度岩样分析数据，归位到77个渗透层。对长庆油田该区块岩心分析孔隙度和测井声波时差、视电阻率值进行回归分析得到该区块油层、油干层的经验公式。模型适用性及试算结果：该公式与其它计算孔隙度公式的不同在于，此处给出的公式是非线性的。储层有效孔隙度不仅与声波时差有关，而且还与电阻率Rt有着紧密的联系。
本文研究了决策树算法的基本原理，阐述了岩性自动分类处理及评价流程，通过实际数据的应用对比正确率结果，发现：①测井曲线种类和数量的选择对分类结果有很大的影响。曲线数量越大，选择有利于解释岩性的曲线，则对分类效果越好。②两口井所测量的测井曲线深度的不同对分类结果影响很大。当深度范围一致时，分类结果最好。最后，对得到的自动分类结果仍然需要进行人为解释，让分类结果更接近实际地层。
本文针对琼东南盆地油气检测中常规属性无法识别目标储层流体特征的技术难点，从地震资料油气检测原理出发，利用频谱成像技术、瞬时子波吸收分析技术、AVO分析、流体替代等技术手段，通过找出储层流体敏感属性进行油气检测，通过不同方法的相互验证，大大减小了地球物理方法的多解性和不确定性，研究结果与已钻油气水分布吻合较好，通过对X区块目标区油气层的空间展布进行分析，预测了有利构造目的层含油气范围，预测结果得到了
本文项目从数据处理角度考虑，浅析铀矿产弱信息提取方法：噪声调整奇异值分解（NASVD）、自适应模糊神经网络分析（ANFIS）。如果在深部隐伏弱信息提取有所突破，对铀矿找矿工作意义是重大的。
本文研究利用有效孔隙度在泥质含量高的地层中进行流体替换的方法。通过该方法的原理分析结果发现，利用有效孔隙度进行流体替换的改进方法解决了常规方法中存在的泥岩束缚水问题，使得在低孔隙的泥质砂岩地区得到的弹性参数差异更明显。本文指出在很多常规方法无法解释的观测地区，可以利用这种新方法得到的结果与测井数据以及三维地震数据，特别是四维地震数据进行匹配、解释。
本文在收集大洋洲(澳大利亚)地区卫星重力与磁力数据的基础上，对其进行常规处理，处理手段包括异常分离、磁力化极、延拓、水平垂直方向导数等方法，得到了该地区区域布格重力异常不同高度的向上延拓、不同方向导数异常及磁异常化极等常规处理结果。研究并编程实现了位场归一化差分方法，并利用该方法对某模型数据及澳大利亚大陆重力数据进行处理。
本文介绍了Q值提取式的推导过程，通过设计多个地层Q值模型，分析了谱比法、质心频率法和对数谱统计属性法三种方法提取Q值，在无噪情况下的精度，在含噪情况下的稳定性和可靠性。
本文出了一种走时层析与时域全波形联合反演的方法，利用走时层析快速、高效地获取质量较好的初始速度场，然后基于时域全波形反演实现高精度的刻画细节的叠前速度场。模型试算表明，由于采用较好的初始速度场作为输入，使得该联合反演具有较高的反演效率和反演精度。