【摘 要】
:
在地震勘探中,地震层位解释是地震解释的基础工作,而层位的识别和追踪是地震层位解释的一个很重要的环节。相对地质年代(RGT)作为识别和追踪地震层位的一种方式,对于地震层位追踪和沉积学解释至关重要。传统生成RGT的方法主要是由人工手动的识别尽可能多的层位,继而对识别到的层位进行插值来获得。这种方法虽然直接,但是精度不高,并且严重依赖主观经验。为了解决上述问题,开发出具有更优越性能的RGT构建技术,相位
论文部分内容阅读
在地震勘探中,地震层位解释是地震解释的基础工作,而层位的识别和追踪是地震层位解释的一个很重要的环节。相对地质年代(RGT)作为识别和追踪地震层位的一种方式,对于地震层位追踪和沉积学解释至关重要。传统生成RGT的方法主要是由人工手动的识别尽可能多的层位,继而对识别到的层位进行插值来获得。这种方法虽然直接,但是精度不高,并且严重依赖主观经验。为了解决上述问题,开发出具有更优越性能的RGT构建技术,相位估计方法被应用于生成RGT,并取得了较好的效果。传统的相位估计方法通常分为两步:首先从观测图像中噪声包绕的瞬时相位中通过运算提取无噪图像的包裹相位,然后对第一步得到的包裹相位进行相位展开以估计图像的绝对相位。相比于人工解释,相位估计方法具有更好的不连续保持能力和较高的计算效率。本文通过研究相位展开技术和地震数据中RGT与层位的对应关系,设计了基于相位估计的RGT构建方法。具体来说,本文的主要创新工作如下:(1)针对于数据质量影响RGT构建的精度问题,本文将补丁匹配滤波(BMF)算法和张量奇异值分解(t-SVD)进行融合,改进相位展开过程中第一步,再结合图切相位展开(PUMF)算法估计图像的绝对相位,提出了基于张量补丁匹配滤波的图切相位展开(TBMF-PUMF)算法来对地震数据进行RGT的构建。该算法着重于从观测图像中噪声包绕的瞬时相位中提取无噪图像的包裹相位这一步处理。通过将地震数据转换为复值数据,并利用t-SVD分解构建了适合复值数据稀疏表示的复数域,设计了一种数据自适应的标准正交复数域数据处理方法。算法包括图像补丁分组、t-SVD分解、频谱硬阈值化、图像补丁重构、图像补丁聚合五个步骤。将PUMF算法应用于去噪后的包裹相位。对于每一个精度,我们将问题映射成一个二进制优化序列,通过图切法构建合适的图并计算最小能量来选择最佳的切割路径。因此,通过利用相位展开和去噪的统一原理,应用于地震数据后,生成的RGT能够在保留图像细节的同时实现强噪声衰减。(2)针对于像素点连接方式影响构建RGT的精度问题,本文在PUMF算法的基础上,改进相位展开过程中第二步,通过加入层位约束的方式来相位展开过程中像素点的连接方式,提出了基于层位约束的张量补丁匹配滤波图切相位展开(TBMF-HPUMF)算法。该算法着重于对无噪图像的包裹相位进行展开来估计图像的真实相位这一步处理。在TBMF-PUMF算法的基础上加入了层位约束,提升绝对相位估计的准确度,以此来改善RGT的构建精度。通过将人工解释的一条层位加入到包裹相位展开的过程中,可以改变整个相位展开过程中的数据点连接方式。该方法不仅继承了图切法最小切割过程的快速性能,还有效的优化了PUMF算法,得到了更符合地质情况的RGT。
其他文献
目前语音识别技术中运用较成熟的高斯混合-隐马尔科夫模型(Gauss MixedModel and Hidden Markov Model,GMM-HMM),其结构简单,实现方便,小数据下训练速度较快。但随着语料库的增大,及语音识别精度的要求变高,GMM-HMM难以穷举所有的文字关系,导致其对数据的适应性差,识别效果不够好,且传统模型使用解析语音的音素信号序列与对应文字进行训练,需对齐语料语音与文字
遥感全天候地表温度产品因不受云雾覆盖影响、长时间序列等优点被广泛应用于气候变化、灾害防控等研究,在青藏高原冰川地区等多云雾地区具有很高的应用潜力和价值。然而目前遥感全天候地表温度产品的空间分辨率多为1 km中空间分辨率,在诸如冰川泥石流等较为精细化的灾害监测中面临空间分辨率不足的问题,进而影响了地表温度的进一步应用。为了提高遥感全天候地表温度产品在青藏高原冰川地区的空间分辨率,本文开展的主要研究工
地表温度(Land Surface Temperature,LST)是地气界面能量交互中的一个关键因子,是地表热辐射的直接表征和多种地气模型的输入参数。热红外遥感是反演地表温度的主流方式,但是受制于物理机制的影响仅能获取晴空条件下的地表温度。被动微波遥感在监测大区域尺度地表温度变化、补足由于云覆盖导致的地表温度时间序列缺失以及协同热红外遥感生成中分辨率(如1 km)全天候地表温度等研究中有着得天独
算法、数据和算力等的进步使今天的目标检测技术在公开数据集上检测效果远超人类。但是算法在落地时,应用场景的数据(目标域)与训练该算法的数据(源域)可能因成像、光照、天气等条件不一致,在图像特征分布上出现较大差异,即领域偏移。领域偏移导致目标检测算法在实际应用时漏检误检增多,效果远不如在公开数据集上的表现。目前解决领域偏移问题主要有两种方案:一是把目标域图像进行标注后重新有监督地训练检测模型,直接得到
随着我国社会的蓬勃发展,网络基础设施建设逐渐完善,人们可以更加轻松地通过电脑、手机等个人设备接入互联网,享受信息化浪潮给我们生活带来的各种便利。人们在医疗健康问题上需要帮助的时候,除了去医院看医生,听从医生的建议,现在还可以利用互联网上近乎海量的医疗知识,来完成自我诊断。但是,互联网上这些丰富的信息在方便人们的同时,也带来了信息过载的问题。人们在搜索某个疾病相关信息时,搜索引擎往往会根据关键字返回
随着社会经济的发展,产生了与人类生活相关的各类数据,这些数据常常蕴含着丰富的空间和时间信息,研究多源数据与城市功能系统之间的关系可以为城市规划管理部门提供数据支持。本论文以深圳市为例,开展基于多源数据的城市功能系统多样性与鲁棒性研究。本论文主要的研究内容与研究结果如下:(1)针对目前城市功能属性推断尚未将通信基站数据、兴趣点数据和交通数据相结合的问题,本论文基于以上三种数据,构建了覆盖面更广的城市
地质统计学(空间信息统计学)克里金方法是一种效果十分优异的插值算法,广泛应用于地质矿产、石油地质与煤田地质勘探与开发等领域,这种算法的缺点是计算复杂,需要非常多的计算时,在高精度,实时要求性较强的应用场合中存在明显不足。现有的克里金方法并行计算研究多是在二维空间上的插值,而三维克里金算法的计算流程与难点与其有很大不同,且缺少对非参数克里金方法的并行计算研究与完整的基于GPU计算架构的解决方案。本文
现如今,随着科技的快速发展,持久性内存逐渐进入大众视野。持久性内存同时具有读写快速,可按字节随机寻址,断电不会丢失数据的多重优点,填补了传统内存与外存之间在读写速度上呈现的巨大差异,有望成为新一代存储介质。持久性内存这些优秀的特性,同时给文件系统的设计带来了很多挑战。首先,目前主流的文件系统大多是基于磁盘的实现,在操作系统底层(块设备层)和页缓存(page cache)中的软件设计不能够完全贴合持
森林冠层的聚集度指数反映了冠层叶片偏离随机分布的程度,是描述冠层内部辐射传输过程的重要指标,而间隙率直接表征了辐射在冠层中的空间分布,是聚集度指数反演模型中不可或缺的冠层结构参数。近年来,随着激光雷达技术的发展,地基激光雷达以三维点云数据集的形式获取大量高分辨率的空间样本,被广泛应用于冠层结构参数的反演。Monte Carlo模拟可以避免复杂的数学运算,通过大量的随机抽样试验来估算问题的近似解。为
井中雷达是一种高效的、无损的井中探测手段,能够工作在油田、气井等深层地层,因此得到了广泛的应用。井中雷达由于环境的复杂性以及探测条件的限制,在实际地质探测过程中井中雷达相较于常规的探地雷达,更难保证数据质量,因此如何从井中雷达数据中提取出有效信息,并且从中反映的地层信息,是目前国际竞相研究的重点。井中雷达系统尚未有统一的国际化标准,因此,井中雷达数据因其数据传输复杂、数据量传输速度有限、数据容易因