改进的完备经验模态分解和广义S变换相结合的地震信号衰减分析

来源 :地球物理学进展 | 被引量 : 2次 | 上传用户：war3mx1017

【摘要】

：

改进的完备经验模态分解(ICEEMD)是完备经验模态分解(CEEMD)算法的一种最新扩展,其有效解决了CEEMD在信号分解中产生的残留噪声和模态混叠等问题.除此以外,ICEEMD还能更好地检测出含气层的弱信号.而广义S变换在地震信号中具有较高的时频聚焦性,可以清楚地提取地震信号的特征信息.综合以上优点,本文提出了一种ICEEMD与广义S变换相结合的方法,在南海某工区进行地震属性分析,从而检测该地区

【作者】

：

邬蒙蒙周怀来林萍詹淦基张怀榜

【机构】

：

福建省建筑科学研究院有限责任公司,福州350108;福建省绿色建筑技术重点实验室,福州350108;成都理工大学地球物理学院,成都610059;“油气藏地质及开发工程”国家重点实验室,成都610059

【出处】

：

地球物理学进展

【发表日期】

：

2020年05期

【关键词】

：

完备经验模态分解(CEEMD) 改进的完备经验模态分解(ICEEMD) 广义S变换衰减梯度油气检测

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

时间域航空电磁数据的自适应变维贝叶斯反演研究

求解地球物理反演问题的目的,不仅是要获得"最佳的"解,还需要提供反演参数的不确定性信息,从而对反演结果的可靠性进行有效地评价.因此,变维贝叶斯反演方法被引入到时间域航空电磁数据的反演解释中.然而,变维贝叶斯反演过程中,Markov链的初始状态和模型采样的步长对反演的效率和结果精度都有较大的影响.为解决Markov链初始状态和模型采样步长的选择问题,本文提出一种时间域航空电磁数据的自适应变维贝叶斯反

期刊

时间域航空电磁变维贝叶斯反演自适应采样步长初始状态

基于叠前AVO属性的煤层瓦斯含量预测

瓦斯富集一直以来都是威胁煤矿安全生产的重要因素,如何对其精准预测是值得深入探究的问题.为此,本文以沁水盆地南缘某矿的3#煤层为研究对象,基于叠前地震数据体提取的AVO属性预测目标煤层的瓦斯含量.先通过对叠前三维地震数据进行超道集计算和角道集抽取等的处理,计算叠前AVO属性,得到截距(P)、梯度(G)、流体因子(P*G)、拟泊松比(P+G)、横波反射系数(P-G)等多个属性参数的沿层切片.再通过蝙蝠

期刊

AVO属性BA算法BP神经网络瓦斯含量

改进的完备经验模态分解和广义S变换相结合的地震信号衰减分析

与本文相关的学术论文