T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:联合反演在综合地球物理资料解释中扮演着重要的角色, 数据驱动的深度学习技术的发展为地球物理反演带来了新的发展方向和机遇.因此, 本文提出一种基于深度学习的音频大地电磁(AMT)和瞬变电磁(TEM)联合反演方法.首先, 为AMT和TEM生成统一的地下介质电阻率模型, 并分别进行正演, 建立用于网络训练的样本数据集;然后, 将残差网络作为主干网络, 基于UNet网络架构, 设计和构建一种端到端的AMT和TEM联合反演深度学习模型JoATInvNet;其次, 针对两者响应数据的差异性, 引入两种不同的数据归一化方法对网络输入数据进行预处理;最后, 利用合成数据和实测数据对JoATInvNet联合反演方法进行了验证和分析, 结果表明: 相比于AMT或TEM单参数深度学习反演, 本文提出的JoATInvNet联合反演可以有效融合AMT和TEM数据信息, 反演误差更小, 抗噪能力更佳, 实现对地下结构更准确和全面的解释.
摘要:高效高精度的反演算法在重力大数据时代背景下显得尤为重要,受深度学习卓越的非线性映射能力的启发,本文提出了一种基于深度学习的重力异常及重力梯度异常的联合反演方法.文中首先提出了一种基于网格点几何格架的重力异常及重力梯度异常的空间域快速正演算法,这为本文深度学习反演算法的实现奠定了基础;其次对大量的不同密度模型进行正演计算获得样本数据集;然后设计了一种端到端的深度学习网络结构(GraInvNet),再利用样本数据对该网络结构进行训练;最后进行反演预测.组合模型试验表明,多维度数据联合反演相比单一分量反演其结果更“聚焦”,且与模型边界高度吻合,并且对于复杂模型的姿态与物性预测具有极为显著的优势,以及对于含噪声数据的反演,其质量也不会降低;Vinton岩丘实测重力数据也验证了文中方法的有效性;从而证明了深度学习在重力数据的高效高精度反演方面具有的巨大潜力.
摘要:在传统的联合反演研究中,地球物理学者往往更多地关注数据拟合,很少涉及正则化理论.本文在电阻率和速度随机分布的大地电磁测深(MT)与地震联合反演研究的基础之上,将正则化思想引入到同步联合反演中,加入先验信息进行模型约束,选取最小模型为稳定泛函,并首次采用自适应正则化算法来确定联合反演的正则化因子.根据以往研究成果,采用非线性模拟退火方法来实现MT视电阻率或相位与地震走时的同步联合反演.此外,为了验证该算法的有效性,在模型对比试验中设计了4种不同方案.通过模型试验的对比分析,我们认为加入有效模型约束的自适应正则化联合反演,可以有效地提高解的稳定性和计算效率,并能在一定程度上解决不同地球物理数据加权系数人为选取问题,模型试验结果也表明了自适应正则化联合反演优于MT单独反演.
摘要:在以往联合反演研究中,人们往往关注某些关键技术,很少关注联合反演的框架;此外,精细联合反演的初始建模人为性较强,反演结果对初始模型依赖较大。对于这些不足,提出了联合反演研究的新框架,即"多次建模,综合约束,分步反演"的策略。在此框架里,基于多种约束条件,初始建模和联合反演是阶段式实现的。以大地电磁(MT)和地震联合反演为例对新框架进行了诠释,并设计了典型的玄武岩模型来检验新框架。模型试验中,MT和地震方法均表现出了各自的局限性,在联合反演新框架指导下,通过电阻率和速度联合反演,大地电磁和地震两种方法取长补短,选取最常见的初始模型成功解决了玄武岩下伏地层形态不清的问题。与以往要求精细的初始模型的联合反演相比,新框架可以明显降低初始建模过程中人为因素的影响,在一定程度上降低了反演结果对初始模型的依赖程度。
摘要:联合反演是综合地球物理研究的重要定量解释手段.本文在总结和分析重力与地震资料联合反演的研究现状基础上,利用改进的全局寻优的快速模拟退火算法,实现了重力和地震资料的约束同步联合反演.针对性地设计了密度和速度界面不完全一致的模型,理论模型的试验说明了方法的效果和适用性.结合最近完成的广东徐闻地区实际资料的处理和解释,表明该方法可准确确定复杂构造物性界面的密度和速度结构,在该地区的油气勘探中发挥了作用.在先验信息约束下,该联合反演方法要明显优于单独的重力反演.
摘要:提出确定联合反演中相对权比的两步法。第1步是不考虑相对权比,建立两类或多类数据的联合反演模型,通过赫尔墨特方差分量估计使得两类或多类观测数据的单位权方差相等(或单位权方差的比值接近1),从而理论上确定观测数据合理的权阵,同时对不同种类数据进行归一化;第2步是在获得合理的观测数据权阵之后,建立顾及相对权比的联合反演模型,以目标函数值为最小来确定权比例因子。通过模拟数据,设计多个反演方案,证明两步法的有效性和可行性。
摘要:针对海上油气田高正压差井筒条件下随钻测井电阻率受钻井液低侵影响的问题,提出了随钻电磁波电阻率测井联合反演方法,设计了一种基于视电阻率曲线分离程度的反演初始值选取方案,通过反演可以获得原始地层电阻率和钻井液侵入深度。数值模拟结果显示,初始值选取精度满足工程应用需求,地层真电阻率和钻井液侵入深度参数反演相对误差小于0.5%。时间推移测井资料分别反演所得地层真电阻率一致,表明该方法稳定可靠。对中国南海西部东方区块随钻测井资料开展电阻率反演应用研究,结合反演成果开展了钻井液侵入规律统计,得到了钻井液侵入深度与地层孔隙度、渗透率、钻井液柱压力、钻井液浸泡时间及地层电性变化等参数的统计关系,其对钻井液侵入预测与评价具有参考价值。该电阻率联合反演方法可推广应用于其他海域随钻电磁波电阻率测井,对储层评价与储量计算具有重要意义。
摘要:双频激电法是一种非常有效的探测极化目标体的勘探方法,可以同时观测获取视电阻率和极化率数据。为了提高双频激电观测数据解译的可靠性,利用粒子群优化算法对电阻率数据和极化率进行联合反演。在对异常目标体采用旋转椭球体进行几何近似模拟的基础上,基于Core-Core散射理论实现双频激电法的快速数值模拟计算,为粒子群优化联合反演提供正演基础。在对粒子群优化算法参数进行分析设定的基础上设计了联合反演算法,并采用加入不同程度噪声的模拟双频激电数据对算法进行了实验测试。测试结果表明:粒子群优化联合反演算法能有效实现电阻率与极化率数据的联合反演,具有很强的抗噪声能力,且算法收敛快、稳定性好。进一步的实测数据联合反演测试还表明:该算法具有较低的模型初始信息依赖性,在给定较大搜索空间的条件下仍能反演出较为满意的结果模型,具有较好的实用性。
摘要:横波速度的径向各向异性反映了物质的变形和主导应力的方向.目前,勒夫面波和瑞雷面波的相、群速度频散特征已经被广泛用于确定地壳上地幔的横波速度及径向各向异性.但仅反演相对长周期(譬如,>5 s)的面波频散难以约束地壳浅部尤其是沉积层的横波速度及径向各向异性.此外,面波频散反演中不准确的浅部结构亦会导致更深部的反演结果的偏差.相较于面波频散,相同周期的瑞雷面波质点运动的水平-垂直振幅比(H/V)对横波速度的敏感深度明显更浅.在面波相、群速度与H/V具有相似的空间分辨率的前提下,本文提出联合反演勒夫面波和瑞雷面波频散与H/V获取地壳上地幔的横波速度及径向各向异性的方法.基于渤海湾盆地西缘的实际案例和理论模型测试的结果表明,引入H/V进行联合反演可以显著改善地壳尤其是沉积层的横波速度及径向各向异性的反演结果.本文所提出方法有助于地壳变形和相关构造应力状态的深入研究.
摘要:本文采用parker反演方法对济源盆地的高精度重力观测资料进行了密度界面反演。为了消除反演迭代过程中下延因子的影响,根据正则化方法原理,设计了正则化因子a。选取a值的原则是既要保证反演结果的稳定性,又要保证反演结果的精度。针对济源盆地地层密度非均匀变化的特点,可以依据地震速度谱和已知的密度资料,设计非均质反演模型,在已知的地震反射界面和钻井资料的约束条件下,进行密度界面反演。反演结果,给出了地震资料显示不清楚地段上的界面形态。可见,重力和地震的联合反演,能够提供较准确的构造信息。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn