|
* M% J; ^8 `. G3 d6 H ◎文鹏飞 薛花 刘斌 张旭东/文
! I. P$ O, C% G2 S0 ?2 _8 J( N 记者近日从中国地质调查局广州海洋地质调查局获悉，该局数据处理研究所申报的“一种可消除井震闭合差的速度建模方法及处理终端”“一种确定海洋气枪震源远场子波的方法”和“一种基于神经网络的多道地震连续记录分离方法”获得国家发明专利授权。 1 P% |% [2 G: C ~
“一种可消除井震闭合差的速度建模方法及处理终端”提出了一种速度建模新方法。叠前深度偏移是复杂构造成像不可或缺的方法，但其成像精度很大程度上依赖于速度建模的合理性。科研人员通常借助层析成像方法，依靠数据驱动来优化深度-速度模型，而层析成像方法不考虑断块对模型的影响，导致反演出的速度模型很难与真实的地质构造相吻合，尤其是在复杂断块发育的情况下。该方法能建立断层下的速度模型，从而消除井震闭合差。
$ H5 \; K( ` g0 y. L% j& J “一种确定海洋气枪震源远场子波的方法”提出了一种精确获取气枪震源远场子波的方法。海洋地震勘探中采用气枪阵列作为震源，其产生的远场子波是海洋地震资料处理中重要的参数，由于观测环境及经济成本的限制，实测远场子波难以获得。现有近场子波推算远场子波方法由于计算繁杂且容易累计误差而精度不高。该方法通过对设备的简单改造和优化近场子波推算远场子波算法，可获得精确的气枪震源远场子波，具有成本较低、计算过程简化的优点，且获得的远场子波可靠实用。 ( p2 k& Q+ P, x6 D `# Z
“一种基于神经网络的多道地震连续记录分离方法”提出了一种基于深度学习分离连续记录数据的方法。在海洋地震勘探中，一般采用非连续记录的方式采集地震数据。随着地震采集技术的提高，连续记录的方式得到了越来越多的关注。和非连续记录相比，连续记录采集不仅能够极大地提高采集效率，而且能够提高数据的密度。由于存在混叠能量，数据分离的程度直接决定了连续记录数据后续处理的效果。随着低成本功能强大的计算机及图形卡的发展，机器学习算法得到了广泛的应用，尤其是深度学习技术的出现让机器学习算法成为各个领域解决问题的重要工具。该方法通过构建一个深度学习模型，实现了连续记录的分离。 + m$ a5 {0 n* X
7 J0 u: Q2 A: u3 T
; b ?4 Q0 a( u! z
3 y T) F7 m% G! j& k/ A2 Z
' r4 N( H. C0 Q* @4 k* L7 S* K | 
