- 1、本文档共72页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
河北地质大学硕士学位论文
摘 要
地震勘探作为一种重要的地球物理勘探方法,在油气资源勘探、煤田和工程地质
勘察、区域地质研究和地壳研究等领域有着广泛的应用。其中,浅层地震勘探在工程
建设、水文与环境地质勘查等方面应用较多,是一种精度高、成本低的工程物探勘探
方法。地震数据的采集严重影响着成像结果的精度,在理想情况下,采集的地震数据
应该是规则、密集且满足采样定理的,但是在实际采集过程中由于地形环境、地表障
碍物、仪器硬件等因素的影响,采集的数据总是存在不规则的道缺失,即地震记录在
空间方向上呈现非规则采样或者是稀疏采样的。地震数据不规则的缺失往往会造成处
理过程中空间假频的产生,降低地震数据处理结果的信噪比,影响地震数据的成像效
果。同时浅层地震往往要求探测精度高,道缺失最终会降低地震勘探的成功率。近年
来基于压缩感知理论的地震数据重建方法的研究和应用在石油地震勘探中的研究成
果很多,在浅层地震勘探中同样存在道缺失问题,但是由于浅层地震数据的信噪比不
高及采集与处理的成本等原因,并未采用地震数据重建方法,传统的处理手段会影响
地震数据的成像效果。
传统的信号处理方法受限于奈奎斯特——香农采样定理,对非规则低采样率的数
据处理时,效果很差,本文摆脱奈奎斯特——香农定理的限制,基于压缩感知理论,
将地震数据重建的方法应用在浅层地震勘探中,既能得到很好的处理效果,提高探测
精度与成功率,又能降低地震数据采样率,节约地震勘探成本。在本文中,利用曲波
变换构造稀疏变换基,通过构造 0-范数的一种逼近函数建立稀疏反演模型进行求解。
在文中利用多种方式来模拟地震数据并进行重建实验,实验表明本文方法能够对随机
缺失地震数据很好的进行重建。对某城市地区活断层地震勘探和某地区域地质调查的
地震实测数据进行了模拟的压缩感知采样和数据重建,并对原始数据和重建数据分别
进行了地震数据处理,偏移成像结果验证了基于压缩感知的重建方法在浅层地震勘探
中的潜在价值,对提高浅层地震勘探的精度和成功率有重要意义。
关键词:重建;压缩感知;浅层地震;稀疏变换;反演
I
河北地质大学硕士学位论文
ABSTRACT
As an important geophysical exploration method, seismic exploration has been widely
used in oil and gas resources exploration, coalfield and engineering geological exploration,
regional geological research and crustal research. Among them, shallow seismic exploration
has a wide range of applications in engineering construction, hydrology and environmental
geological exploration and so on. It is a high-precision, low-cost engineering geophysical
exploration method. The acquisition of seismic data seriously affects the accuracy of imaging
results. In an ideal situation, the collected seismic data should be regular, dense, and satisfy
the sampling theorem. Due to the influence of terrain environment, surface obstacles,
instrument hardware and other factors during the actual acquisit
文档评论(0)