面波在滩浅海近地表结构中的应用研究

论文摘要

该课题来源于“滩浅海地区高精度地震勘探技术”中的一个子课题。作为滩浅海的滨海地带,具有丰富的油气资源,是目前油气工业增储上产的重要后备区和接替区。然而,现在对滩浅海地区认识还不够,同时,滩浅海地区近地表结构并不是想象的那么简单。从最近几年对滩浅海地区的初步勘探结果来看,地表起伏不平,地下地质结构也不是水平层状的,并且,在这些结构中还大量存在高速层夹有低速层的现象,增加了滩浅海的地震勘探难度;另外,每个近海地区的情况都不一样,给滩浅海地区勘探开发油气资源,尤其是地震资料处理中的静校正,带来了很大的困难。 对国内外研究现状分析表明,大多数近地表结构调查工作都是针对陆地上的,很少有人在极浅海和浅海地区进行表层结构的调查工作。常规的表层结构调查方法在滩浅海地区受到限制,无法详细了解海底结构。面波作为地震资料中传统意义的干扰,对于进行近地表结构研究具有很高的利用价值。可以利用这种面波信号来进行滩浅海地区近地表结构调查,补充和完善常规方法,为深层油气勘探提供准确的低降速带资料,同时可以避免重复采集造成的浪费。对文献的阅读分析,了解了在面波频散反演中,已经运用了多种方法,虽然这些方法都发挥了各自的作用,但是都难免有不足之处。因此,作者在总结了已用方法的优缺点后,提出了一种利用神经网络技术进行面波频散曲线反演预测的方法,并取得了较好的结果。 针对滩浅海地区近地表结构的特点,设计水平层状均匀介质模型和滩浅海近地表结构模型,利用面波勘探原理,对模型进行正演研究,并分析它们的频散特征及频率波数之间的关系。进而利用二维全波场正演软件模拟滩浅海近地表结构的地震记录,根据面波速度扫描法对面波进行线性化,运用奇异值分解和重建原理,提取面波,采用互相关法求取面波的频散关系曲线,再利用人工BP神经网络对频散曲线进行反演计算。最后,将得到的反演结果同设计的滩浅海近地表结构进行比较分析。 利用人工BP神经网络迭代计算反演频散曲线、预测地层参数的方法,是本文的一个创新思想。由于神经网络具有高度的并行性、高度的非线性全局作用、

论文目录

• 1 前言
• 1.1 研究意义
• 1.1.1 课题来源
• 1.1.2 研究重要性
• 1.2 国内外应用研究现状
• 1.2.1 近地表结构调查方法研究现状
• 1.2.2 面波反演方法研究现状
• 1.2.3 存在的问题
• 1.3 研究内容
• 2 方法原理
• 2.1 面波原理
• 2.1.1 面波的形成
• 2.1.2 面波传播特征
• 2.1.3 瑞雷波勘探原理
• 2.2 奇异值分解和重建原理
• 2.2.1 奇异值分解
• 2.2.2 奇异值重建
• 2.3 人工神经网络原理
• 2.3.1 人工神经网络的基本特征
• 2.3.2 人工神经网络模型
• 2.3.3 神经网络的学习规则
• 2.3.4 多层前馈神经网络基本原理
• 3 正演模拟
• 3.1 水平层状模型
• 3.1.1 模型设计
• 3.1.2 正演计算
• 3.1.3 频散特征
• 3.2 滩浅海近地表结构模型
• 3.2.1 滩浅海近地表结构模型设计
• 3.2.2 频散特征
• 3.3 实例
• 3.4 全波场面波正演模拟
• 4 面波频散曲线反演
• 4.1 检波器反组合
• 4.2 面波提取
• 4.2.1 面波线性化
• 4.2.2 奇异值分解及重建
• 4.3 频散曲线求取
• 4.3.1 基于互相关法求取频散曲线
• 4.3.2 模拟记录频散曲线
• 4.4 BP神经网络反演面波频散曲线
• 4.4.1 数据预处理
• 4.4.2 神经网络计算流程图
• 4.4.3 计算过程
• 4.4.4 效果分析
• 5 结论与建议
• 致谢
• 参考文献