在地震勘探領(lǐng)域中,復(fù)雜的近地表結(jié)構(gòu)給地震數(shù)據(jù)處理、地下結(jié)構(gòu)反演等帶來(lái)了很大挑戰(zhàn)。近地表一般有一層覆蓋在折射層上的低速風(fēng)化層,在地質(zhì)結(jié)構(gòu)復(fù)雜的地區(qū)可能存在劇烈的橫向變化。同時(shí),實(shí)際生產(chǎn)中獲取的觀測(cè)數(shù)據(jù)通常信噪比比較低,有很強(qiáng)的隨機(jī)噪音和各種相干噪音,還存在壞道和缺失數(shù)據(jù)問題。這些都對(duì)我們的后續(xù)數(shù)據(jù)處理工作帶來(lái)很大困難。如果不能消除近地表構(gòu)造和噪音的影響,我們將不能得到質(zhì)量和保真度高的數(shù)據(jù),既而影響后續(xù)的速度分析、疊加和偏移等的結(jié)果,最終給地質(zhì)解釋人員的工作帶來(lái)誤導(dǎo)和困難。剩余靜校正能夠消除近地表小構(gòu)造的速度異常等因素對(duì)于反射波到時(shí)的影響,提高疊加剖面的質(zhì)量。傳統(tǒng)的剩余靜校正方法通�；诜瓷洳�,但是在低信噪比的實(shí)際數(shù)據(jù)中,反射波剩余靜校正往往無(wú)法得出穩(wěn)定準(zhǔn)確的結(jié)果。在風(fēng)化層中,折射波與反射波路徑基本相同,剩余靜校正值對(duì)二者到時(shí)的影響也基本一致,因此可以采用折射波走時(shí)計(jì)算剩余靜校正值,提高反射波疊加剖面的質(zhì)量。我們利用折射波干涉的方法,通過(guò)疊加構(gòu)建高信噪比的虛擬折射波記錄。通過(guò)拾取虛擬紀(jì)錄的能量最大值,獲取比較準(zhǔn)確的相鄰道折射波到時(shí)差,然后利用折射波正反傳路徑構(gòu)建線性方程組求解剩余靜校正值。... 

【文章頁(yè)數(shù)】：112 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究?jī)?nèi)容和研究現(xiàn)狀
        1.1.1 勘探地震數(shù)據(jù)處理
        1.1.2 剩余靜校正
        1.1.3 隨機(jī)噪音
        1.1.4 壞道重建與插值
    1.2 本文的研究目的和研究方向
第2章 應(yīng)用折射波干涉法求解近地表剩余靜校正
    2.1 折射波傳播基本理論
    2.2 觀測(cè)系統(tǒng)
    2.3 折射波干涉法
        2.3.1 理論基礎(chǔ)
        2.3.2 三維折射波干涉法
        2.3.3 正反傳計(jì)算剩余靜校正
    2.4 三維合成數(shù)據(jù)與實(shí)際數(shù)據(jù)測(cè)試
        2.4.1 合成數(shù)據(jù)測(cè)試
        2.4.2 實(shí)際數(shù)據(jù)測(cè)試
    2.5 本章小結(jié)
第3章 基于卷積神經(jīng)網(wǎng)絡(luò)的地震數(shù)據(jù)去噪
    3.1 卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用
    3.2 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和理論
        3.2.1 神經(jīng)元結(jié)構(gòu)
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.3 激活函數(shù)
        3.2.4 損失函數(shù)(目標(biāo)函數(shù))
        3.2.5 前向和反向傳播
        3.2.6 神經(jīng)網(wǎng)絡(luò)的最優(yōu)化方法
        3.2.7 殘差學(xué)習(xí)
        3.2.8 批標(biāo)準(zhǔn)化
        3.2.9 空洞卷積
    3.3 網(wǎng)絡(luò)結(jié)構(gòu)與模型參數(shù)、樣本的選取
    3.4 合成數(shù)據(jù)測(cè)試
    3.5 實(shí)際數(shù)據(jù)測(cè)試
    3.6 本章小結(jié)
第4章 深度卷積神經(jīng)網(wǎng)絡(luò)去噪模型探究
    4.1 基礎(chǔ)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.1.1 全卷積去噪網(wǎng)絡(luò)(DnCnn)
        4.1.2 空洞卷積網(wǎng)絡(luò)(Dilate-DnCnn)
        4.1.3 深度殘差神經(jīng)網(wǎng)絡(luò)(ResNet)
        4.1.4 編碼-解碼網(wǎng)絡(luò)(Encoder-Decoder net)
    4.2 新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.1 雙殘差網(wǎng)絡(luò)(Res-new net)
        4.2.2 空洞卷積編解碼網(wǎng)絡(luò)(Dilate-condecon net)
        4.2.3 空洞卷積殘差連接網(wǎng)絡(luò)(Dilate-res-condecon net)
    4.3 合成數(shù)據(jù)去噪模型對(duì)比
    4.4 本章小結(jié)
第5章 基于深度學(xué)習(xí)對(duì)地震數(shù)據(jù)同時(shí)去噪和插值
    5.1 插值算法的研究現(xiàn)狀
    5.2 基于去噪模型的地震數(shù)據(jù)插值去噪算法
    5.3 合成數(shù)據(jù)與實(shí)際數(shù)據(jù)測(cè)試
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果



本文編號(hào)：3727099