地震油气储层的小样本卷积神经网络学习与预测   总被引：2，自引：0，他引：2       下载免费PDF全文

林年添  张栋  张凯  王守进  付超  张建彬  张冲 《地球物理学报》2018,61(10):4110-4125

地震储层预测是油气勘探的重要组成部分,但完成该项工作往往需要经历多个环节,而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点,本文引入卷积神经网络深度学习方法,用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力,使之可以在小样本条件下,对未解释地震数据体进行全局优化提取特征并加以分类,即利用有限的已知含油气井段信息构建卷积核,以地震数据为驱动,借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算,取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比,本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性,为缩短相关环节的周期提供了一种新的途径.  相似文献   

深度神经网络拾取地震P和S波到时   总被引：8，自引：0，他引：8       下载免费PDF全文

于子叶  储日升  盛敏汉 《地球物理学报》2018,61(12):4873-4886

从地震波形数据中快速准确地提取各个震相的到时是地震学中的基础问题.本文针对上述问题提出了利用深度神经网络拾取到时的新方法,建立了用于地震到时提取的17层Inception深度网络模型,在对原始三分量数据进行高通滤波和归一化处理后输入网络直接输出到时信息.整个过程基于神经网络自适应提取波形特征,自动输出结果.通过对100组加了不同强度的噪声数据进行了可靠性检验,相比于其他方法神经网络方法对于噪声具有较高的容忍度以及稳定性,并且与地震目录数据有较高的相似性.相比于AR-AIC+STA/LTA,深度神经网络虽然运算速度稍慢,但整个过程不需设定时窗与阈值,同时具有更高的可用性,并且可以迭代升级以提高精度.此方法作为人工智能方法,为波形到时拾取提供了新思路.  相似文献   

Evaluation of nonlinear models for precipitation forecasting     

Abazar Solgi  Vahid Nourani  Mohammad Bagherian Marzouni 《水文科学杂志》2017,62(16):2695-2704

Prediction of factors affecting water resources systems is important for their design and operation. In hydrology, wavelet analysis (WA) is known as a new method for time series analysis. In this study, WA was combined with an artificial neural network (ANN) for prediction of precipitation at Varayeneh station, western Iran. The results obtained were compared with the adaptive neural fuzzy inference system (ANFIS) and ANN. Moreover, data on relative humidity and temperature were employed in addition to rainfall data to examine their influence on precipitation forecasting. Overall, this study concluded that the hybrid WANN model outperformed the other models in the estimation of maxima and minima, and is the best at forecasting precipitation. Furthermore, training and transfer functions are recommended for similar studies of precipitation forecasting.  相似文献   

基于改进型BP网络的空间电场分类研究     

张伟  李忠  刘海军  安建琴  宋奕瑶 《地震》2017,37(4):173-180

空间电场信号异常识别是研究地震引起电离层扰动的重要内容。 将空间超低频电场电位数据看作随机数字信号, 以均值、 均方差、 偏度和峰度等四个指标进行描述, 采用“5·12”汶川大地震前空间超低频电场电位数据作为原始数据, 训练改进型BP神经网络, 建立了空间电场信号异常分类识别模型, 并以SOM神经网络进行验证。 计算结果显示, 空间超低频电场电位异常信号主要集中在5°~25°N, 88°~120°E之间的区域, 汶川大地震影响范围内的电离层扰动, 可能是汶川地震发生前引起的, 这与前人研究一致, 说明采用改进型BP神经网络异常分类识别模型研究地震引起的电离层扰动是可行的。  相似文献   

上市公司与客户联系视角下的中国城际网络结构时空演化研究     

陈刚  王光辉  郑满茵 《地球信息科学学报》2023,25(1):223-238

企业间的联系是城市联系的重要组成部分,加强对基于企业间联系的城市功能网络分析对丰富城市网络理论研究具有重要意义。采用2010—2020年上市公司与其前五大客户间的贸易关系数据构建了中国城市网络,基于企业间的贸易联系视角分析城市网络时空演变特征。研究表明：(1) 2010—2020年间城市网络规模呈现先升后降的特征,整体网络密度较低,位于0.014～0.018之间;网络重心呈现“S”形空间轨迹变化和整体向南移动的趋势,网络总体空间结构由沿海向“T”形结构转变;(2)网络流量集中于少数节点城市,资金进出量前20城市总额占资金总流量的71.9%,北京、上海是网络的绝对核心,杭州、武汉、深圳、广州等省会或副省级城市承担着区域中心的功能,佛山、齐齐哈尔、南通等制造业发达城市是重要节点;(3)五大城市群中珠江三角洲网络密度最高,位于0.324～0.334之间,长江三角洲贸易总流量最高,为783.5亿元,长江中游城市群和成渝城市群网络发育相对滞后;(4)新冠疫情对整体网络的贸易流量和网络结构产生了明显影响,网络社团进一步分化重组,广州—深圳社团明显增强,上海社团明显减弱。研究结果对推动国内大循环和统...  相似文献   

基于合成孔径雷达回波信号的海洋溢油监测方法研究     

孙健  胥亚  陈方玺  彭仲仁 《海洋学报》2014,36(9):103-105

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。  相似文献   

沉积物粒度组分空间预测的神经网络残余kriging方法     

刘付程  杨毅  张林  魏陶荣馨  王宇涵  夏量 《海洋通报》2020,39(3):363-371

针对近海表层沉积物粒度组分空间变异的尺度差异性,提出了基于广义回归神经网络残余kriging的沉积物粒度组分空间预测方法,并以海州湾沉积物粒度数据为基础,分析了其在沉积物粒度组分空间预测和底质类型制图中的应用效果。结果表明,广义回归神经网络残余kriging方法能够获得比普通kriging方法更高的沉积物粒度组分空间预测精度,并且其底质类型的总体空间预测精度达到85%以上,相应的Kappa系数也在0.8以上,显示底质制图的预测类型与样本的实测类型具有较高的一致性。新方法对于开展定量化的沉积物粒度组分空间预测和底质类型制图具有参考价值。  相似文献   

Data-based modelling approach for variable density flow and solute transport simulation in a coastal aquifer   总被引：1，自引：1，他引：0  

Basant Yadav  Shashi Mathur  Sudheer Ch  Brijesh Kumar Yadav 《水文科学杂志》2018,63(2):210-226

Data-based models, namely artificial neural network (ANN), support vector machine (SVM), genetic programming (GP) and extreme learning machine (ELM), were developed to approximate three-dimensional, density-dependent flow and transport processes in a coastal aquifer. A simulation model, SEAWAT, was used to generate data required for the training and testing of the data-based models. Statistical analysis of the simulation results obtained by the four models show that the data-based models could simulate the complex salt water intrusion process successfully. The selected models were also compared based on their computational ability, and the results show that the ELM is the fastest technique, taking just 0.5 s to simulate the dataset; however, the SVM is the most accurate, with a Nash-Sutcliffe efficiency (NSE) ≥ 0.95 and correlation coefficient R ≥ 0.92 for all the wells. The root mean square error (RMSE) for the SVM is also significantly less, ranging from 12.28 to 77.61 mg/L.  相似文献   

山东地磁台网受宁东高压直流输电干扰预处理质量分析   总被引：2，自引：0，他引：2  

林秀娜  曲保安  贾立国  陈传华  范晓勇  邢伟伟  袁倩  池国民 《中国地震》2018,34(1):141-149

为进一步提高山东地磁台网受高压直流输电干扰的预处理质量,通过中国地震前兆数据处理系统中相对差值检测和预处理检测功能,对山东地磁台网多年来受宁东高压直流输电干扰预处理情况进行了总结分析。结果表明,经过数据预处理,宁东高压直流输电干扰基本被去除,但仍然存在高压直流输电干扰误判、起止时间错判、干扰幅度计量不精确等问题。针对上述问题,对数据进行复核和校对,应用"缓变台阶"功能重新处理,并加强对H、D分量干扰特征的研究。  相似文献   

镇江地震台网理论监测能力评估   总被引：1，自引：1，他引：0  

董晨阳  董建平  陈江鸿  余其鹏 《地震地磁观测与研究》2018,39(3):107-114

基于近震震级公式,对镇江地震台网理论监测能力进行评估,绘制地震监测能力图,以确定监测区不同地点发生地震时能被台网有效分析和定位的地震最小震级。镇江市句容县在该台网理论监测震级最小,为ML1.2—1.3;在镇江及相邻城市,发生M_L 1.8分析认为,以上地震均能被有效监测。  相似文献