排序方式： 共有6条查询结果，搜索用时 46 毫秒
1
1.
介质的黏滞性是普遍存在的.黏滞性介质中的真振幅成像需要校正由介质的黏滞性引起的振幅衰减与速度频散,然而常规的反Q偏移方法存在不稳定问题.本文在反演的框架下求解黏声介质成像问题,在有效避开不稳定的同时实现真振幅成像.首先将波动方程线性化,并依此建立黏声介质最小平方逆时偏移(LSRTM)的目标函数;然后推导波动方程伴随算子,并在此基础上借助伴随状态法推导迭代求解的具体算法;最后通过引入动态相位编码技术将计算量降至与常规逆时偏移相同的数量级.该方法在真振幅成像过程中考虑了介质黏滞性的影响,更接近实际情况,具有更好的振幅保持性.相对于常规逆时偏移,该方法能够自动压制成像噪声,具有更高的成像分辨率及精度.通过模型试算验证了方法的正确性. 相似文献
2.
本文提出了一种弹性波一次散射波场的正演方法——弹性波高斯束Born正演.该方法以线性散射理论为基础,通过Born近似建立起地下散射点处不同波型的反射率同弹性波主分量波场之间的数据映射关系,利用高斯束所包含的走时、振幅和极性信息进行不同波型的局部平面波的合成,进而通过逆倾斜叠加将所合成的局部平面波转化为时空域的多分量地震记录.该方法不但保持了射线类方法高效的优点,还具备了处理多次走时波场的能力,从而保证了复杂构造的波场模拟的精度.文中两个数值模型的应用效果表明,本文所提出的弹性波高斯束Born正演算法具有近似于波动方程有限差分法的波场模拟精度以及高得多的计算效率. 相似文献
3.
频率-空间域正演模拟是频率域及Laplace-Fourier域全波形反演的基础,起伏地表条件下波形反演算法的关键是正演算法中考虑起伏地表的影响。基于带PML吸收边界的声波波动方程,在已有最优9点有限差分正演算法的基础上构建了起伏地表条件下频率-空间域正演算法。通过应用变网格技术,进一步提高算法的计算效率、降低内存开销,使得大规模起伏地表模型的频率域正反演问题成为可能。理论分析及数值测试表明：通过对近地表区域进行局部网格加密,可有效地压制由于矩形网格离散引起的角点散射;结合变网格技术可较易获得5倍以上计算效率的提高及内存占用的降低,且随着模型尺度的增加及地表起伏高程差的减小,倍数将显著增加;在细网格与粗网格交界处产生的虚假反射振幅幅值控制在原始波场的2%以内,满足地震波场正反演的需求。 相似文献
4.
介质的黏滞性是普遍存在的.黏滞性介质中的真振幅成像需要校正由介质的黏滞性引起的振幅衰减与速度频散,然而常规的反Q偏移方法存在不稳定问题.本文在反演的框架下求解黏声介质成像问题,在有效避开不稳定的同时实现真振幅成像.首先将波动方程线性化,并依此建立黏声介质最小平方逆时偏移（LSRTM）的目标函数;然后推导波动方程伴随算子,并在此基础上借助伴随状态法推导迭代求解的具体算法;最后通过引入动态相位编码技术将计算量降至与常规逆时偏移相同的数量级.该方法在真振幅成像过程中考虑了介质黏滞性的影响,更接近实际情况,具有更好的振幅保持性.相对于常规逆时偏移,该方法能够自动压制成像噪声,具有更高的成像分辨率及精度.通过模型试算验证了方法的正确性. 相似文献
5.
地震走时成像结果的准确性取决于初至到时的拾取精度,人工挑选初至效率低、成本高。前人研究表明深度学习可以应用于初至的自动拾取,然而传统的深度学习方法往往需要大量人工挑选的初至作为神经网络的训练集。文章利用U型卷积神经网络拾取单炮多道P波初至,研究表明P波初至拾取的均方根误差会随着训练集数量的增加而减少。训练集分别采用35炮和597炮数据时,对应的均方根误差分别为11.4和6.5 ms。参考半监督学习中数据增强方法,选取适合主动源数据的增强方法（随机剪裁、随机擦除等）用于拓展训练集。结果显示,以人工拾取总数据量的5%（35炮）作为小样本并进行随机擦除数据增强后,实现了均方根误差在5.5 ms（约3个采样点）以内,比未经增强的误差减少51%。与前人的深度学习方法相比,本文应用的数据增强方法可以在小样本的情况下实现主动源地震初至的高精度拾取。 相似文献
6.
鉴于三维各向异性介质(TTI、单斜等)正演模拟在计算量与内存上的巨大消耗以及标准交错网格机制波场插值带来的数值频散,本文采用二维三分量Lebedev交错网格有限差分方法对TTI介质进行波场模拟,利用二维介质便可得到3个相互垂直分量的弹性波场,并利用余弦相似度将其与完全三维正演波场进行对比,分析了该方法的模拟精度。对比测试结果表明,本文方法避免了插值误差,能够精确反映地震波在二维观测平面内的运动学特征,并且平面内质点的偏振速度、振幅能量与三维结果具有较高的相似度,而模拟占用的计算机资源却只相当于三维模拟中的一个二维剖面,是一种高效、准确的各向异性介质数值模拟方法。 相似文献
1