简介:通过引入岩石骨架参数表达式到Gassmann近似流体方程中,实现了基于该方程的地震孔隙度反演。但是岩石骨架参数表达式有很多种,使得地震孔隙度反演公式也各不相同,实际应用不方便,反演结果也难以评价。作者在研究现有常用岩石骨架参数表达式如Esheby-Walsh,Pride,Geertsma,Nur,Keys-Xu以及Krief等的基础上,提出了含有调节参数的岩石骨架模型统一表示式,发展了基于Gassmann方程的地震孔隙度反演方法。该方法应用范围宽,参数调节方便、灵活。为验证所提公式和方法的实用性,作者们结合ZJ地区钻井岩心的岩石物理样品测试数据和测井数据,进行了地震孔隙度反演。由于该地区油气储层的存在与中等程度孔隙度的分布有关,因此地震孔隙度反演对预测和识别油气层、干层和含水层有重要作用。反演结果与工区内孔隙度测井瞌线吻合度高,说明本文所提公式与方法是有效的,可靠的。
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。
简介:本文提出了一种矿山微地震震源函数反演的新方法。以球坐标系波动方程为基础,对时空域中的微地震观测信号进行层析成像投影到慢度时间域,我们可以获得微地震波成像能量最大值及其对应的震源位置、发震时间和传播速度以及慢度时间信号。通过分析能量最大值处的慢度时间信号与震源函数之间的关系,推导出了计算矿山微地震震源函数的层析成像公式和利用震源函数计算微地震有效辐射能量的公式。进一步利用最小二乘法,将震源函数的振幅谱拟合成模型震源谱,确定了微地震波的零频极限值和拐角频率,最终计算出该微震事件的震源破裂半径。利用这一方法对理论模型数据和实际资料处理,结果表明:本方法具有既能求出任意一个地震事件的震源位置、发震时间和传播速度,又能同时求出震源函数及其频率特征值和震源破裂半径等震源参数的优点,因此,本方法是一种实时快速计算方法。