一、利用数字图像处理技术提高地震剖面图像信噪比（论文文献综述）
董广凯[1]（2021）在《基于改进小波变换的地震资料信噪比提升方法研究》文中认为通常在地震勘探中采集到的地震资料因受各种因素的影响常常混杂着大量噪声,如果能有效的消除地震信号中的噪声干扰,这将为后续解释工作提供极大的保障。所以本文从消除地震信号随机噪声提高地震资料信噪比方向展开研究,主要研究内容如下:首先,本文介绍了小波变换由理论知识到实际应用的内容与流程,深入分析了常用小波阈值选取算法的优缺点。然后,研究改进了小波变换阈值去噪算法去除地震资料随机噪声。本文针对常用小波阈值去噪算法常通过预先估计得到的噪声方来计算阈值存在较大误差的问题,选用了不需要噪声方差参与的GCV阈值选取函数作为阈值选取的基函数,并结合模拟退火算法与果蝇寻优算法对小波阈值进行寻优得到最优阈值。改进之后的算法解决了局部最优阈值的问题,并且可以根据当前迭代次数动态的调整算法的搜索步长以及在保证算法复杂度的前提下选取更加合适的新迭代起点,从而获得小波变换的最优阈值。最后,研究改进了基于NLM算法的小波变换去除地震资料随机噪声。本文针对地震随机噪声存在空间冗余性的特点以及传统NLM算法仅采用固定的滤波参数造成去噪效果不理想的问题,在分析了将一维小波熵应用在NLM算法上时噪声方差的计算仅通过对一维单道信号取平均获得的缺点后,将二维小波熵与NLM算法相结合,通过用二维小波熵计算得到的噪声方差来调整滤波参数,并通过调控因子优化参数误差,从而提升去噪效果。将本文改进算法应用到模拟地震记录和实际地震资料上,通过处理前后的数据对比可以证明本文方法的有效性。
张文亮[2]（2021）在《基于随机介质的混凝土超声波场特征及其检测方法研究》文中认为混凝土的组分材料之间物理属性不同,几何形体各异,含量占比多样,空间分布随机,对应了混凝土宏观层面物性参数变化剧烈,是典型的随机非均匀介质。混凝土典型工程缺陷类型、产状多样,加之超声波的频率高,波长短,受随机非均匀介质衰减、散射作用明显,导致缺陷超声波场响应特征十分复杂,限制了超声波方法在混凝土结构无损检测领域的应用。本文采用试验测试、理论分析和数值模拟相结合的方法,系统地研究了混凝土细观组分材料超声特性,超声波传播特征与组分材料参量之间的对应关系,混凝土随机骨料结构模型的建立和典型缺陷的超声波场响应特征及缺陷信息的提取,取得以下研究成果:（1）开展了混凝土及其组分材料声学参数测试分析,获得了不同水灰比、灰砂比条件下水泥砂浆材料的声阻抗参数和品质因子变化规律,分析了骨料粒径、水灰比、灰砂比、骨料含量和混凝土超声波波速的关系。（2）基于水泥砂浆和骨料的实测声阻抗和品质因子参数,结合真实的混凝土细观骨料结构,定量研究了骨料粒径、骨料含量、水泥砂浆速度和水泥砂浆品质因子对超声波传播特征的影响规律;从能量和频率衰减角度分析了混凝土随机非均匀性对不同中心频率超声波的影响,评价了散射和固有吸收两种衰减机制的相对重要性。（3）提出了一种高效的三维混凝土细观骨料模型重建算法。考虑混凝土的细观随机骨料结构,制备了不同骨料粒径分布、不同骨料含量的混凝土试样,基于随机过程理论对混凝土的细观结构特征进行了描述,建立了混凝土三维随机灰度模型;结合数字图像处理技术和随机优化重构算法,实现了混凝土两相模型重建,基于此算法完成了不同骨料粒径、不同骨料含量和不同尺寸的混凝土模型高效重建。（4）基于重建的混凝土随机骨料模型,模拟研究了超声波在缺陷混凝土中的传播,揭示了典型缺陷在超声波场中的作用机理和异常反射波的传播路径,获得了典型工程缺陷在反射波场中的响应特征;应用合成孔径聚焦技术对随机扰动作用下的超声波场进行了成像处理,实现了小孔径超声波探头对缺陷的高分辨力探测。（5）对混凝土空洞缺陷进行了超声脉冲回波检测试验研究,获得了缺陷在超声波场中的双曲线反射波,对检测数据进行了合成孔径聚焦成像,获得了缺陷比较准确的空间位置和尺寸信息。该论文有图82幅,表12个,参考文献137篇。
郭志伟[3]（2020）在《时频分析在高精度地震资料处理中的应用研究》文中研究指明时频分析技术是地震资料处理和分析的关键技术。地震信号作为典型的非平稳信号,通过时频分析进行处理,可以快速高效获取地下储层的相关信息,为后续地震资料的分析和解释提供参考和依据。本文以时频分析方法为基础,研究了时频分析在高精度地震资料处理重要环节中的应用。初至自动拾取是地震资料处理中基础且重要的工作,关系到静校正和近地表速度模型的建立等后续地震资料处理的成败。地震勘探正向全方位、高密度、多维多分量、高分辨率、高保真度方向发展,地震勘探数据量越来越大。研究适合于海量地震数据精确高效拾取初至的方法十分必要。本文提出了基于CEEMD的初至拾取自动方法和基于约束线的初至自动拾取方法,与常规方法相比,新方法处理流程简单、高效,能够提供精确的初至信息,特别是适用于海量数据处理。地层吸收效应造成了地震波能量衰减、分辨率降低,反Q滤波能够有效恢复衰减能量、提高分辨率。本文针对常规反Q滤波采用的增益函数不能对信噪比进行自适应的问题,提出了时空变自适应反Q滤波方法。该方法在增益函数中设置与地震资料局部信噪比有关的具有时空变特征的增益参数,根据信噪比对高频成分进行自适应补偿。时频分析结果显示该方法兼顾分辨率和信噪比,对实际资料的适应性较好,具有较好的应用效果。频谱分解方法能够揭示地震资料中隐藏的有价值信息。利用基于瞬时频率二阶局部估计的二阶同步压缩变换对地震信号进行谱分解,能够获得聚焦性好、清晰度高的时频分布,同时还能够进行信号分离和重构。该方法能够精细刻画地震属性、反映储层流体性质和储层地质特征,具有广阔的应用前景。多次波会引起地震资料中有效反射波的频率、振幅以及相位产生畸变,降低地震资料的信噪比,造成地震资料偏移、速度分析等后期处理的误差,影响中深层目标储层的预测精度,进而影响地震资料解释的准确性和可靠性。针对多次波特别是层间多次波的问题,本文提出了自适应Shearlet变换和高分辨率Radon变换相结合的层间多次波压制方法。该方法不仅能有效去除层间多次波,还能够提高地震资料的信噪比、保真度和分辨率,具有较好的应用效果和前景。
顾航[4]（2019）在《基于卷积神经网络的地震数据去噪研究》文中指出高质量地震资料是地层成像和解释的基础,但随机噪声的存在严重影响后续地震资料的处理和解释,难以判断油气准确位置。特别是偏远地区的随机噪声具有非平稳、高能、频域内有效信号与随机噪声严重混叠的特点,给常规去噪方法恢复地震数据带来很大的难度,使传统的地震数据噪声压制算法很难达到理想的效果。对于此现象,需要研究出一种高效的去噪算法,去除随机噪声的同时,尽量保留信号复杂的边缘信息和丰富的纹理信息,以便恢复地震数据,提高地震资料的利用率。本文将卷积神经网络运用至地震数据处理中,提出相关算法实现地震数据去噪,增强视觉质量。主要研究内容如下:1.基于卷积神经网络的地震数据去噪研究。针对传统的去噪方法,需对信号和噪声进行精确建模和人工输入参数进行优化调整,造成难以去除地震数据噪声的问题。研究发现,DnCNN网络的残差学习,能对的不同信噪比数据进行自适应的去噪工作。而卷积神经网络具有端到端可深度学习数据的特征,能使局部地震同相轴提供最优稀疏表达。根据DnCNN网络自动特征提取和盲去噪的特点,采用结合批标准化、残差学习和自适应矩估计方法的DnCNN网络,通过对网络深度、训练集、网络参数进行优化。实现了一种基于深度卷积神经网络的自适应地震数据去噪算法。经过对比实验分析可知,该算法应用在地震数据中具有较好的去噪效果,消除大量随机噪声的同时,保留数据中的纹理特征。2.基于空洞卷积网络的地震数据去噪研究。针对DnCNN对地震数据去噪时,边缘部分纹理细节丢失的问题。研究发现,空洞卷积具有不增加参数即可扩大感受野的特点,能使网络获取更多地震数据的波动特征,从而保留更多信号的边缘和纹理信息。根据空洞卷积的特点改进DnCNN结构。结合残差学习、批标准化、自适应矩估计等方法来搭建网络框架,通过对网络扩展率、训练集、网络参数进行优化。实现一种基于空洞卷积网络的地震数据去噪算法。经过对比实验分析可知,本文提出的空洞卷积网络的地震数据去噪算法,能够有效的去除地震记录中与信号频带相似的噪声,保留更多数据中的纹理特征,突出有效波,提高信噪比,提升地震数据质量。
蔡祖华[5]（2019）在《基于图像分割技术的速度建模方法与应用研究》文中进行了进一步梳理合理精确的速度模型是地震成像过程中的重要组成部分,现今许多地震资料是在复杂的潜山或者复杂断块为特征的地区获得的,此时要想正确估计速度,层位解释就变得尤为重要。层位解释的实质就是将构造和地层地质单元在地震图像中解释出来。如今,许多解释人员使用一个比较繁琐的过程来进行这个解释,即首先人工的进行跟踪地震剖面上的信息,以定位与地质单元边界相对应的层位和断层。然后我们将这些边界粘合在一起,得到一个构造模型。但是这个过程耗费了大量的人力成本和时间成本,我们可以利用地震图像分割来代替这一过程。因为层位解释这一过程的本质就相当于地震图像的分割。本文从图像特征出发,研究图像分割处理领域中几种常见的分割方法原理,并分析了其优缺点以及应用情况。然后将图像分割处理方法应用到地震数据图像研究中。首先将地震数据转化为地震灰度数据,然后将其作为地震图像分割的数据基础,通过各种算法,利用灰度共生矩阵等方式提取地震图像中的能量、熵、均匀度、对比度等一系列特征或者利用边缘分割算子和阈值分割方法的计算来表征图像边界的特征,通过效果分析后选取出最为合适的参数。之后在合理的选取特征参数基础上,通过对地震图像边界特征的处理,最终实现对地震图像的边界分割,提高了对边界和层位拾取的效率。将提取出来的边界和层位特征构建层位模型,这个层位模型作为层位层析速度模型的约束,然后通过正则化方式加入层位约束,降低层析速度反演的多解性进行速度模型的计算,最后进行速度迭代反演,更新速度模型;或者将提取出来的边界特征作为构造约束应用在网格层析速度建模中,对速度的迭代来进行控制,在构造约束下的网格层析速度建模,不但能够减少反演中迭代的时间,而且能够使得速度场更加平滑和收敛,建立更加完善的深度域速度模型。并将新建模型与旧模型的成像结果进行了对比,通过CRP道集的同相轴是否拉平和剩余时差是否收敛为零作为评价准则,得出该方法是确实可行的,同时本文也基于QT平台开发了基于地震图像分割技术速度建模系统,形成了一套完善的可拓展的软件开发平台。最后针对当前存在的问题以及后续工作进行了总结与分析。
李曙[6]（2019）在《广义稀疏域地震反演方法研究及应用》文中研究说明地震反演是利用采集得到的地震数据、测井数据等反向推演地下介质的物性参数的方法,在地球探测的诸多领域,如:石油天然气资源勘探,工程地质调查,火山、地震等地球科学研究诸多方面都有广泛应用。在油气资源地震勘探领域,地震反演更是成为了核心技术。历史上,许多大油气藏的发现都离不开地震反演的贡献。随着勘探开发的深入,地质情况简单、易被发现的油气藏已越来越少,剩下的都是些构造复杂、探测难度大的油气藏。要对它们进行探测就需要进一步发展高效高分辨率的地震反演方法。近年来,压缩感知与稀疏恢复理论在应用数学、信号处理、雷达探测等领域的成功应用为发展高效高分辨率的地震反演方法提供了可供借鉴的经验。现有的一些基于压缩感知与稀疏恢复理论的地震信号处理、成像、反演方法取得了比常规方法更优的效果。这进一步验证了这些理论的可行性。然而,现有的基于稀疏恢复理论的地震反演方法存在如下问题:例如,在进行波阻抗反演时需要分两步进行,首先用稀疏恢复方法反演得到反射系数序列,再根据反射系数和波阻抗之间的关系计算出波阻抗,这种方法的前提是要知道初始时刻的波阻抗值,且反射系数反演的结果要尽可能准确,否则会产生累积误差;再如,现有的多道同时反演方法需要使用Kronecker积运算,计算成本很高;此外,现有的稀疏反演方法还存在对要反演的参数的稀疏性和其他先验信息的挖掘和利用不够等问题。在数据预处理方面,现有的地震数据去噪/重建方法只是单纯的利用数据在变换域的稀疏性或非局部自相似性,而缺乏对这两类重要先验信息的联合利用。鉴于此,本文对这些问题开展了研究,主要内容如下:（1）研究了联合利用地震数据的局部稀疏特性和非局部自相似性的地震去噪方法。一方面,采用基于数据驱动的稀疏变换学习方法更新稀疏变换字典,为地震数据稀疏编码提供更优的稀疏变换。另一方面,使用块匹配的低秩约束方法描述地震数据中非局部子数据块之间的相似性。（2）研究了现有波阻抗稀疏反演方法分两步进行的弊端,并用理论模型实验对这些问题进行了阐释。在此基础上建立了地震波阻抗稀疏表示模型,提出了一种稀疏域波阻抗直接反演方法。（3）研究了现有全变分（Total Variation,TV）正则化方法应用于地震反演所存在的问题,即:易产生阶梯效应（Staircase artifacts）。对此问题,本文提出了基于交叠组稀疏各向异性全变分（Anisotropic Total Variation with Overlapping Group Sparsity,OGSATV）正则化的反演方法。（4）研究了多种不同正则化约束条件下,地震反演问题的求解方法。针对同时具有L1/Lp范数约束、全变分约束、L2范数约束的地震反演问题,提出了基于Split Bregman iteration和软阈值收缩（soft thresholding shrinkage）的求解方法。对于同时具有OGSATV约束和L2范数约束的地震反演问题,提出了基于交替方向乘子法（the Alternating Direction Method Of Multipliers,ADMM）和最大化最小化（Majorization-minimization,MM）方法的求解方法。（5）研究了多地震道同时反演问题的快速计算方法。多地震道同时反演时数据量非常大,且涉及大型矩阵乘法运算,运算量非常大。现有的方法还需要做Kronecker积运算,这需要更大的内存空间。针对这一问题,本文研究了有关矩阵的性质,利用卷积定理和2维快速傅里叶变换,将此类大矩阵的乘法运算转换为点乘运算,避免了Kronecker积运算,进而大大提高了反演速度、减小了对内存空间的需求量。（6）研究了多道集叠前弹性参数同步反演方法。在叠后地震反演中,多道同时反演可以联合利用地震数据的空时信息,增强反演结果的横向连续性。基于此,本文将其推广至叠前多道集同步反演,并对目标函数加入多种正则化约束,用理论模型和实际地震资料验证了该方法的有效性。
姬战怀[7]（2018）在《Gabor小波变换在叠后地震数据处理中的应用研究》文中认为地震数据是地球物理学家和油藏地质工程师认识地下地质构造,寻找油气储藏的重要信息源。信号处理方法内容丰富,在地震数据处理和解释中有广泛的应用,它能辅助油藏地质工程师处理、分析和解释地震数据,准确高效地从地震数据中提取地质构造信息,识别有利于油气储藏的地质目标。论文重点研究Gabor小波及其变换和S变换在叠后地震数据处理和解释中的一些应用,进行了以下几方面的研究工作:第一,构造了一个Gabor小波变换的逆变换。Gabor小波变换在地震数据分析中有广泛应用,但是Gabor小波不是容许小波,因此没有容许小波特有的逆变换,而且研究人员一直未能找到Gabor小波变换的逆变换。这制约着Gabor小波变换在某些方面的应用。论文改进了Gabor小波,并在此基础上构造了一个Gabor小波逆变换,使Gabor小波理论趋于完善,为拓展Gabor小波的应用范围提供了理论支持。将Gabor小波的正逆变换相结合提出了一个提高叠后地震数据分辨率的方法,实例证明用新方法处理的地震数据有更高的分辨率和保真性。第二,研究了S变换及各种广义S变换,提出了广义S变换的一般形式。一般形式的广义S变换有两个重要参数——主频率和分辨率因子,其中,变换主频率是变换时频窗的中心频率,分辨率因子用以控制变换的分辨率,它是变换主频率的函数。在应用中,分辨率因子函数可根据需要选取。实验证明用一般形式的广义S变换对信号时频分析时能灵活地控制变换的分辨率,有更准确的时频定位性能。第三,研究了地震数据的滤波方法,认识到方法与处理对象的物理模型相适应是方法取得良好效果的前提条件。地震道是地震数据的基本组成单位,是反映地层垂向变化的一维时间序列。把地震剖面看成二维图像进行滤波不完全契合其物理结构。用二维平滑滤波方法滤波时会平滑掉一些类似噪音的、反映地层横向不整合性边缘的信息,而边缘保持滤波方法会强化虚假的边缘信息。以地震道为单位的地震数据滤波策略契合地震数据的物理结构,在滤除当前地震道的噪音时不影响近邻地震道,为保持地震数据的横向变化信息提供可能。如何在地震道滤波的前提下实现地震数据滤波的边缘保持是值得深入研究的问题。基于此目标,论文在这方面做了初步探索,构造了Gabor小波滤波器、Gabor小波积分滤波器和Gabor小波时频滤波器等三个一维时域滤波器,其中Gabor小波积分滤波器在地震数据滤波中有良好的边缘保持性能。第四,改进了一些地震属性的提取方法。首先,瞬时地震属性提取需要对地震数据做Hilbert变换。由于Hilbert变换对噪音敏感,从低信噪比数据中提取的瞬时属性误差较大,不利于数据解释。论文用Gabor小波积分滤波器替代Hilbert变换,有效地改善了瞬时地震属性的品质。其次,第三代相干体属性算法性能稳定,但运算量大。基于地层连续性假设,改进了第三代相干体计算时迭代初值的选取方法,提高了运算的收敛速度。第三,研究了谱分解和分频属性。由于Gabor小波变换是有自适应的分辨率因子的线性零相位滤波器,因此,与几种常用时频分析方法比较,它具有更准确的时频定位和灵活的带宽控制性能。理论证明Gabor小波变换提取的子带信号的主频率谐波与原信号中该频率的谐波完全相同,因此它是具有保真性的谱分解和分频工具。最后,研究了地震属性在地震数据解释中的应用,提出用分频瞬时相位识别小断层的方法,仿真和实例验证了方法的正确性和有效性。第五,系统地研究了提高叠后地震数据分辨率的方法,提出了两个基于时频谱能量补偿的提高地震数据分辨率的方法。论文分析了地震数据分辨率偏低的原因,并在此基础上研究了通过数学物理方法提高地震数据分辨率的可能性。利用基于地震道褶积模型建立的地震数据时频谱、地震数据频谱与地层衰减函数之间的关系,分别提出基于S变换和Gabor小波变换时频谱补偿两个提高地震数据分辨率的方法。通过正演模型和工程实例验证新方法的合理性和保真性,且工程实例证明新方法的处理效果优于传统高分辨率方法。
熊艳梅,徐春梅,邬达理,张瑶,蒋波[8]（2017）在《非刚性匹配技术在地震资料一致性处理中的应用》文中进行了进一步梳理受地震勘探资料的采集施工方法、地表激发接收条件、复杂的地下传播介质等因素的影响会导致同一区块同一地层反射波组的频率、波形不同,静校正不彻底、速度不准会导致剩余时差,动校正拉伸会导致波形畸变,通常在常规一致性处理后的CMP/CRP道集数据仍然存在一些不一致性问题,会影响资料潜力的发挥,资料的一致性处理对处理成果品质的提高起到至关重要的作用,尤其是在多块三维连片处理、时延地震处理、过渡带探区资料处理、叠前反演处理、高分辨率处理、高精度成像处理等方面均对资料的一致性提出了更高的要求.针对该现实问题,介绍了依赖于图像的相似和有局部光滑变形（或位移）场的非刚性匹配处理技术.该技术在常规一致性处理的基础上,首先将叠前数据分选成炮检距数据,优选部分炮检距数据形成模型,然后对每一炮检距数据逐一与模型进行非刚性匹配,实现数据的一致性处理.给出了实际资料非刚性匹配一致性处理的效果,证实了该技术在提高数据的一致性、改善数据处理成果品质、保持分辨率不降低和振幅保真方面具有一定的优势.因此,该技术可适用于时延地震匹配处理、叠前角道集拉平、叠前CMP/CRP道集拉平、振幅随角度变化（AVA）处理、PS波与PP波同相轴匹配处理等.
李文辉[9]（2013）在《深地震反射与深地震测深联合探测及其在地壳结构研究中的应用》文中研究指明地壳内部结构差异、物理化学变化以及与地幔的相互作用深刻影响着地球表层地质构造、地貌过程以及人类的生活。对地壳内部构造和演化的研究一直是全球地学界关注的焦点。利用人工源地震的两种方法：深地震测深和深地震反射对地壳及上地幔顶部精细结构进行探测是勘查地球深部油藏、矿藏资源,认识地球内部地震、火山活动和地球动力学过程的重要途径。其中,前者能够提供壳内精细“构造形态”,而后者则能得到可靠的地壳“速度结构”。在回顾国内外研究现状基础上,论文围绕“构造形态”及“速度结构”探讨了深地震反射与深地震测深联合探测及其在地壳结构研究中的应用相关的问题,其主要研究内容包括以下三个部分：1、深地震反射剖面构造信息识别受长距离传播能量吸收衰减和深部复杂地质体等因素影响,深地震反射剖面中下地壳的地震波组经常表现为能量弱、不连续、带状或交织状,给资料解释带来了困难。为了提取剖面中的构造信息辅助解释,论文第二部分在总结前人模式识别、人工神经网络、χ2分布等方法基础上,开发了两种深地震反射剖面信息进行识别技术。第一种方法以数字图像处理理论为基础,使用一阶微分Sobel边缘检测算子提取剖面中的主要反射特征,并根据剖面的振幅直方图分布,用密度分割方法形成假彩色图像改善剖面效果。第二种方法借鉴Skeletonization方法的思想,通过数据预处理、振幅提取、对象识别、连续性计算和连续性滤波快速实现地震反射剖面构造格架识别,并将对象编号、元素个数、元素的位置、对象长度、对象倾角等信息存入关系数据库。通过对复杂区域对象进行倾角计算从而实现定量分析。该方法识别效果较图像处理方法有显着改善,由于去除了波形特征描述和迭代等复杂步骤,较模式识别法更为高效。2、深地震测深地壳结构成像及其与深地震反射联合探测方法论文第一部分回顾了深地震测深资料初至波层析成像、全地壳射线追踪反演的基本原理,探讨了处理解释中几个值得注意的问题及其成像策略。认为根据走时误差的收敛情况采用由粗至细的变参数策略能够有效避免层析成像出现局部极小。射线反演计算首先对模型进行正演模拟修正,当误差达到一定标准时,再反演可防止阻尼最小二乘反演产生虚假信息。地震测深与深地震反射沿同一剖面联合探测,一方面两种资料可以通过互相约束、联合反演减小结果的非唯一性,另一方面可节约成本、提高效率。论文第三章阐述了同测线宽角反射与折射与近垂直反射地震联合探测的两种方法。当二者资料精度相当时,将反射速度分析结果与宽角反射与折射速度结构融合,可改善反射深层速度分析上的局限性,进而优化深度偏移剖面成像效果。另外,拾取反射叠加时间剖面零偏移距反射走时和宽角反射并与折射走时进行联合射线追踪反演,可获得更可靠的速度结构。对于数据分辨能力及各向异性等方面存在差异的深地震反射与深地震测深资料,可利用深地震反射剖面提供的界面形态、浅层速度等作为先验信息指导和约束深地震测深资料成像。3、在华北克拉通北缘和鄂尔多斯西南缘地壳结构研究中的应用遵循约束成像的思路,论文第三部分对华北克拉通北缘怀来-苏尼特右旗和青藏高原东北缘-六盘山-鄂尔多斯西南缘深地震测深剖面资料通过初至层析成像和射线追踪反演获得了研究区二维P波地壳速度结构的一些重要认识：中亚造山带地壳厚度～40km,变化平缓,低于全球平均造山带地壳平均厚度,可能为造山后区域伸展的结果。阴山-燕山带附近莫霍明显加深,推测其为侏罗纪造山过程中形成的山根,但该山根很可能在后期被改造。测线中部地壳上部速度较高对应地表大面积花岗岩出露,而下地壳速度较低速度梯度低,呈通道状,推测其可能曾为古亚洲洋向南俯冲消亡的主动陆缘,并在碰撞后演变为伸展环境下岩浆侵入的通道。华北克拉通北缘与中亚造山带显示出不同速度变化特征,前者变化相对缓而后者则变化剧烈,二者的分界出现在赤峰-白云鄂博断裂附近。鄂尔多斯盆地地壳上部速度低,速度等值钱呈近水平状,显示了沉积盆地的特征；六盘山以西浅层速度相对较高,横向变化剧烈,呈褶皱状,为新生代青藏高原向东北方向挤压的结果。挤压褶皱区与稳定沉积区的边界出现在六盘山东侧,推测其为海原-六盘山逆冲走滑断裂。鄂尔多斯地壳速度梯度较大,下地壳速度高,组成为铁镁质,反映了稳定古老克拉通的特征；祁连造山带一侧地壳速度总体较低,具有典型造山带的特征。研究区莫霍面自西至东抬升,六盘山以西地壳厚度～50km,以东-42km,六盘山下方莫霍面出现叠置。这一现象揭示新生代在青藏高原物质向东北方向流动挤压作用下,该区地壳上部主要以逆冲、褶皱作用为主,而地壳中下部刚性的鄂尔多斯下地壳挤入到较软的祁连地壳中。横向挤入作用产生的纵向效应导致六盘山上层莫霍面及上部壳内界面发生不同程度地向上弯曲,我们推测该区地震活动可能与挤压弯曲的刚性地壳发生弹性回跳、应力释放有关。
高杨[10]（2013）在《三维高密点地震数据预处理方法研究》文中认为随着勘探对象的复杂化、地震勘探技术的高速发展,高密点技术以其高信噪比、高分辨率、高保真度等特点,成为近几年国内外发展较快的一种地震勘探技术。本文主要研究了高密点地震数据预处理方法,首先介绍了地震勘探的基本原理和高密点勘探的有关技术,随后介绍了地震数据预处理的流程,对地震道编辑过程进行了详细的论述,对F-K滤波和数字加权组合则进行了简单的介绍。F-K滤波采用视速度滤波法,组合算法采用了主成分分析的方法。在地震道编辑中,主要研究了废道识别和初至波提取方法,传统的地震道编辑过程使用人工的方法。目前主流的方法是先智能识别再人工矫正,高密点预处理系统要求设计出一套能够自动、高效处理的软件,本文先是介绍了两种主流的废道自动识别方法,然后选择k-means聚类算法进行研究,并对其做了改进,提出了串联式k-means聚类算法,识别率在很大程度上提高了,在初至波提取方面选择了能量比值法,并提出了改进方法,四窗口滑动时窗能量比值法,这种使得信噪比的地震数据仍然有很高的初至提取精度。文章的最后,将上文中提到的算法进行了软件的实现,完成了高密点地震预处理系统的设计。
二、利用数字图像处理技术提高地震剖面图像信噪比（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用数字图像处理技术提高地震剖面图像信噪比（论文提纲范文）
（1）基于改进小波变换的地震资料信噪比提升方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地震资料去噪研究现状 |
| 1.2.2 小波变换研究现状 |
| 1.3 地震资料处理的基本知识 |
| 1.3.1 地震勘测流程 |
| 1.3.2 地震信号噪声 |
| 1.4 本文的研究内容 |
| 1.5 本文的结构安排 |
| 第二章 小波变换理论基础知识 |
| 2.1 小波变换理论介绍 |
| 2.2 小波变换基本理论 |
| 2.2.1 傅里叶变换 |
| 2.2.2 连续小波变换 |
| 2.2.3 离散小波变换 |
| 2.2.4 二进小波变换 |
| 2.2.5 二维小波变换 |
| 2.2.6 小波包变换 |
| 2.3 小波变换理论框架 |
| 2.3.1 多分辨率分析理论与方法 |
| 2.3.2 Mallat算法 |
| 2.4 常见的小波基函数 |
| 2.5 小波变换尺度的选择 |
| 2.6 小波阈值去噪算法 |
| 2.6.1 小波阈值去噪算法理论 |
| 2.6.2 常见的阈值选取算法 |
| 2.6.3 阈值函数的选取 |
| 2.7 去噪效果的评价标准 |
| 2.8 本章小结 |
| 第三章 改进小波变换阈值去噪算法去除地震资料随机噪声 |
| 3.1 GCV阈值选取函数 |
| 3.2 果蝇优化算法 |
| 3.2.1 参数初始化 |
| 3.2.2 嗅觉搜索 |
| 3.2.3 视觉搜索 |
| 3.3 模拟退火算法 |
| 3.4 改进小波变换阈值选取算法 |
| 3.5 仿真实验 |
| 3.6 实际地震资料处理 |
| 3.7 本章小结 |
| 第四章 改进基于NLM算法的小波变换去除地震资料随机噪声 |
| 4.1 NLM算法原理 |
| 4.2 基于一维小波熵的自适应NLM算法 |
| 4.3 基于二维小波熵的自适应NLM算法 |
| 4.4 仿真实验 |
| 4.5 实际地震资料处理 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（2）基于随机介质的混凝土超声波场特征及其检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和方法 |
| 2 混凝土及其组分材料声学特性试验研究 |
| 2.1 试验样品准备 |
| 2.2 声阻抗特性 |
| 2.3 品质因子Q特性 |
| 2.4 本章小结 |
| 3 细观组分对混凝土中超声波传播特征的影响研究 |
| 3.1 粘弹性介质本构关系和波动方程 |
| 3.2 数值混凝土模型 |
| 3.3 激励波型的选择 |
| 3.4 基于混凝土细观离散随机骨料模型正演模拟及超声波场分析 |
| 3.5 本章小结 |
| 4 混凝土细观离散随机骨料结构重建研究 |
| 4.1 混凝土切片样本 |
| 4.2 灰度随机场的统计参量 |
| 4.3 混凝土细观骨料结构的形态特征描述 |
| 4.4 随机灰度模型重建 |
| 4.5 随机骨料模型重建 |
| 4.6 不同类型数字混凝土的重建效率 |
| 4.7 本章小结 |
| 5 混凝土典型缺陷的超声波场特征研究 |
| 5.1 含不同缺陷的随机骨料模型 |
| 5.2 典型缺陷的超声波场特征分析 |
| 5.3 合成孔径聚焦技术 |
| 5.4 本章小结 |
| 6 混凝土典型缺陷超声波检测试验研究 |
| 6.1 缺陷实测 |
| 6.2 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（3）时频分析在高精度地震资料处理中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时频分析技术研究现状 |
| 1.2.2 初至拾取技术研究现状 |
| 1.2.3 反Q滤波方法研究现状 |
| 1.2.4 多次波压制技术研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 时频分析技术概述 |
| 2.1 常规时频分析方法 |
| 2.1.1 短时傅里叶变换 |
| 2.1.2 连续小波变换 |
| 2.1.3 S变换 |
| 2.1.4 WVD分布 |
| 2.1.5 经验模态分解 |
| 2.1.6 时频谱重排 |
| 2.1.7 稀疏反演谱分解 |
| 2.2 高分辨率时频分析新方法 |
| 2.2.1 同步压缩变换 |
| 2.2.2 二阶同步压缩变换 |
| 2.3 本章小结 |
| 第3章 初至拾取新方法研究 |
| 3.1 常规初至拾取方法 |
| 3.1.1 能量比法 |
| 3.1.2 相关法 |
| 3.1.3 神经网络法 |
| 3.1.4 图像处理法 |
| 3.2 基于CEEMD的初至自动拾取方法 |
| 3.2.1 方法原理 |
| 3.2.2 模型数据测试 |
| 3.2.3 实际数据处理 |
| 3.3 基于约束线的初至自动拾取方法 |
| 3.3.1 方法原理 |
| 3.3.2 实际数据处理 |
| 3.4 本章小结 |
| 第4章 时空变自适应反Q滤波 |
| 4.1 常规反Q滤波方法 |
| 4.1.1 基于波场延拓的反Q滤波方法 |
| 4.1.2 截止频率反Q滤波方法 |
| 4.1.3 稳定因子反Q滤波方法 |
| 4.1.4 自适应增益反Q滤波方法 |
| 4.2 时空变自适应反Q滤波 |
| 4.2.1 反Q滤波基本原理 |
| 4.2.2 时空变自适应增益函数 |
| 4.3 模型数据测试 |
| 4.3.1 无噪模型 |
| 4.3.2 含噪模型 |
| 4.4 实际数据处理 |
| 4.5 本章小结 |
| 第5章 基于二阶同步压缩变换的高精度谱分解方法 |
| 5.1 同步压缩变换(SST) |
| 5.2 基于短时傅里叶变换的同步压缩变换(FSST) |
| 5.2.1 STFT和多分量信号 |
| 5.2.2 基于短时傅里叶变换的同步压缩变换 |
| 5.3 二阶同步压缩变换(FSST2) |
| 5.3.1 基本原理 |
| 5.3.2 模型数据测试 |
| 5.4 实际数据处理 |
| 5.4.1 实例一 |
| 5.4.2 实例二 |
| 5.5 本章小结 |
| 第6章 基于自适应Shearlet变换和高分辨率Radon变换的层间多次波压制 |
| 6.1 多次波成因及特征分析 |
| 6.1.1 多次波的成因 |
| 6.1.2 多次波的分类 |
| 6.1.3 多次波的时距曲线 |
| 6.1.4 多次波的特征 |
| 6.2 多次波压制方法研究 |
| 6.2.1 预测反褶积 |
| 6.2.2 Radon变换多次波压制技术 |
| 6.2.3 聚束类滤波多次波压制技术 |
| 6.2.4 基于波动方程理论的多次波压制技术 |
| 6.3 基于自适应Shearlet变换和高分辨率Radon变换压制层间多次波 |
| 6.3.1 Shearlet变换 |
| 6.3.2 基于Shearlet变换的自适应阈值算法 |
| 6.3.3 高分辨率Radon变换 |
| 6.3.4 组合方法压制层间多次波 |
| 6.4 模型测试和实际资料处理 |
| 6.4.1 模型测试 |
| 6.4.2 实际资料处理 |
| 6.5 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 学位论文数据集 |
（4）基于卷积神经网络的地震数据去噪研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 地震数据去噪发展研究现状 |
| 1.3 深度学习技术的发展现状 |
| 1.4 卷积神经网络的研究现状 |
| 1.5 论文主要内容及章节安排 |
| 第二章 相关理论基础 |
| 2.1 地震噪声的特征 |
| 2.2 地震资料常用的去噪方法 |
| 2.2.1 地震数据去噪效果的衡量标准 |
| 2.2.2 地震数据常用去噪方法存在的弊端 |
| 2.3 卷积神经网络 |
| 2.3.1 神经网络 |
| 2.3.2 卷积神经网络的结构 |
| 2.3.3 卷积神经网络的特性 |
| 2.4 卷积神经网络的传播算法 |
| 2.5 本章小结 |
| 第三章 地震数据集的建立 |
| 3.1 地震数据的结构 |
| 3.2 地震数据的获取 |
| 3.3 数据集增强的方法 |
| 3.3.1 扩充数据 |
| 3.3.2 加入高斯噪声扰动 |
| 3.4 训练数据的归一化 |
| 3.5 地震数据集的建立 |
| 3.6 实验平台 |
| 3.7 本章小结 |
| 第四章 基于卷积神经网络的地震数据去噪研究 |
| 4.1 深度卷积神经网络的地震数据去噪方法 |
| 4.1.1 残差学习 |
| 4.1.2 梯度下降方法 |
| 4.1.3 批标准化 |
| 4.2 深度卷积神经网络的结构 |
| 4.3 网络参数 |
| 4.4 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 基于空洞卷积网络的地震数据去噪研究 |
| 5.1 空洞卷积网络的去噪方法 |
| 5.2 空洞卷积神经网络的结构 |
| 5.3 网络参数 |
| 5.4 实验结果及分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 作者简介、发表文章及研究成果目录 |
| 致谢 |
（5）基于图像分割技术的速度建模方法与应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 研究国内外现状 |
| 1.2.1 图像分割的发展与现状 |
| 1.2.2 地震图像分割技术的发展与现状 |
| 1.2.3 速度建模的发展与研究现状 |
| 1.3 研究思路与内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 第二章 地震图像分割方法 |
| 2.1 图像分割方法研究 |
| 2.1.1 基于阈值的图像分割 |
| 2.1.2 基于区域的图像分割 |
| 2.1.3 基于边缘的图像分割 |
| 2.1.4 基于能量泛函的图像分割 |
| 2.1.5 图像分割方法的应用 |
| 2.2 地震图像分割方法研究 |
| 2.2.1 地震图像归一化分割 |
| 2.2.2 地震图像纹理特征分割 |
| 2.2.3 地震图像阈值分割 |
| 2.2.4 地震图像边缘分割 |
| 2.3 地震图像分割方法的优选和组合 |
| 第三章 基于地震图像分割的速度建模方法 |
| 3.1 速度建模方法研究 |
| 3.1.1 速度建模方法概述 |
| 3.1.2 基于叠前深度偏移速度建模方法研究 |
| 3.1.3 层析速度建模方法研究 |
| 3.2 基于地震图像分割速度建模方法研究 |
| 3.2.1 基于层位层析速度建模方法研究 |
| 3.2.2 模型试算 |
| 3.2.3 基于构造网格层析速度建模方法研究 |
| 3.2.4 模型试算 |
| 3.3 实际资料处理 |
| 第四章 基于图像分割技术速度建模系统的设计 |
| 4.1 基于图像分割技术速度建模系统开发环境 |
| 4.1.1 基于QT的跨平台开发环境 |
| 4.1.2 基于QT的跨平台系统框架 |
| 4.2 系统总体设计 |
| 4.3 系统模块开发 |
| 4.3.1 数据输入模块 |
| 4.3.2 数据预处理模块 |
| 4.3.3 地震图像分割模块 |
| 4.3.4 速度建模模块 |
| 4.4 系统存在问题及后续工作 |
| 结论与认识 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（6）广义稀疏域地震反演方法研究及应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展动态 |
| 1.2.1 稀疏域地震反演方法研究现状 |
| 1.2.2 其他学科中的稀疏正则化方法研究现状 |
| 1.2.3 稀疏域地震反演方法发展动态 |
| 1.3 主要研究内容与技术路线 |
| 1.4 论文结构安排 |
| 第二章 稀疏域地震反演基本理论 |
| 2.1 地震反演的数学模型 |
| 2.2 稀疏域地震反演基础 |
| 2.2.1 模型参数的稀疏表示 |
| 2.2.2 目标函数的建立 |
| 2.3 稀疏优化方法 |
| 2.4 本章小结 |
| 第三章 联合稀疏性与低秩性的地震信号去噪 |
| 3.1 概述 |
| 3.2 有关理论 |
| 3.2.1 数据驱动的稀疏变换学习 |
| 3.2.2 块匹配低秩正则化 |
| 3.2.3 联合稀疏约束与低秩约束的地震去噪 |
| 3.3 算法测试与验证 |
| 3.3.1 合成地震数据去噪实验 |
| 3.3.2 实际地震数据去噪实验 |
| 3.4 本章小结 |
| 第四章 多道波阻抗稀疏域直接反演 |
| 4.1 概述 |
| 4.2 两步反演的缺点 |
| 4.3 反演方法 |
| 4.3.1 建立目标函数 |
| 4.3.2 Split Bregman迭代方法 |
| 4.4 算法测试与验证 |
| 4.4.1 Marmousi2 模型实验 |
| 4.4.2 实际数据测试 |
| 4.5 本章小结 |
| 第五章 叠前多道集弹性参数稀疏同步反演 |
| 5.1 概述 |
| 5.2 方法原理 |
| 5.2.1 正演方程 |
| 5.2.2 反演方法 |
| 5.3 算法测试与验证 |
| 5.3.1 理论模型实验 |
| 5.3.2 实际地震资料反演实验 |
| 5.4 本章小结 |
| 第六章 频域多道波阻抗快速反演方法及应用 |
| 6.1 概述 |
| 6.2 频域快速反演原理 |
| 6.2.1 正演方程 |
| 6.2.2 ATpV正则化 |
| 6.2.3 频域快速反演 |
| 6.3 算法测试与验证 |
| 6.3.1 合成地震数据反演实验 |
| 6.3.2 实际地震数据反演实验 |
| 6.4 本章小结 |
| 第七章 交叠组稀疏各向异性全变分正则化地震反演 |
| 7.1 概述 |
| 7.2 基本理论 |
| 7.2.1 褶积模型 |
| 7.2.2 使用交叠组稀疏改进各向异性全变分 |
| 7.2.3 Majorization-minimization方法 |
| 7.3 提出的方法 |
| 7.4 算法测试与验证 |
| 7.4.1 理论模型反演实验 |
| 7.4.2 实际地震资料反演实验 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 全文总结 |
| 8.1.1 工作总结 |
| 8.1.2 主要贡献与创新点 |
| 8.2 研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（7）Gabor小波变换在叠后地震数据处理中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题的提出 |
| 1.2 选题的意义 |
| 1.3 国内外研究内容和现状 |
| 1.3.1 地震数据滤波 |
| 1.3.2 地震属性提取和分析 |
| 1.3.3 断层、裂隙检测与识别 |
| 1.3.4 谱分解技术识别地震目标 |
| 1.3.5 提高地震数据分辨率 |
| 1.4 研究内容 |
| 1.5 课题创新点 |
| 2 地震数据及其变换 |
| 2.1 地震勘探 |
| 2.1.1 数据采集 |
| 2.1.2 数据处理 |
| 2.1.3 地震数据解释 |
| 2.2 Gabor小波变换和S变换研究 |
| 2.2.1 小波变换 |
| 2.2.2 改进的Gabor小波及其变换 |
| 2.2.3 S变换 |
| 2.3 相关地震数据处理技术 |
| 2.3.1 时频分析 |
| 2.3.2 匹配追踪 |
| 2.3.3 信号分频 |
| 2.4 本章小结 |
| 3 叠后地震数据滤波方法研究 |
| 3.1 引言 |
| 3.2 地震剖面典型滤波方法研究 |
| 3.2.1 均值滤波器和中值滤波器 |
| 3.2.2 α-trim滤波器 |
| 3.2.3 主分量滤波器 |
| 3.2.4 边缘保护平滑滤波器 |
| 3.2.5 基于匹配追踪的滤波 |
| 3.3 Gabor小波滤波方法研究 |
| 3.3.1 Gabor小波滤波器 |
| 3.3.2 Gabor小波积分滤波器 |
| 3.3.3 Gabor小波时频滤波器 |
| 3.4 滤波器性能对比试验 |
| 3.5 本章小结 |
| 4 地震属性及其应用研究 |
| 4.1 引言 |
| 4.2 地震属性分析 |
| 4.2.1 瞬时属性 |
| 4.2.2 相干属性 |
| 4.2.3 曲率属性 |
| 4.2.4 谱分解和分频 |
| 4.3 地震属性应用研究 |
| 4.3.1 瞬时相位与断层 |
| 4.3.2 Gabor小波和分频 |
| 4.3.3 仿真实验 |
| 4.3.4 用分频瞬时相位识别小断层 |
| 4.4 本章小结 |
| 5 基于S变换谱的地震数据高分辨率研究 |
| 5.1 引言 |
| 5.2 高分辨率方法研究 |
| 5.2.1 谱白化 |
| 5.2.2 反褶积 |
| 5.2.3 反Q滤波 |
| 5.3 地震道的S变换谱补偿原理研究 |
| 5.3.1 S变换及其逆变换 |
| 5.3.2 地震道模型 |
| 5.3.3 地震道的S变换谱补偿原理分析 |
| 5.3.4 方法实现 |
| 5.3.5 仿真实验 |
| 5.4 方法比较 |
| 5.5 本章小结 |
| 6 基于Gabor小波变换谱的地震数据高分辨率研究 |
| 6.1 引言 |
| 6.2 地震道的Gabor小波变换谱补偿原理研究 |
| 6.2.1 Gabor小波及其逆变换 |
| 6.2.2 地震道模型 |
| 6.2.3 地震道的Gabor小波时频补偿原理分析 |
| 6.2.4 算法实现 |
| 6.3 方法实验 |
| 6.4 工程应用 |
| 6.4.1 区块地质环境 |
| 6.4.2 高分辨率处理 |
| 6.4.3 方法比较 |
| 6.5 本章小结 |
| 7 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
（8）非刚性匹配技术在地震资料一致性处理中的应用（论文提纲范文）
| 0 引言 |
| 1 问题的提出 |
| 2 非刚性匹配技术 |
| 2.1 方法原理及特点 |
| 2.2 实现过程 |
| 3 应用效果分析 |
| 4 结束语 |
（9）深地震反射与深地震测深联合探测及其在地壳结构研究中的应用（论文提纲范文）
| 摘要 ABSTRACT 目录 第一章 绪论 |
| 1.1 深地震反射与深地震测深研究现状 |
| 1.1.1 深地震反射 |
| 1.1.2 深地震测深 |
| 1.2 选题依据及研究意义 |
| 1.2.1 深地震测深与深地震反射联合探测 |
| 1.2.1.1 勘探学意义 |
| 1.2.1.2 理论意义 |
| 1.2.1.3 工程意义 |
| 1.2.2 深地震反射剖面构造信息识别 |
| 1.2.3 华北克拉通北缘和鄂尔多斯地块西南缘地质问题 |
| 1.2.3.1 华北克拉通北缘 |
| 1.2.3.2 鄂尔多斯地块西南缘 |
| 1.3 研究内容和本文思路 第一部分 深地震反射剖面构造信息识别研究及应用 |
| 第二章 反射地震剖面信息提取方法研究 |
| 2.1 图像处理方法 |
| 2.1.1 预处理 |
| 2.1.2 边缘检测 |
| 2.2 模式识别方法 |
| 2.2.1 基本原理 |
| 2.2.1.1 建立模式基元 |
| 2.2.1.2 建立目标函数 |
| 2.2.1.3 形成三元组 |
| 2.2.1.4 连接三元组,绘制成果剖面 |
| 2.2.2 属性和空间分析 |
| 2.2.2.1 建立属性关系表或关系数据库 |
| 2.2.2.2 属性和空间分析 |
| 2.2.3 在深地震反射剖面解释中的应用 |
| 2.3 人工神经网络方法 |
| 2.4 其他方法 |
| 2.5 本章小结 |
| 第三章 深地震反射剖面构造信息识别研究 |
| 3.1 数字图像处理技术在深地震反射剖面解释中的应用 |
| 3.1.1 算法实验 |
| 3.1.1.1 数据预处理 |
| 3.1.1.2 密度分割试验 |
| 3.1.1.3 类线条图试验 |
| 3.1.1.4 水平能量分析试验 |
| 3.1.1.5 降分辨率显示试验 |
| 3.1.2 实际数据测试 |
| 3.1.3 认识与应用 |
| 3.2 深地震反射剖面构造信息识别研究及应用 |
| 3.2.1 原理与设计 |
| 3.2.2 实现与效果 |
| 3.2.2.1 强振幅提取 |
| 3.2.2.2 中值滤波 |
| 3.2.2.3 对象识别 |
| 3.2.2.4 连续性计算及长度滤波 |
| 3.2.2.5 复杂区域属性分析 |
| 3.2.3 认识与应用 |
| 3.3 本章小结 第二部分 深地震测深地壳结构成像方法及其与深地震反射联合探测研究 |
| 第四章 深地震测深地壳结构成像方法研究 |
| 4.1 上地壳层析成像 |
| 4.1.1 二维介质有限差分走时计算 |
| 4.1.2 初至波有限差分层析成像 |
| 4.1.3 成像策略及其应注意的问题 |
| 4.1.3.1 观测系统建立 |
| 4.1.3.2 网格尺度选取 |
| 4.1.3.3 重采样因子、平滑因子、滑动平均参数选取 |
| 4.2 全地壳射线追踪反演 |
| 4.2.1 模型参数化 |
| 4.2.2 射线追踪 |
| 4.2.3 阻尼最小二乘反演 |
| 4.2.4 模型评估 |
| 4.2.5 反演策略及应注意的问题 |
| 4.2.5.1 数据预处理 |
| 4.2.5.2 震相识别 |
| 4.2.5.3 模型参数化 |
| 4.2.5.4 最小二乘反演 |
| 4.2.5.5 模型评估 |
| 4.3 本章小结 |
| 第五章 深地震测深与深地震反射联合探测研究 |
| 5.1 联合探测的意义 |
| 5.1.1 深地震测深资料震相识别及初始模型 |
| 5.1.2 深地震反射速度 |
| 5.1.3 综合解释 |
| 5.2 深地震测深与深地震反射联合探测方法 |
| 5.2.1 联合反演 |
| 5.2.1.1 垂直入射射线追踪 |
| 5.2.1.2 初至层位自动分派 |
| 5.2.1.3 随机逆算子修改 |
| 5.2.1.4 平衡因子 |
| 5.2.1.5 在厄瓜多尔北部-哥伦比亚南部汇聚边缘多道地震反射和广角反射地震资料联合反演应用实例 |
| 5.2.2 存在问题 |
| 5.2.2.1 波场传播因素 |
| 5.2.2.2 方法因素 |
| 5.2.2.3 各向异性因素 |
| 5.2.3 约束成像 |
| 5.2.3.1 联合采集 |
| 5.2.3.2 约束处理 |
| 5.2.3.3 综合解释 |
| 5.2.3.4 松辽盆地-大兴安岭-海拉尔盆地剖面对比研究 |
| 5.3 本章小结 第三部分 在华北克拉通北缘和鄂尔多斯地块西南缘地壳结构研究中的应用 |
| 第六章 在华北克拉通北缘怀来-苏尼特右旗剖面的应用 |
| 6.1 区域构造背景 |
| 6.2 前人地球物理工作 |
| 6.3 数据联合采集 |
| 6.3.1 宽角反射与折射数据采集及震相识别 |
| 6.3.2 同测线深地震反射数据采集 |
| 6.4 资料处理 |
| 6.4.1 上地壳初至层析成像 |
| 6.4.2 全地壳二维P波速度结构 |
| 6.4.2.1 初始模型构建 |
| 6.4.2.2 射线追踪 |
| 6.4.2.3 模型评估 |
| 6.5 解释及讨论 |
| 6.6 与深地震反射剖面对比研究 |
| 6.7 本章小结 |
| 第七章 在鄂尔多斯西南缘-六盘山剖面的应用 |
| 7.1 区域构造背景 |
| 7.2 前人地球物理工作 |
| 7.3 数据联合采集 |
| 7.3.1 宽角反射与折射数据及地震波场分析 |
| 7.3.2 深地震反射数据采集 |
| 7.4 资料处理 |
| 7.4.1 上地壳初至波层析成像 |
| 7.4.2 全地壳二维射线追踪 |
| 7.4.2.1 初始模型构建 |
| 7.4.2.2 射线追踪 |
| 7.4.2.3 模型评估 |
| 7.5 解释及其讨论 |
| 7.6 与深地震反射剖面对比研究 |
| 7.7 本章小结 |
| 第八章 结论 |
| 8.1 结论与认识 |
| 8.1.1 对深地震反射剖面构造信息识别的认识 |
| 8.1.2 对深地震测深地壳结构成像及其与深地震反射联合探测方法的认识 |
| 8.1.3 华北克拉通北缘及中亚造山带南部地壳结构研究成果 |
| 8.1.4 青藏高原东北缘-六盘山-鄂尔多斯地块地壳结构研究成果 |
| 8.2 存在问题及进一步工作 |
| 8.2.1 深地震测深与深地震反射联合探测 |
| 8.2.2 深地震反射剖面构造信息识别 参考文献 致谢 附录 个人信息及科研成果 |
（10）三维高密点地震数据预处理方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状和应用前景 |
| 1.3 论文的主要工作和内容安排 |
| 1.3.1 论文的主要工作 |
| 1.3.2 论文的内容安排 |
| 2 高密点地震数据处理技术 |
| 2.1 高密点地震勘探技术提出的原因 |
| 2.2 高密点地震勘探技术简介 |
| 2.3 高密点地震数据预处理技术 |
| 3 高密点地震数据预处理中废道识别算法研究 |
| 3.1 废道的种类 |
| 3.2 废道识别方法 |
| 3.2.1 人工识别方法 |
| 3.2.2 半人工识别方法 |
| 3.2.3 自动识别方法 |
| 3.3 基于k-means聚类算法的废道识别技术 |
| 3.3.1 k-means算法描述 |
| 3.3.2 地震道特征数据提取 |
| 3.3.3 k-means算法识别废道 |
| 3.4 基于串联式k-means聚类算法的废道识别技术 |
| 3.4.1 聚类之前的数据预处理 |
| 3.4.2 串联式k-means算法识别废道 |
| 3.5 废道识别实验结果 |
| 4 高密点地震数据预处理中初至波提取算法研究 |
| 4.1 初至波提取的概念 |
| 4.2 初至波提取算法简介 |
| 4.3 常用的初至波提取方法 |
| 4.3.1 能量比值法 |
| 4.3.2 数字图像法 |
| 4.3.3 约束初至波提取法 |
| 4.3.4 上述算法中存在的问题 |
| 4.4 基于四时窗的滑动时窗能量比值法 |
| 4.5 初至波提取实验结果 |
| 5 高密点地震数据预处理系统设计 |
| 5.1 系统具有功能 |
| 5.2 系统开发环境介绍 |
| 5.3 去噪模块算法介绍 |
| 5.4 组合模块算法介绍 |
| 5.5 系统具体功能实现 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
四、利用数字图像处理技术提高地震剖面图像信噪比（论文参考文献）
- [1]基于改进小波变换的地震资料信噪比提升方法研究[D]. 董广凯. 西安石油大学, 2021(09)
- [2]基于随机介质的混凝土超声波场特征及其检测方法研究[D]. 张文亮. 中国矿业大学, 2021(02)
- [3]时频分析在高精度地震资料处理中的应用研究[D]. 郭志伟. 中国石油大学(北京), 2020(02)
- [4]基于卷积神经网络的地震数据去噪研究[D]. 顾航. 东北石油大学, 2019(01)
- [5]基于图像分割技术的速度建模方法与应用研究[D]. 蔡祖华. 中国石油大学(华东), 2019(09)
- [6]广义稀疏域地震反演方法研究及应用[D]. 李曙. 电子科技大学, 2019(01)
- [7]Gabor小波变换在叠后地震数据处理中的应用研究[D]. 姬战怀. 西北工业大学, 2018(02)
- [8]非刚性匹配技术在地震资料一致性处理中的应用[J]. 熊艳梅,徐春梅,邬达理,张瑶,蒋波. 地球物理学进展, 2017(01)
- [9]深地震反射与深地震测深联合探测及其在地壳结构研究中的应用[D]. 李文辉. 中国地质科学院, 2013(10)
- [10]三维高密点地震数据预处理方法研究[D]. 高杨. 南京理工大学, 2013(06)