首页> 中文期刊> 《地球物理学报》 >基于机器学习的时间反转散射体检测方法

基于机器学习的时间反转散射体检测方法

         

摘要

地下小尺度散射体的检测和识别对于提高地震勘探的分辨率具有重要意义,目前业界普遍采用绕射波分离及成像方法检测地下散射体,而绕射波成像的质量主要取决于绕射波和反射波波场分离的程度.本文将被动源震源定位问题中常用的时间反转原理引入到地下散射体检测中,首先通过分析被动源和主动源模型反传波场的聚焦状态,验证了时间反转原理应用于地下散射体检测中的可行性;并引入机器学习中的朴素贝叶斯分类算法,给出适用于时间反转散射体检测的分类算法框架,计算模型中每个点成为散射体的概率,最终检测出地下散射体最有可能存在的位置.散射体模型和Sigsbee2a模型的试算结果证实了本文方法在不需对反射波和绕射波分离的情况下,即可实现对地下散射体的检测和定位,同时由于考虑了多次散射的影响,检测结果能准确反映地下散射体的位置.

著录项

  • 来源
    《地球物理学报》 |2021年第9期|3304-3315|共12页
  • 作者单位

    中国石油大学(北京)油气资源与探测国家重点实验室 北京 102249;

    中国石油勘探开发研究院西北分院 兰州 730020;

    中国石油大学(北京)油气资源与探测国家重点实验室 北京 102249;

    中国石油勘探开发研究院西北分院 兰州 730020;

    中国石油天然气集团有限公司油藏描述重点实验室 兰州 730020;

    中国石油勘探开发研究院西北分院 兰州 730020;

    中国石油天然气集团有限公司油藏描述重点实验室 兰州 730020;

    中国石油勘探开发研究院西北分院 兰州 730020;

    中国石油天然气集团有限公司油藏描述重点实验室 兰州 730020;

    中国石油勘探开发研究院西北分院 兰州 730020;

    中国石油天然气集团有限公司油藏描述重点实验室 兰州 730020;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 地球物理勘探;
  • 关键词

    散射体检测; 时间反转; 机器学习; 朴素贝叶斯分类;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号