一、地震高分辨率非线性反演在薄互储层识别中的应用（论文文献综述）
张岚,唐何兵,崔龙涛,郭诚,张占华[1]（2021）在《地震相控非线性随机反演在海上薄互层储层预测中的应用——以K油田沙河街组为例》文中提出针对渤海中深层薄互层储层普遍存在的埋藏深、地震资料品质差、储层厚度薄,薄互层沉积,储层横向变化快等特点,以及开发程度的加深对地震分辨率精度要求越来越高的情况,在分析储层组合和地震沉积学基础上,提出地震相控非线性反演方法,以期提高储层预测精度。该方法通过非线性最优化理论综合约束反演与模型反演的优点,根据实际地震资料建立反演目标层段的宏观相控模型,在测井资料约束下采用非线性随机算法逐道、逐次进行外推反演,有效提高地震资料的分辨率,充分考虑地质条件的随机特性,使反演结果更符合实际地质情况。在K油田应用表明,该技术提高了薄互层储层预测精度,为类似油田的储层预测、注采连通、井网部署提供可靠依据。
陈彦虎[2]（2020）在《地震波形指示反演方法、原理及其应用》文中研究说明随着油田勘探开发的不断深入,超薄储层和非常规储层甜点刻画等对反演技术提出了越来越高的要求。本文系统总结了主流地震反演技术的研究现状和局限性,认为高分辨率反演的核心和难点在于如何获得高于地震分辨率的高频部分,目前的反演技术高频部分得获得主要依靠井插值或者随机模拟,存在反演结果过于模型化或者随机性强的问题,无法满足薄精细储层预测的需求。研究发现相似的岩性组合往往具有相似的地震波形,但是测井曲线由于高频信息的差异导致了相似性较低,通过对测井曲线逐步降低频率滤波,发现当测井曲线滤波到100-200Hz,甚至到200-300Hz,就具有了和地震波形相当的相似性,建立了低频地震波形与高频测井信息的内在联系,奠定了地震波形指示反演的理论基础。在地震波形分类和地震沉积学技术基础上,引入具有纵向高分辨率的测井曲线,建立了地震波形指示反演方法（Seismic Meme Inversion,简称SMI）。该方法通过地震波形高效动态聚类,建立了地震波形结构与高频测井曲线结构的映射关系,提高了反演结果的纵向分辨率和横向分辨率,使地震反演的分辨率提高到了 2-3m;通过构建不同地震相类型的贝叶斯反演框架,实现了真正意义上的相控反演。为了验证波形指示反演和波形指示模拟方法的应用效果,利用Marmousi模型与模拟薄储层、砂体叠置、煤层强反射屏蔽砂岩和页岩裂缝孔隙度等4种不同地质条件的正演地质模型开展波形指示反演实验,实验结果表明地震波形指示反演可以预测2-3m的薄储层,证明了方法的合理性和反演结果的高精度。利用陆相薄储层资料、煤层强屏蔽下的薄砂岩资料和海相页岩气裂缝孔隙度参数模拟三个实例论证了地震波形指示反演在不同地质条件下的应用效果。利用大庆长垣典型的陆相薄互层实际资料开展了波形指示反演,波形指示反演能识别2-3m的薄互层,并且反演精度高,参与井和验证井吻合率达到了 90%和80%。地震波形指示反演技术为薄储层预测提供一种全新的思路;利用准噶尔盆地侏罗系煤层强屏蔽下的薄砂岩预测结果表明,地震波形指示反演可以有效地避免煤层强反射强同相轴的影响,可以准确预煤下2-8m的薄砂岩;利用四川盆地川南龙马溪组页岩实例表明,地震波形指示模拟实现了裂缝孔隙度的定量预测,通过和测井曲线和蚂蚁体等地震几何属性对比,验证了裂缝孔隙度模拟的可靠性。地震波形指示反演通过地震波形驱动测井曲线实现高分辨率反演,反演结果突破了地震分辨率的极限,为薄储层预测、高分辨率储层参数模拟提供了一种新的技术思路,具有重要的现实应用意义。
蒋震[3]（2020）在《W工区与G工区火成岩储层预测与速度建模研究》文中认为火成岩作为地壳中含量最多的岩体,近年来在油气勘探中的影响力越来越大。一方面火成岩作为非常规油气储层,陆续在渤海湾、准噶尔、松辽、二连等含油气盆地被发现,表现出火成岩油气藏巨大潜力;另一方面火成岩作为异常岩性体,随着塔里木盆地台盆区超深层复杂油气藏勘探的深入,对奥陶系灰岩断溶体成像精度要求越来越高,但由于火成岩对地震波具有强烈的屏蔽和吸收作用,严重影响了断溶体的成像精度。为了探明二连盆地W工区花岗岩、安山岩储层有利分布范围及塔里木盆地哈拉哈塘G工区二叠系巨厚火成岩体对奥陶系灰岩断溶体地震成像的影响,分别对W工区火成岩储层预测与G工区火成岩速度建模进行了研究。首先分析了W、G工区地质、地震、岩心、薄片、测井资料,在此基础上提取了研究区目的层段地震相、地震属性,使我们对研究工区目的层段火成岩特征有了清晰的认识。W工区断裂发育,为储层形成提供了有利条件,其火成岩岩性为花岗岩和安山岩,花岗岩潜山储层垂向分带明显,发育裂缝-孔隙型和裂缝型储层,而安山岩原生气孔、溶蚀孔发育,溢流相是有利储层发育相带。之后在W工区通过属性融合得到了与井点厚度相关性较好的新属性,初步预测了火成岩储层分布。G工区二叠系发育巨厚火成岩,岩性主要以凝灰岩、英安岩、玄武岩为主,分三期喷发,地震剖面上第一期次表现为杂乱相带,中强振幅、中高频,第二期次表现为平行相带,强振幅值、中高频,第三期次表现为低频空白相带,振幅值低、频率低。其次针对W工区安山岩储层,建立了符合研究区构造的三维断层地质模型,并利用伽马曲线与波阻抗曲线对岩性的敏感性,进行了地质统计学反演,得到了精细波阻抗体与安山岩概率分布体,之后对波阻抗与孔隙度关系进行了分析,拟合出研究区波阻抗与孔隙度二次函数关系,得到了反映火成岩储层物性变化的孔隙度体。考虑到储层与多种因素相关,划分标准多样,储层预测本质上也是分类问题,为此将目的层段高精度波阻抗、孔隙度及地震数据输入到根据实际分类数据训练好的支持向量机模型之中,对安山岩最有利储层区进行了预测,且与测井结果吻合较好,达到了更高效、准确预测储层的效果。最后针对火成岩异常体速度建模问题,在G工区实现了基于db5小波包测井曲线重构的地震反演速度建模。声波测井曲线能够有效的反映地下地质信息与不同岩层的速度,但容易受到井孔周围环境的影响且包含的信息有限,从而造成分辨率降低,而伽马测井曲线则对地下岩层所含放射性物质反应明显,而不同岩石的放射性不同,可用来区分岩性,曲线重构能综合利用伽马、声波等测井曲线识别岩性的优势,通过db5小波包变换可以精确定位测井曲线的主要节点信息,将具有足够分辨率的各曲线的主要节点进行特征融合,重构出一条既能反映岩性且对原曲线也有一定的修正作用,又可以避开高频噪声的干扰的声波曲线,使得波阻抗曲线辨别凝灰岩、玄武岩和英安岩的能力更强;将重构后的声波曲线用于稀疏脉冲反演之中,发现重构后的波阻抗剖面火成岩内幕更加清晰,反演速度体沿井提取的速度曲线与原始纵波速度吻合较好,且目的层段井点速度验证的相对误差均在2%以内,达到速度建模精度要求。
贺月[4]（2020）在《基于压缩感知提高地震信号分辨率的研究与应用》文中提出近年来高信噪比,高分辨率地震资料一直是油气勘探行业追求的目标;然而采集到的地震资料受各方面的影响导致信噪比低,分辨率不够,严重影响后续地震资料的解释等问题。故对其进行合理有效的处理,可以为储层预测、油气检测等工作提供有效的数据保障。本文将围绕增强地震资料的分辨率和信噪比为主题,将压缩感知理论应用在地震资料处理中。研究内容包括以下几点:（1）运用压缩感知理论的去噪方法大多是基于稀疏分解原理,通过在完备的原子数据库中探测出噪音信号达到去除噪声的目的。换言之,就是用较大的系数重新构建原始信号,用小系数覆盖噪声从而消除噪声。本文分别介绍了两种算法即正交匹配追踪算法（OMP）和快速迭代阈值算法（FISTA）,在小波矩阵和K-SVD字典矩阵下的去噪效果;皆是基于稀疏化算法对地震数据进行降噪再重构原始地震信号。OMP、FISTA算法,在稀疏表示部分,大多使用小波、傅里叶和Curvelet等稀疏变换,这些稀疏基是固定的,固定的稀疏基不能精确的稀疏表示所有的信号,也不能更好的去除噪声。K-SVD字典根据信号本身的稀疏特征自适应的训练字典,可以更好的与信号结构相匹配;另外,K-SVD在更新字典后,通过更简便有效的方式使原子对原子进行运算,避免了矩阵逆运算,同时更新当前原子和相关的系数,以加速字典的学习过程。理论模型和实际资料处理的结果表明,基于K-SVD字典学习算法则能够有效地提高理论模型和实际地震数据的信噪比,重建效果要比小波稀疏基下的算法则更为突出,能准确的构出原始的理论模型和实际地震数据。（2）实际地震资料中通常存在缺失的地震道,这样不够完整数据的信噪比就比较低。为了充分恢复缺失的地震资料信息,来提高地震资料信噪比。本文将基于有限的地震资料结合压缩感知理论插值算法,重点介绍了凸集投影算法（POCS）对缺失地震道的插值重构,并对比了迭代阈值算法（IST）和FISTA两种算法,理论模型和实际资料处理结果表明,POCS算法有较好的效果,具有高精度重建等特点,同时具有较高的计算效率,能合理有效恢复原始地震资料缺失的地震道信息。（3）基于压缩感知理论的低频补偿方法常用于低频信号缺失、难以精细刻画储层信息的地震资料。相对于高频成分,由于低频信息穿透能力更强,传播更远,衰减更慢,所以低频所包含的信息比高频信息更为可靠,更能反映地层信息;低频缺失,将导致采集到的地震数据信息不可靠,会使地震剖面上出现虚假的高分辨率现象。本文结合近年来兴起的压缩感知算法,对地震数据进行全频带拟合,并将拟合结果中的低频部分补偿到地震数据中。经低频补偿后地震剖面的成层性和同相轴连续性得到提高,与井曲线更为吻合,地震资料分辨率得到有效提高,对于储层预测与识别具有重要的意义。本文首先运用基于压缩感知理论的去噪方法对地震资料进行去噪处理,再对缺失的地震道数据进行插值重构,最后利用压缩感知理论的拓频方法对地震资料进行低频补偿处理,进而提高地震信号的分辨率。综上通过压缩感知理论成功应用于低信噪比和低分辨率的地震资料处理中,实践结果表明,压缩感知理论在提高地震资料信噪比和分辨率上有较好的应用前景。
何荣胜[5]（2019）在《薄互砂岩储层地震检测方法及应用研究》文中认为薄互层油气藏是一种重要的油气藏资源。但是,由于目前应用地震数据对薄互层进行分辨的能力是有限的,因此对此种类型储层的研究就显得尤为重要。利用地球物理方法来识别薄互层一直都是地球物理工作者需要重视并突破的技术难关。砂泥岩薄互层在我国分布广泛,在诸多的含油气盆地中均有一定程度的分布。根据前人研究结果显示,砂泥岩薄互层的地层岩性和厚度在横向上变化大,并且由于地震数据具有的主频小、频带窄等特点,研究人员从地震资料中直接进行识别和区分砂泥岩薄互层是有一定难度的。所以,利用地震资料对砂泥岩薄互层进行定性和定量识别具有重要的研究意义和现实意义。首先,本文对工区地震资料进行了高分辨率处理,采用了反Q滤波及分频反褶积方法,同时设计了薄层模型对两种方法进行了效果验证,通过比较发现反Q滤波方法对提高地震资料分辨率效果更好并将其最终应用于实际地震资料;其次,对贝叶斯随机反演方法进行详细分析,针对研究工区的地质条件和地震资料特点,在层位精细追踪解释的基础上进行了敏感参数优选和贝叶斯随机反演,得到了能够刻画目的层段薄砂岩储层的反演剖面;然后,本文为了模拟实际地层情况设计了几种比较典型的薄互层反射系数序列模型,并且对设计的反射系数模型进行了频谱特征分析,在理论上对反射系数的时间域和频率域进行了探讨,从而进一步研究了薄互层地层单层厚度、反射系数的极性和多互层反射系数的大小对地震波波形特征的影响来细致研究影响薄互层地震波特征的因素,通过对比楔形模型和不等厚介质模型经过S变换与广义S变换后的频谱特征,广义S变换方法对于提高时频谱剖面的分辨率具有的优越性,并对“低频阴影”识别油气做了简单的说明;最后,通过对研究目标区采用高分辨率地震数据进行反演处理得到了工区的砂体厚度分布图,同时利用地震时频分析方法应用低频阴影现象检测目的层段的含油气性,将两者结合实现了对工区有利油气富集区的划分。本文通过采用广义S变换以及贝叶斯随机反演方法,针对薄互砂岩储层横向变化大识别困难的特征,实现了薄互砂岩储层的检测和含油气特征识别,达到了预期效果,为薄互砂岩储层的预测与评价奠定了基础。
谢玮[6]（2019）在《基于机器学习的缝洞识别及多波联合反演方法研究》文中认为随着人工智能和机器学习的快速发展,机器学习已渗透到石油勘探开发的各个环节,对石油地球物理勘探产生了重要的影响,同时也带来了新机遇和新突破。石油地球物理勘探,尤其是测井和地震勘探,在研究过程中通常会遇到一系列的分类问题和回归问题。本文在调研总结石油地球物理勘探中的分类、回归问题的基础上,对分类问题中的裂缝和缝洞充填物识别,以及回归问题中的多波联合反演展开了研究,并分别提出了改进方法。针对裂缝和缝洞充填物识别,本文提出了一种基于最小二乘支持向量机的识别方法。结合FMI电成像测井图像和岩心观测资料,对裂缝和缝洞充填物进行分类;分析裂缝和缝洞充填物的测井响应特征,从众多的测井曲线中挑选出对裂缝和缝洞充填物敏感的测井曲线;由于利用单个测井曲线来识别的效果往往不佳,因此提取对裂缝和缝洞充填物更加敏感的组合参数;利用最小二乘支持向量机方法分别建立裂缝和缝洞充填物的识别模型,并通过粒子群算法对最小二乘支持向量机参数进行优化,以提高裂缝和缝洞充填物的识别精度。实际资料测试中,该方法的识别精度高于BP神经网络方法,识别结果与成像测井、岩心资料具有较好的一致性,说明该方法是可行的且具有一定的实用价值。针对多波联合反演,本文提出了一种基于改进贝叶斯推断和最小二乘支持向量机的非线性反演方法。该方法采用精确Zoeppritz方程进行PP波和PS波正演,避免近似公式在远炮检距和弹性参数纵向变化较大等情况下的误差;利用最小二乘支持向量机方法建立PP波、PS波反射振幅与弹性参数之间的最优非线性模型,以解决多波联合AVO反演的非线性问题;通过改进的贝叶斯推断对最小二乘支持向量机超参数的后验概率进行最大化,获得了最优的超参数,从而提高了多波联合反演的精度。模型试算表明,该方法的反演精度和抗噪能力优于常规方法;该方法的实际资料反演结果与实际测井曲线更加吻合,反演误差更小,表明该方法有着较强的适用性,利用该方法对研究区的实际多波地震资料进行反演是可行的。
雒聪[7]（2019）在《非常规储层地震各向异性响应特征及反演方法研究》文中认为本文主要研究适用于非常规储层的正反演方法和适用于非常规储层流体预测的属性方法。针对不同储层结构选取合理的正演并开展相应的反演研究。针对厚层层状及结构各向异性VTI介质储层,选用传播矩阵的全波场模拟方法;针对页岩等岩性各向异性VTI介质,选用Rüger近似式和Graebner精确方程;针对黏弹性HTI介质,如饱含流体的高角度裂缝储层等,选用Chapman裂缝模型与黏弹各向异性的广义传播矩阵相结合的模拟方法。为提高层状模型的反演精度,提出了基于传播矩阵（PM）的多波联合反演。模型测试表明该方法能处理透射损失、多次波、转换波等的影响,对于薄互层模型,PM反演可以有效消除薄互层存在对下覆地层的干扰。实际应用验证了该方法优于基于Zoeppritz的AVO反演结果。此外,基于PM的PP-PS联合反演无需进行道集数据的纵横波匹配处理,且具有较好的抗噪性和较低的模型依赖性。为提高VTI介质各向异性参数反演精度,主要针对两种反演策略进行研究。一是基于模拟退火和Rüger近似的两步反演方法:利用各向同性AVO反演的三参数估算结果生成第二部各向异性反演的搜索范围,以节约计算时间提高反演精度。由于Rüger近似大角度精度低,本文提出了基于Graebner精确方程的多波联合的线性反演策略,设定目标反演参数为敏感性更高的弹性刚度参数Cij。模型说明该方法可间接获得与实际模型吻合度较高的各向异性参数结果。反演谱分解（ISD）方法能够为衰减类属性方法提供高分辨率高准确度的时频分析结果。为提高衰减属性分析结果的精度,本文提出了两种基于ISD方法的衰减参数的提取方法。一是基于改进ISD的FAVO反演（ISD-FAVO）的高分辨率储层流体检测方法。ISD-FAVO可获得高分辨率的纵波频散剖面,结合叠后频率异常结果可综合分析储层的含气性。二是结合ISD和整形正则的对数谱比（LSR）Q值估算方法。测试结果验证ISD可为基于LSR的Q值估计方法提供良好的频谱基础;整形正则化的反演思想的引入可提高传统对数谱比法的稳定性。通过分析HTI裂缝储层的全波场响应,验证了横波各向异性信息中饱含有重要的裂缝储层流体信息。针对裂缝储层流体检测方法,文中讨论了三种横波各向异性属性:横波分裂的时间延迟梯度、振幅差异和分频能量差异。相对比时间延迟梯度属性,振幅差异属性有更高预测精度。模型测试说明不同频段内的流体引起横波分裂不同,可选用分频能量差异进行流体识别,中频段更突出油和水/气和水的差异,低频分量可以突出油和气的差别。
李坤[8]（2019）在《相驱动叠前地震概率化反演方法研究》文中认为随着我国油气勘探进程的不断深入,油气藏类型更为复杂,特别是近年来勘探开发向隐蔽地层油气藏、薄互层岩性油气藏及非常规油气等领域推进,叠前地震反演作为储层地球物理学的核心内容和前沿课题,是解决复杂油气储层特征描述及油气判识的重要理论与方法。本论文聚焦于复杂油气储层预测与流体识别中叠前地震概率化反演问题,主要开展了以下三部分研究内容:（1）岩相驱动的时频联合域地震概率化反演方法,旨在实现复杂储层“模型参数”、“离散岩相”的协同判识;（2）流体相驱动的叠前地震概率化反演方法,旨在实现“弹性参数”、“离散流体相”协同预测的储层含油气性识别;（3）岩石物理驱动下叠前地震概率化反演方法,旨在实现“储层物性参数”、“岩石基质”、“干岩石骨架”及“离散岩相”的同步预测。主要创新如下:地震反演是获取地下复杂介质模型参数、地层岩性信息最主要的途径。常规的地震反演方法往往将“模型参数”、“地层岩性”两者独立预测或间接预测,通常忽视了地层岩性对模型参数的影响,由此引入的先验知识误差会严重影响地震反演和岩性预测的精度。本论文考虑了待反演模型参数的先验概率服从混合型概率密度分布,在贝叶斯反演框架下,推导了由时域地震、频域地震、低频整合先验及已知模型数据点四类条件数据集协同约束的混合后验概率分布的显式解,并将非线性边界约束算法引入到叠前地震弹性参数反演中;利用序贯模拟算法和随机反演策略两种方法,实现了对地层“模型参数”、“离散岩性”的时-频联合域地震同步预测,整合先验和边界约束算法的引入提高了弹性参数反演的稳定性,序贯模拟算法、随机反演策略改善了预测结果的分辨能力。地震流体识别是油气勘探的重要内容之一,在地震岩石物理模型和叠前地震反演的指导下,对复杂储层含流体特征进行识别与描述。本文在待反演模型参数服从混合概率模型先验信息的前提下,考虑了流体因子的先验信息受到“孔隙含流体性质”的影响,在此基础上,推导了利用高维混合概率模型表征的标准后验概率密度分布,提出了基于DE-MCMC随机模型的叠前地震概率化反演方法。该方法兼具了DE算法的全局寻优特性和MCMC算法的概率估计和不确定性分析能力,通过多条MC链的同步交叉运行,同时获得多个待反演模型参数的随机解,实现了对地层“弹性参数”、“离散流体相”的叠前地震同步预测,有利于评价弹性参数、地震油气识别的不确定性和可靠性。地震岩石物理模型是岩石弹性参数与物性及孔隙流体参数间的桥梁。本论文以碎屑岩储层地震岩石物理模型为例,构建了Xu-White碎屑岩地震岩石物理高阶近似模型,克服了传统弹性参数与储层物性参数间线性拟合的局限性;推导了利用岩石模量高阶近似（Jacobian、Hessian矩阵）表征的叠前地震AVO反射特征方程,理论分析了孔隙度、流体饱和度及泥质含量对AVO反射率的贡献度,阐明了其在储层参数直接预测方面的可行性;以此为基础,本文提出了依据DE-MCMC随机模拟的相约束叠前地震概率化反演方法,实现了储层“弹性”、“物性”、“干岩石骨架”及“离散岩相”的同步反演。将该方法应用于我国东部某探区采集的宽频地震数据中,与宽频地震复频域叠前分级反演方法相结合,分析了复频域低频能量与频率分量选择及Laplace衰减系数之间潜在的关系,构建了宽频地震复频域目标泛函构建,在贝叶斯框架下创新了两种反演技术:（1）基于确定性最大后验概率解（MAP）的宽频地震反演方法;（2）岩石物理驱动相约束宽频地震叠前概率化反演体系。实践表明,该方法具有较强的高低频恢复能力,提高了地震反演的地层分辨能力,为宽频地震数据反演、岩性油气藏的离散相态判识及储层物性参数定量表征奠定了理论基础,应用前景广泛。
贺东阳[9]（2019）在《基于地质统计学的叠前反演方法研究》文中研究指明地质统计学能够很好地描述地下模型参数的空间相关性,为地震反演提供丰富的先验信息。相对于确定性反演,基于地质统计学的地震随机反演往往具有更高的垂向分辨率,且能获得多个等概率的反演结果,适合反演结果的不确定性估计。主要是由于地质统计学以变差函数为基本工具,能够描述模型参数小尺度空间变化,以及地震随机反演在反演的过程中融入大量的测井数据。因此基于地质统计学的地震随机反演在薄储层研究方面具有更大的优势。地震随机反演主要是利用了随机模拟的思想,常规的随机模拟算法往往需要模型参数服从高斯分布,模拟高斯随机场,只能构建高斯先验信息。然而在实际应用中,由于地下岩相或地质流体等因素的影响,模型参数往往呈现多峰的非高斯分布。针对这个问题,本文在贝叶斯的框架下,提出了基于两种不同序贯模拟算法:直接序贯模拟（Direct Sequential Simulation,DSS）和序贯高斯混合模拟（Sequential Gaussian Mixture Simulation,SGmix S）的地震随机反演方法,该方法能够克服常规的随机反演方法需要模型参数服从高斯分布的缺点,增强了其在实际应用中的能力。直接序贯模拟算法能够适用于任何形状的先验分布,基于该模拟算法的地震随机反演可以获得多个等概率的高分辨率的反演结果。序贯高斯混合模拟算法能够适用多峰的高斯混合先验分布,基于该模拟算法的地震随机反演可以同时获得多个等概率的连续变量（弹性参数）和离散变量（岩相）的反演结果。反演的目的最终是为了进行储层预测和流体的识别,储层预测和流体识别在勘探开发中具有重要的作用。本文以这两种方法为基础,通过岩石物理方法构建敏感流体因子,建立敏感流体因子的叠前弹性阻抗方程,然后实现敏感流体因子的提取,最后联合提取的流体因子和反演的岩相进行储层预测和流体识别。实际应用表明,本文提出的基于地质统计学的叠前反演方法在储层预测和流体识别方面具有一定的实用价值。
周慰[10]（2019）在《时频域反褶积处理及薄储层识别研究》文中进行了进一步梳理反褶积处理是提高地震资料品质的重要手段,常规基于傅里叶变换的频率域反褶积,没有考虑到地层对地震波的吸收衰减作用,不吻合实际地震波传播时的时变特征。同时对于薄储层的识别也是国内外学者研究的热点问题,如何提高薄层的识别精度是问题的关键所在。因此本论文主要针对地震资料分辨率和薄互储层的识别开展研究,在非平稳地震记录褶积模型的基础上,依托高精度时频分析方法,建立了时频域动态反褶积方法理论,形成了一套行之有效的基于高分辨处理及高精度反演地震资料处理方法体系。本文从时频分析方法出发,对比短时傅里叶变换、小波变换、S变换等时频分析方法的时频聚焦性,并在S变换的基础上,加入频率调节因子,提出了两参数改进广义S变换,提高了时频分析的时频聚焦性以及处理的灵活性。借助于改进广义S变换多分辨率的优势,分别在其时频分析的基础上研究了谱模拟时变子波提取方法、二次谱时变子波提取方法、以及倒谱时频域子波提取方法,从而提出了基于改进广义S变换的谱模拟反褶积方法、基于改进广义S变换的二次谱模拟反褶积方法和基于改进广义S变换倒谱时频域反褶积方法。分别建立一维地震记录模型和二维地震记录模型来对比三种时频反褶积方法的反褶积结果。通过一维模型对比发现这三种反褶积方法,都可以在不用考虑Q值的影响下,一定程度上恢复地震波被衰减的能量,同时能够压缩地震子波提高分辨率;通过二维模型对比出基于改进广义S变换倒谱时频域反褶积方法能更准确地得到反褶积结果,表现出更强的薄层识别能力。基于模型优选出本文的基于改进广义S变换倒谱时频域反褶积方法,应用于地震数据高分辨处理中,将高分辨处理方法与反演技术相结合,形成高分辨反演体系,应用于实际地震资料中。经实际资料处理与井震联合对比分析表明,基于改进广义S变换倒谱时频域反褶积方法能更优的提高地震资料的分辨率。同时在高分辨的基础上进行波阻抗反演能够得到更加准确的波阻抗反演数据体,提高薄储层的识别精度,达到精准储层预测的目的。
二、地震高分辨率非线性反演在薄互储层识别中的应用（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、地震高分辨率非线性反演在薄互储层识别中的应用（论文提纲范文）
（1）地震相控非线性随机反演在海上薄互层储层预测中的应用——以K油田沙河街组为例（论文提纲范文）
| 0 引言 |
| 1 地震相控非线性随机反演方法原理 |
| 1.1 地震相约束计算 |
| 1.2 地震道非线性随机反演方法 |
| 2 实际应用 |
| 2.1 工区概况 |
| 2.2 实际应用及效果分析 |
| 2.2.1 层序划分及储层特征 |
| 2.2.2 岩石物理特征 |
| 2.2.3 相控地震反演 |
| 2.2.4 储层平面分布预测 |
| 3 结语 |
（2）地震波形指示反演方法、原理及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景与研究目的、意义 |
| 1.2 地震反演技术研究现状 |
| 1.3 传统反演技术存在的局限性 |
| 1.4 论文研究思路与研究内容 |
| 1.5 论文完成的工作量 |
| 1.6 论文取得的创新性成果 |
| 第2章 地震波形指示反演理论基础 |
| 2.1 地震纵向分辨率和横向分辨率的探讨 |
| 2.2 基于褶积模型的地震反演技术 |
| 2.3 地震波形分类技术 |
| 2.4 地震沉积学技术 |
| 第3章 地震波形指示反演方法及原理 |
| 3.1 地震波形结构特征的量化分析 |
| 3.2 地震波形与测井高频信息的内在联系 |
| 3.3 地震波形指示反演基本原理与流程 |
| 3.4 地震波形指示反演算法实现 |
| 3.5 地震波形指示反演与模拟 |
| 3.6 地震波形反演的相控特征 |
| 3.7 地震波形指示反演特色 |
| 第4章 正演模型方法验证 |
| 4.1 Marmousi模型正演实验 |
| 4.2 薄互层模型正演实验 |
| 4.3 薄砂体叠置模型正演实验 |
| 4.4 强屏蔽薄砂体模型正演实验 |
| 4.5 裂缝型薄储层模型正演实验 |
| 4.6 小结 |
| 第5章 陆相薄互层砂岩预测实例 |
| 5.1 区域地质概况 |
| 5.2 研究区储层特征 |
| 5.3 地震波形指示反演预测薄互层 |
| 5.4 小结 |
| 第6章 煤层强屏蔽薄砂岩预测实例 |
| 6.1 区域地质概况 |
| 6.2 研究区储层特征 |
| 6.3 地震波形指示反演预测煤层强屏蔽薄砂岩 |
| 6.4 小结 |
| 第7章 海相页岩裂缝孔隙度预测实例 |
| 7.1 区域地质概况 |
| 7.2 龙马溪组裂缝发育特征 |
| 7.3 页岩岩石物理建模 |
| 7.4 地震波形指示模拟定量预测裂缝型孔隙度 |
| 7.5 小结 |
| 第8章 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）W工区与G工区火成岩储层预测与速度建模研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 2 储层预测与速度建模基本理论 |
| 2.1 地震相及地震属性 |
| 2.2 约束稀疏脉冲反演 |
| 2.3 地质统计学反演 |
| 2.4 支持向量机 |
| 2.5 小波包变换 |
| 3 W工区安山岩与花岗岩储层预测 |
| 3.1 区域地质概况 |
| 3.2 地震相与地震属性对W工区安山岩与花岗岩储层预测 |
| 3.3 基于支持向量机的地震反演对W工区安山岩储层预测研究 |
| 4 G工区火成岩速度建模及精细评价研究 |
| 4.1 G工区火成岩特征 |
| 4.2 G工区火成岩地震相、地震属性研究 |
| 4.3 基于db5小波包变换的声波曲线重构 |
| 4.4 G工区约束稀疏脉冲反演 |
| 4.5 G工区反演速度体质控 |
| 5 结论与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）基于压缩感知提高地震信号分辨率的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题依据及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 压缩感知研究现状 |
| 1.2.2 信号去噪研究现状 |
| 1.2.3 信号插值研究现状 |
| 1.2.4 信号拓频研究现状 |
| 1.3 主要研究内容 |
| 第2章 压缩感知理论 |
| 2.1 压缩感知概述 |
| 2.1.1 信号的稀疏表征 |
| 2.1.2 观测矩阵的设计 |
| 2.1.3 信号重构 |
| 2.2 信号客观质量评价标准 |
| 2.3 本章小结 |
| 第3章 基于压缩感知理论的去噪算法 |
| 3.1 相关去噪算法 |
| 3.1.1 正交匹配追踪算法(OMP) |
| 3.1.2 迭代阈值算法(ISTA) |
| 3.1.3 快速迭代阈值算法(FISTA) |
| 3.1.4 K-SVD字典学习 |
| 3.2 去噪算法理论模型 |
| 3.3 实际资料处理 |
| 3.4 本章小结 |
| 第4章 基于压缩感知理论的插值算法 |
| 4.1 插值理论概述 |
| 4.2 基于压缩感知插值方法原理 |
| 4.3 模型验证 |
| 4.4 实际资料处理 |
| 4.5 本章小结 |
| 第5章 基于压缩感理论的低频补偿方法 |
| 5.1 压缩感知低频补偿原理 |
| 5.2 模型试算 |
| 5.3 应用实例 |
| 5.4 波阻抗反演 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（5）薄互砂岩储层地震检测方法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 薄互层储层识别研究现状 |
| 1.2.2 时频分析技术研究现状 |
| 1.2.3 叠后反演方法研究现状 |
| 1.3 研究内容与技术路线 |
| 1.4 完成的主要工作量 |
| 1.5 主要成果与认识 |
| 第2章 地震资料高分辨率处理 |
| 2.1 地震分辨率 |
| 2.1.1 地震分辨率定义 |
| 2.1.2 地震分辨率极限准则 |
| 2.1.3 地震分辨率影响因素 |
| 2.2 反Q滤波分析 |
| 2.3 分频反褶积分析 |
| 2.4 薄互层地质模型正演处理效果对比 |
| 2.5 本章小结 |
| 第3章 贝叶斯随机反演 |
| 3.1 贝叶斯随机反演方法原理 |
| 3.2 Metropolis-Hastings判断准则 |
| 3.3 敏感地震属性参数优选 |
| 3.4 反演效果分析 |
| 3.5 本章小结 |
| 第4章 薄互层反射系数频谱特征分析 |
| 4.1 地震薄互层 |
| 4.1.1 地震薄(互)层概念 |
| 4.1.2 薄(互)层研究意义 |
| 4.2 薄互层介质反射系数序列及其频谱特征 |
| 4.3 薄互层反射系数模型及频谱分析 |
| 4.3.1 三层介质两个反射系数模型 |
| 4.3.2 不等厚介质反射系数模型 |
| 4.3.3 楔形模型反射模型系数 |
| 4.4 薄互层频谱特征影响因素分析 |
| 4.5 时频分析方法原理及模型仿真分析 |
| 4.5.1 短时傅里叶变换方法原理 |
| 4.5.2 小波变换方法原理 |
| 4.5.3 S变换的方法原理 |
| 4.5.3.1 楔形模型频谱分析 |
| 4.5.3.2 不等厚介质模型频谱分析 |
| 4.5.4 广义S变换的方法原理 |
| 4.5.4.1 楔形模型频谱分析 |
| 4.5.4.2 不等厚介质模型频谱分析 |
| 4.6 S变换与广义S变换频谱对比 |
| 4.7 地震时频分析技术 |
| 4.8 本章小结 |
| 第5章 实际工区储层检测与评价 |
| 5.1 工区位置概况 |
| 5.2 工区地层特征及油气显示 |
| 5.2.1 目的层段地层特征分析 |
| 5.2.2 研究区地震解释 |
| 5.3 实际资料应用与分析 |
| 5.3.1 目的层段储层反演及储层特征分析 |
| 5.3.2 目的层段时频分析及油气识别 |
| 5.3.3 储层评价与有利油气富集区划分 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（6）基于机器学习的缝洞识别及多波联合反演方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 论文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机器学习 |
| 1.2.2 机器学习在测井技术中的应用 |
| 1.2.3 机器学习在地震勘探中的应用 |
| 1.2.4 裂缝及缝洞充填物识别 |
| 1.2.5 多波联合AVO反演 |
| 1.3 主要研究内容及思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路和技术路线 |
| 1.4 创新点 |
| 2 机器学习方法研究 |
| 2.1 BP神经网络 |
| 2.2 支持向量机 |
| 2.2.1 分类问题 |
| 2.2.2 回归问题 |
| 2.2.3 核函数 |
| 2.3 最小二乘支持向量机 |
| 2.3.1 分类问题 |
| 2.3.2 回归问题 |
| 2.4 三种方法的对比 |
| 2.5 改进的贝叶斯推断参数优化方法 |
| 2.5.1 贝叶斯方法 |
| 2.5.2 改进的贝叶斯推断 |
| 2.5.3 粒子群优化算法 |
| 2.6 本章小结 |
| 3 裂缝及缝洞充填物识别方法研究及应用 |
| 3.1 裂缝及缝洞充填物识别方法 |
| 3.1.1 基于PSO-LSSVM的识别方法 |
| 3.1.2 基于BP神经网络的识别方法 |
| 3.2 研究区概况 |
| 3.2.1 区域地质概况 |
| 3.2.2 储集空间类型 |
| 3.2.3 岩心裂缝统计 |
| 3.2.4 FMI成像测井裂缝统计 |
| 3.3 裂缝识别应用实例 |
| 3.3.1 样本的选取 |
| 3.3.2 裂缝识别模型的建立 |
| 3.3.3 裂缝识别结果分析 |
| 3.4 缝洞充填物识别应用实例 |
| 3.4.1 样本的选取 |
| 3.4.2 缝洞充填物识别模型的建立 |
| 3.4.3 缝洞充填物识别结果分析 |
| 3.5 本章小结 |
| 4 多波联合AVO反演方法研究 |
| 4.1 AVO理论 |
| 4.1.1 Zoeppritz方程 |
| 4.1.2 Zoeppritz方程近似公式 |
| 4.1.3 近似公式计算精度对比 |
| 4.2 纵波贝叶斯反演 |
| 4.3 非线性多波联合AVO反演 |
| 4.4 模型试算 |
| 4.4.1 模型背景资料 |
| 4.4.2 无噪模型试验 |
| 4.4.3 抗噪性试验 |
| 4.5 本章小结 |
| 5 多波联合AVO反演应用实例 |
| 5.1 研究区概况 |
| 5.1.1 区域地质概况 |
| 5.1.2 储层特征 |
| 5.2 多波地震资料处理 |
| 5.2.1 多波叠前处理 |
| 5.2.2 多波同相轴匹配 |
| 5.2.3 部分角度道集叠加 |
| 5.3 实际资料应用 |
| 5.3.1 多波合成地震记录标定 |
| 5.3.2 训练样本构建及非线性建模 |
| 5.3.3 非线性多波联合反演 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）非常规储层地震各向异性响应特征及反演方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统AVO正演及反演研究现状 |
| 1.2.2 全波场正演及反演研究现状 |
| 1.2.3 VTI介质正演及反演研究现状 |
| 1.2.4 裂缝岩石物理模型研究现状 |
| 1.2.5 时频分析方法研究现状 |
| 1.2.6 频变AVO反演研究现状 |
| 1.3 主要研究内容 |
| 第2章 正演及反演理论基础 |
| 2.1 正演理论基础 |
| 2.1.1 正演理论概述 |
| 2.1.2 各向同性单界面AVO正演模拟 |
| 2.1.3 各向同性多界面传播矩阵全波场正演模拟 |
| 2.1.4 VTI介质单界面AVO正演模拟 |
| 2.1.5 黏弹性HTI介质多界面全波场正演模拟 |
| 2.2 反演理论数理基础 |
| 2.2.1 反演理论概述 |
| 2.2.2 贝叶斯理论框架 |
| 2.2.3 最优化方法 |
| 第3章 基于传播矩阵的叠前AVA反演 |
| 3.1 传播矩阵(PM)正演响应分析 |
| 3.1.1 全波场响应分析 |
| 3.1.2 弹性参数敏感性分析 |
| 3.1.3 小结 |
| 3.2 基于PM的叠前三参数AVA反演方法 |
| 3.2.1 PM-AVA反演方法理论 |
| 3.2.2 三参数反演可行性分析 |
| 3.2.3 模型数据测试 |
| 3.2.4 实际数据应用 |
| 3.2.5 小结 |
| 3.3 基于PM的 PP-PS联合反演方法 |
| 3.3.1 PM-AVA联合反演方法理论 |
| 3.3.2 三参数联合反演可行性分析 |
| 3.3.3 合成数据测试 |
| 3.3.4 小结 |
| 第4章 VTI介质各向异性参数反演 |
| 4.1 VTI介质正演响应分析 |
| 4.1.1 五参数的Rüger近似表示式 |
| 4.1.2 反射系数公式精度分析 |
| 4.1.3 Rüger近似式的各向异性响应 |
| 4.1.4 精确反射式的各向异性响应 |
| 4.2 基于Rüger近似式的各向异性参数同时反演 |
| 4.2.1 基于Rüger近似式的PP和 PS联合反演原理 |
| 4.2.2 模型数据试算 |
| 4.2.3 小结 |
| 4.3 基于模拟退火的各向异性参数二步法反演 |
| 4.3.1 模拟退火反演理论 |
| 4.3.2 各向异性反演两步法策略 |
| 4.3.3 模型数据试算 |
| 4.3.4 小结 |
| 4.4 基于Graebner精确式的各向异性参数反演研究 |
| 4.4.1 基于精确式的各向异性参数反演 |
| 4.4.2 模型数据试算 |
| 4.4.3 小结 |
| 第5章 基于反演理论的衰减属性提取 |
| 5.1 稀疏约束的反演谱分解方法 |
| 5.1.1 反演谱分解理论 |
| 5.1.2 合成数据测试 |
| 5.1.3 实际数据分析 |
| 5.1.4 小结 |
| 5.2 高分辨频变AVO反演方法 |
| 5.2.1 频变AVO理论 |
| 5.2.2 实际数据分析 |
| 5.2.3 小结 |
| 5.3 基于整形正则和ISD的Q值估计方法 |
| 5.3.1 整形正则和对数谱比理论 |
| 5.3.2 模型数据测试 |
| 5.3.3 实际数据分析 |
| 5.3.4 小结 |
| 第6章 HTI裂缝储层的横波各向异性研究 |
| 6.1 地震波衰减机制与动态等效模型 |
| 6.2 横波分裂的旅行时差异属性研究 |
| 6.2.1 基础理论分析 |
| 6.2.2 模型合成数据分析 |
| 6.2.3 实际资料测试 |
| 6.2.4 小结 |
| 6.3 横波分裂的振幅能量差异属性研究 |
| 6.3.1 基础理论分析 |
| 6.3.2 模型合成数据分析 |
| 6.3.3 实际资料测试 |
| 6.3.4 小结 |
| 6.4 横波分裂的分频振幅差异研究 |
| 6.4.1 基础理论分析 |
| 6.4.2 模型合成数据分析 |
| 6.4.3 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 |
（8）相驱动叠前地震概率化反演方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状与趋势分析 |
| 1.2.1 叠前地震确定性反演研究现状 |
| 1.2.2 叠前地震概率化反演研究现状 |
| 1.2.3 宽频地震数据反演与流体识别 |
| 1.3 论文主要研究内容 |
| 第二章 地震反问题基本理论 |
| 2.1 地球物理反问题概述 |
| 2.1.1 观测数据空间与模型空间 |
| 2.1.2 地震反问题不适定性 |
| 2.2 正则化目标泛函及确定性反演 |
| 2.2.1 正则化目标泛函 |
| 2.2.2 确定性地震反演 |
| 2.3 概率化反演及贝叶斯推断 |
| 2.3.1 贝叶斯理论、推断与预测 |
| 2.3.2 最大似然概率估计(MLE) |
| 2.3.3 最大后验概率解(MAP) |
| 2.3.4 后验概率密度分布显式解 |
| 2.3.5 马尔可夫链-蒙特卡罗模型 |
| 2.3.6 离散相态的概率化判识 |
| 2.4 本章小结 |
| 第三章 岩相驱动下的概率化地震反演方法 |
| 3.1 岩相驱动的混合概率密度先验信息 |
| 3.1.1 混合先验的概率密度分布函数 |
| 3.1.2 混合后验概率与离散相估计 |
| 3.2 岩相驱动的贝叶斯线性地震反演方法 |
| 3.2.1 时频联合域地震正演模型 |
| 3.2.2 混合后验概率模型的显式解 |
| 3.2.3 离散相序贯采样算法流程 |
| 3.2.4 边界约束的EVA叠前地震反演 |
| 3.2.5 理论模型测试 |
| 3.2.6 现场资料应用 |
| 3.3 岩相驱动的DE-MCMC随机概率解 |
| 3.3.1 DE-MCMC地震随机概率反演 |
| 3.3.2 差分进化-马尔可夫链蒙特卡洛 |
| 3.3.3 概率模型测试 |
| 3.3.4 现场资料应用 |
| 3.4 本章小结 |
| 第四章 流体相驱动的叠前地震概率化反演方法 |
| 4.1 基于孔隙弹性理论的叠前AVO映射关系 |
| 4.2 流体相驱动的贝叶斯叠前地震线性反演 |
| 4.2.1 流体相态的叠前地震序贯模拟流程 |
| 4.2.2 FFC-SS理论模型测试 |
| 4.2.3 FFC-SS现场资料验证 |
| 4.3 流体相驱动的叠前DE-MCMC随机概率解 |
| 4.3.1 流体相驱动的混合概率模型 |
| 4.3.2 DE-MCMC随机反演算法 |
| 4.3.3 DE-MCMC叠前随机反演模型测试 |
| 4.3.4 DE-MCMC现场资料应用 |
| 4.4 本章小结 |
| 第五章 岩石物理驱动下叠前地震非线性反演方法 |
| 5.1 碎屑岩储层地震岩石物理理论 |
| 5.1.1 岩石基质等效模型 |
| 5.1.2 岩石骨架等效模型 |
| 5.1.3 孔隙流体等效模型 |
| 5.2 碎屑岩地震岩石物理近似模型 |
| 5.3 岩石物理驱动叠前地震概率化反演方法 |
| 5.3.1 叠前地震AVO反射特征方程 |
| 5.3.2 相驱动叠前概率化反演算法 |
| 5.4 相驱动非线性概率化模型测试和应用 |
| 5.4.1 岩石物理模型量版 |
| 5.4.2 测井数据反演测试 |
| 5.4.3 实际资料反演应用 |
| 5.5 本章小结 |
| 第六章 宽频地震叠前概率化分级反演方法及应用 |
| 6.1 宽频地震复频域确定性分级反演 |
| 6.1.1 复频域地震正演算子构建 |
| 6.1.2 线性地震反问题矩阵方程 |
| 6.1.3 确定性最大后验概率解-MAP |
| 6.2 宽频地震线性反演测试及现场应用 |
| 6.2.1 理论模型测试 |
| 6.2.2 二维模型测试 |
| 6.2.3 现场实际应用 |
| 6.3 宽频地震相驱动复频域叠前地震AVO反演 |
| 6.3.1 复频域叠前地震概率化反演原理 |
| 6.3.2 复频域地震反演目标泛函构建 |
| 6.4 实际资料应用 |
| 6.5 本章小结 |
| 结论与认识 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 作者简介 |
（9）基于地质统计学的叠前反演方法研究（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 国内外研究现状 |
| 1.3 论文研究内容 |
| 第二章 地质统计学与叠前随机反演理论 |
| 2.1 地质统计学理论基础 |
| 2.1.1 区域化变量 |
| 2.1.2 变差函数 |
| 2.1.3 克里金估计方法 |
| 2.1.4 随机模拟理论 |
| 2.2 叠前随机反演理论 |
| 2.2.1 地震随机反演 |
| 2.2.2 AVO理论 |
| 2.2.3 弹性阻抗理论 |
| 2.3 小结 |
| 第三章 基于直接序贯模拟的地震随机反演 |
| 3.1 贝叶斯理论 |
| 3.1.1 贝叶斯公式 |
| 3.1.2 先验信息 |
| 3.1.3 似然函数 |
| 3.1.4 后验分布 |
| 3.2 基于直接序贯模拟的地震随机反演 |
| 3.2.1 直接序贯模拟构建的先验信息 |
| 3.2.2 构建融入低频信息的似然函数 |
| 3.2.3 Metropolis采样算子 |
| 3.2.4 序贯吉布斯采样 |
| 3.2.5 序贯模拟邻域选择问题 |
| 3.3 模型测试与实际资料测试 |
| 3.3.1 模型测试 |
| 3.3.2 实际应用 |
| 3.4 小结 |
| 第四章 基于序贯高斯混合模拟的地震随机反演 |
| 4.1 基于多类条件数据下的序贯模拟算法 |
| 4.1.1 高斯线性反演理论 |
| 4.1.2 多类条件数据的高斯线性反演理论 |
| 4.1.3 多类条件数据的序贯模拟技术 |
| 4.2 基于序贯高斯混合模拟的地震随机反演 |
| 4.2.1 高斯混合线性反演理论 |
| 4.2.1.1 高斯混合先验信息 |
| 4.2.1.2 高斯混合线性反演解 |
| 4.2.2 空间相关的后验模型 |
| 4.2.2.1 空间相关的连续变量的后验模型 |
| 4.2.2.2 空间相关的离散变量的后验模型 |
| 4.2.2.3 序贯模拟采样 |
| 4.3 模型测试与实际应用 |
| 4.3.1 模型测试 |
| 4.3.2 实际应用 |
| 4.4 小节 |
| 第五章 基于叠前地震随机反演的流体识别 |
| 5.1 流体因子的构建 |
| 5.1.1 Gassmann流体因子 |
| 5.1.2 Russell流体因子 |
| 5.2 敏感流体因子弹性阻抗方程的建立 |
| 5.2.1 包含Gassmann流体项的Russell近似式 |
| 5.2.2 包含Gassmann流体项的弹性阻抗方程 |
| 5.3 敏感流体因子直接提取 |
| 5.4 实际资料应用 |
| 5.5 小结 |
| 结论与认识 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（10）时频域反褶积处理及薄储层识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 非平稳地震记录形成机理研究 |
| 2.1 地震子波的时变特性 |
| 2.1.1 地震波衰减机理 |
| 2.1.2 地震波吸收衰减的定量描述 |
| 2.2 地震褶积模型建立 |
| 2.2.1 平稳地震记录褶积模型 |
| 2.2.2 非平稳地震记录褶积模型 |
| 2.3 本章小结 |
| 第3章 信号时频分析方法研究 |
| 3.1 短时傅里叶变换 |
| 3.2 连续小波变换 |
| 3.3 S变换以及广义S变换 |
| 3.3.1 S变换 |
| 3.3.2 改进广义S变换 |
| 3.4 不同信号的时频分析方法测试 |
| 3.4.1 调谐信号对比 |
| 3.4.2 地震信号对比 |
| 3.5 本章小结 |
| 第4章 时频域反褶积方法研究 |
| 4.1 基于改进广义S变换的谱模拟时频域反褶积 |
| 4.1.1 谱模拟时频域反褶积原理 |
| 4.1.2 谱模拟时变子波时频谱提取 |
| 4.1.3 单道模型论证 |
| 4.2 基于改进广义S变换的二次谱时频域反褶积 |
| 4.2.1 二次谱时频域反褶积原理 |
| 4.2.2 二次谱时变子波时频谱提取 |
| 4.2.3 单道模型论证 |
| 4.3 基于改进广义S变换的倒谱平滑时频域反褶积 |
| 4.3.1 倒谱平滑时频域反褶积原理 |
| 4.3.2 倒谱时频域时变子波时频谱提取 |
| 4.3.3 单道模型论证 |
| 4.3.4 Marmousi模型 |
| 4.4 反褶积方法分辨率对比研究 |
| 4.4.1 楔形模型对比 |
| 4.4.2 算法抗噪性对比 |
| 4.5 本章小结 |
| 第5章 实际地震资料应用 |
| 5.1 西部工区处理 |
| 5.1.1 西部工区概况 |
| 5.1.2 高分辨处理 |
| 5.2 南海工区处理 |
| 5.2.1 南海工区概况 |
| 5.2.2 高分辨处理 |
| 5.2.3 稀疏脉冲反演原理 |
| 5.2.4 高分辨率反演 |
| 5.3 本章小结 |
| 结论与建议 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
四、地震高分辨率非线性反演在薄互储层识别中的应用（论文参考文献）
- [1]地震相控非线性随机反演在海上薄互层储层预测中的应用——以K油田沙河街组为例[J]. 张岚,唐何兵,崔龙涛,郭诚,张占华. 地质找矿论丛, 2021(04)
- [2]地震波形指示反演方法、原理及其应用[D]. 陈彦虎. 中国地质大学(北京), 2020(01)
- [3]W工区与G工区火成岩储层预测与速度建模研究[D]. 蒋震. 中国矿业大学, 2020(03)
- [4]基于压缩感知提高地震信号分辨率的研究与应用[D]. 贺月. 成都理工大学, 2020(04)
- [5]薄互砂岩储层地震检测方法及应用研究[D]. 何荣胜. 成都理工大学, 2019(02)
- [6]基于机器学习的缝洞识别及多波联合反演方法研究[D]. 谢玮. 中国地质大学(北京), 2019(02)
- [7]非常规储层地震各向异性响应特征及反演方法研究[D]. 雒聪. 中国石油大学(北京), 2019(01)
- [8]相驱动叠前地震概率化反演方法研究[D]. 李坤. 中国石油大学(华东), 2019(01)
- [9]基于地质统计学的叠前反演方法研究[D]. 贺东阳. 中国石油大学(华东), 2019(09)
- [10]时频域反褶积处理及薄储层识别研究[D]. 周慰. 成都理工大学, 2019(02)