导读:本文包含了重构反演论文开题报告文献综述及选题提纲参考文献，主要关键词:南堡油田,测井响应,曲线重构,优势储层
重构反演论文文献综述
唐建超,王恺,徐颖新,李赫[1]（2019）在《敏感测井曲线重构地震反演技术预测有效砂岩》一文中研究指出敏感测井曲线重构地震反演技术是根据储层的测井响应特征,优选多条与含流体砂层密切相关的测井曲线,重构一条新的优势储层曲线,将其与纵波阻抗建立一种云变换关系,依托配置协模拟反演方法开展有利沉积相带内的优势储层预测,直接将致密干砂层与含流体砂层区分开来,解决常规地震反演不能在砂岩储层中进一步识别有效砂岩的问题,是南堡油田开发阶段一种新的储层预测地球物理方法。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
徐文才,程玖兵,王腾飞[2]（2019）在《利用反射波形反演宽谱重构地震波速模型》一文中研究指出常规FWI具有强烈的非线性,且对初始模型依赖性很强。当观测数据低频缺失或长偏移距(透射波)信息不足时,需要采用恰当的方法突出反射波数据对中深部的贡献。按照多尺度反演思想,选用恰当的数据子集逐步恢复速度模型各种波数成分,可降低反演的非线性并提高收敛效率。本文论述基于模型分解的反射波走时和波形反演方法以及基于构造约束的模型正则化策略,通过Marmousi模型试验展示该方法如何有效地同时重构(长波长)宏观速度模型和(短波长)速度扰动或反射率结构。东海实际资料反演结果表明了方法的实用性。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
纪润池,申旭辉,张景发,田云锋[3]（2019）在《中小地震叁维形变场重构方法研究与同震滑动分布反演——以2016年5月22日定日M_W5.3地震为例》一文中研究指出地震叁维形变场对于研究地震发震机制等具有重要意义。已有的InSAR叁维形变场重构研究中,只有中强地震的实例。由于形变量级小、 InSAR方位向形变的误差较大,中小地震的叁维形变场重构易受噪声等影响。本文以2016年5月22日西藏定日M_W5.3地震为例,开展中小地震叁维形变场重构的尝试。首先基于InSAR技术获取了Sentinel-1升轨和降轨观测模式下的同震形变场,再结合同震形变场的特点、区域构造特征等,添加限定方程(走滑运动为0),重构了同震叁维形变场。结果显示,震中附近以下降为主,幅度达7 cm,南北方向形变较小(约2 mm),此区域还伴有2 cm的西向水平运动;形变中心区域东西两侧部分区域均出现少许东向运动(1.5 cm)。由同震形变场特征判断此次地震以正断破裂为主。本文提出了基于连续性分层采样选取样本点方法,以适应本地震形变场的实际情况。对所得的LOS向位移场和重构的叁维形变场进行降采样,反演得到了断层面上的滑动分布,两种数据得到的结果相似,最优发震断层的走向约181°,倾角约45°,断层错动平均滑动角约-87.1°,平均滑动量约为3.6 cm,最大滑动量位于深度6.5 km处,相当于一次M_W5.4的地震。(本文来源于《地震》期刊2019年04期）
毛博,韩立国[4]（2019）在《基于相似性重构低频数据的金属矿频域全波形反演》一文中研究指出由于深部金属矿埋深和自身的复杂性,利用重、磁、电方法和一般的地震方法很难有效地对其进行高精度定位.全波形反演通过最小化模拟数据与观测数据的差异使深部金属矿的高精度探测成为可能,但全波形反演是一个局部优化过程,需要准确的低频数据作为起始,而这在一般的地震数据采集中难以做到.本文先在频域中使用伴随状态震源函数反演方法,通过震源附近的直达波能精确地反演出震源函数的形态.然后利用得到的高精度震源子波结合褶积与反褶积思想及相似性现象重构含有低频成分的自激自收数据.将该数据应用到全波形反演中,有效缓减了反演过程中出现的周波跳跃现象,并提高了模型反演的正确性.Marmousi模型和金属矿模型的数值模拟实验证明了新方法改善了在没有低频数据时的全波形反演结果,并有较好抗噪性.(本文来源于《地球物理学报》期刊2019年10期）
冉喜阳,周怀来,张益明,李雷豪,杨吉鑫[5]（2019）在《一种基于稀疏窗S变换的分频-重构波阻抗反演方法》一文中研究指出常规波阻抗反演一般使用全频带迭后数据进行反演,大多数反演结果受地震波主频控制,数据中有效频带的高频与低频部分的潜力没有得到充分利用,很难达到理想效果。本文提出了一种基于稀疏窗S变换的分频-重构波阻抗反演方法,首先对窗参数进行基于振幅谱的稀疏优化,根据不同信号的振幅谱作不同适应性窗参数优化,然后利用稀疏窗S变换对井数据进行处理,最后将分频井曲线反演与分频地震反演方法相结合,建立新的分频-重构波阻抗反演流程。模型试算、方法验证及实例应用表明,基于稀疏窗S变换的时频分析方法具有高分辨率和能量聚集的特性,分频-重构波阻抗反演结果与井吻合度更高,能够有效提高对断层及薄层的识别精度,具有良好的应用潜力。(本文来源于《中国海上油气》期刊2019年04期）
刘鹏[6]（2019）在《岩性柱状数据重构拟密度反演预测煤层岩浆岩分布——以祁南煤矿103采区为例》一文中研究指出淮北矿区水文地质、构造地质、煤层赋存条件极其复杂,岩浆侵入煤层的现象普遍存在,对煤矿的安全生产影响极大,因此运用有效的手段查清岩浆岩在煤层中的分布范围迫在眉睫。利用在全区范围均匀分布的超前探钻孔小柱状数据进行拟密度反演,对祁南煤矿103采区10煤层岩浆岩侵入范围进行了研究,解决了由于测井数据少不能精确预测岩浆岩侵入范围的问题。据淮北矿业集团反馈,新钻6个孔,其中5个与预测结果一致。结果表明:运用钻孔柱状数据重构拟密度反演技术对预测煤层中岩浆岩分布有良好效果。(本文来源于《工程地球物理学报》期刊2019年04期）
李飞,周家兴,王金安[7]（2019）在《基于稀少样本数据的地应力场反演重构方法》一文中研究指出地应力测量昂贵的成本限制了测点数量,稀少样本实测数据难以对区域地应力场进行全面的描述与表达。如何依据稀少样本地应力实测数据准确地构建地质体内部地应力场分布状态,一直是岩土工程关心的重点问题,尤其随着深部工程的建设,掌握地应力场的分布规律是进行工程安全设计和防灾工作的基础。提出的GMDH(批数据处理)神经网络算法,结合地应力场分布随埋深的非线性特征及局部地质构造处地应力场的非连续性特点,构建出形成复杂地质体地应力场的边界条件模式,并基于现场的稀少样本测点数据进行复杂边界条件的生成,拟合出边界载荷非线性表达式。通过Matlab编程构建GMDH神经网络算法平台,该平台具有结构最优性和全局性等优势,克服了传统神经网络方法假设过多(网络结构假设)和网络结构过于简单等缺点,实现复杂地质体边界载荷表达式与实测点应力值的非线性映射,从而获取了较为合理的地应力场分布。为了验证算法的有效性,构建二维急倾斜地层地质区域模型,分别选取15个、12个、9个及6个测点数据进行地应力场反演。结果表明:随测点数量的减少,GMDH神经网络算法反演精度均大于83%,特别是6个测点稀少样本数据中,GMDH神经网络算法反演精度为84%,BP神经网络算法反演精度为76%,说明GMDH神经网络算法在稀少样本测点数据下具有较高的反演精度。另外,对稀少样本测点数据下的杏山铁矿地应力场进行反演和重构,结果显示,GMDH神经网络算法反演精度达到84%,绝大多数测点应力分量反演误差小于10%。因此,GMDH神经网络算法在稀少样本测点数据的反演计算中,具有良好的泛化性和非线性数据预测性,可为今后日益复杂的工程设计和施工提供有效的理论依据。(本文来源于《煤炭学报》期刊2019年05期）
罗古拜,曹银贵,白中科,况欣宇,王舒菲[8]（2019）在《黄土露天矿区重构土壤体积含水率表征与反演》一文中研究指出以中煤平朔安太堡露天矿南排土场为研究对象,采用环刀采样称重法、探地雷达(GPR)探测法、方差分析法、拟合分析法和对比分析法等方法揭示复垦地重构土壤剖面土壤体积含水率的深度差异在GPR信号图中的特征,并建立土壤体积含水率和介电常数的耦合关系模型。研究结果表明:(1)矿区排土场不同位置及同一剖面不同深度处重构土壤剖面体积含水率差异明显。(2)P2剖面在10～20和50～60 cm深度处呈现2个明显的峰值,P5剖面0～20 cm深度内土壤体积含水率较高,标准偏差达4. 84%。(3)通过对比发现Topp模型计算出的土壤体积含水率略高于采样实测出的土壤体积含水率。采样实测和Topp模型计算出的土壤体积含水率差值的绝对值最大为3. 20%,最小为0. 13%,平均偏差率为13. 42%。(4)拟合关系模型反演出的土壤体积含水率略低于采样实测出的土壤体积含水率。2种方式测量出的土壤体积含水率差值的绝对值最大为3. 11%,最小为0. 23%,平均偏差率为9. 83%。因此,GPR可用于分析矿区重构土壤的体积含水率差异。该研究成果不仅可丰富矿区土壤重构的基本原理,也为采用GPR技术进行无损探测土壤体积含水率提供了有力支撑。(本文来源于《生态与农村环境学报》期刊2019年04期）
沈强,张世文,葛畅,刘慧琳,周妍[9]（2019）在《矿业废弃地重构土壤重金属含量高光谱反演》一文中研究指出矿产资源对工业和国民经济的发展有重要的作用,但是随着矿业开采规模的扩大,资源枯竭、经营不善而形成的矿业废弃地越来越多。由于长时间受到采矿的影响,矿业废弃地土壤中存在大量的重金属元素,高浓度重金属可能会对环境和人体产生影响。土地复垦是整治污染、退化土壤再利用的重要方法,对重构后的土壤进行重金属含量检测是衡量土地复垦成效的重要指标,需要长期进行跟踪监测。传统的化学检测方法效率低、成本高、无法实现重金属大范围检测。高光谱是一种新兴的、发展潜力巨大的技术,在环境保护,资源利用,区域可持续发展等方面有着广泛的应用。经过近几十年的快速发展,仪器精度逐渐提高,检测方法逐渐成熟,为实现土壤重金属高效、便捷检测提供了可能。正常土壤重金属含量一般相对较低,采用光谱测量重金属含量较为困难,但铁矿开采区矿业废弃地由于土壤中的铁元素较多,会使土壤中的重金属的存在和聚集形式发生变化,影响重金属对光谱的响应,从而使土壤光谱反射率与重金属含量之间关系更加明显。以湖北省大冶市复垦矿区研究区,采样化学检测方法获取土壤重金属(As, Cr, Zn)含量;借助于美国ASD公司生产的FieldSpec4地物光谱仪(350～2 500 nm)获取土壤反射率,应用一阶微分、倒数对数、连续统去除法分别对反射率曲线进行预处理,提取出光谱特征波段,分析叁种重金属元素与光谱特征间的相关性并建立逐步回归模型。研究表明,光谱数据预处理可使光谱特征波段更加明显,其中一阶微分和连续统去除法的效果最为明显。3种重金属元素的特征波段为495, 545, 675, 995, 1 425, 1 505, 1 935, 2 165, 2 205, 2 275和2 355 nm。将土壤重金属含量与光谱特征波段之间做相关性分析,叁种重金属都表现出了与光谱曲线的相关性,相关系数大部分都达到了0.5以上,最大相关系数为0.663,由于重金属种类和预处理方式的不同会导致相关性系数存在明显的差异。利用与土壤重金属相关性最大的特征波段建立叁种重金属反演模型,并以反演模型r大小选择每种重金属的最优反演模型。由于重金属种类的不同,模型的选择也有差异, Cr和Zn一阶微分逐步回归为最佳反演模型,重金属As连续统去除法逐步回归为最佳反演模型。通过检验,叁种重金属中Cr反演效果最好, RMSE为2.67,其次是Zn和As。对比当前不同检测手段可知,基于土样和光谱数据预处理的土壤重金属含量地物光谱仪高光谱反演是比较理想的。可为矿业废弃地土壤重金属高光谱反演提供参考。(本文来源于《光谱学与光谱分析》期刊2019年04期）
张鹏飞,贺金胜,侯云鹏,蓝平[10]（2019）在《声波重构反演技术在尼日尔N叁维区的应用》一文中研究指出本文以尼日尔N叁维区的地震资料为例,针对研究区储层薄以及常规波阻抗难以有效区分砂、泥岩的特点,采用声波测线曲线重构的方法,以测井约束稀释脉冲反演对储层进行预测,该技术在研究区取得了良好的效果。(本文来源于《中国石油和化工标准与质量》期刊2019年05期）
重构反演论文开题报告
（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：
常规FWI具有强烈的非线性,且对初始模型依赖性很强。当观测数据低频缺失或长偏移距(透射波)信息不足时,需要采用恰当的方法突出反射波数据对中深部的贡献。按照多尺度反演思想,选用恰当的数据子集逐步恢复速度模型各种波数成分,可降低反演的非线性并提高收敛效率。本文论述基于模型分解的反射波走时和波形反演方法以及基于构造约束的模型正则化策略,通过Marmousi模型试验展示该方法如何有效地同时重构(长波长)宏观速度模型和(短波长)速度扰动或反射率结构。东海实际资料反演结果表明了方法的实用性。
（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。
重构反演论文参考文献
[1].唐建超,王恺,徐颖新,李赫.敏感测井曲线重构地震反演技术预测有效砂岩[C].2019年油气地球物理学术年会论文集.2019
[2].徐文才,程玖兵,王腾飞.利用反射波形反演宽谱重构地震波速模型[C].2019年油气地球物理学术年会论文集.2019
[3].纪润池,申旭辉,张景发,田云锋.中小地震叁维形变场重构方法研究与同震滑动分布反演——以2016年5月22日定日M_W5.3地震为例[J].地震.2019
[4].毛博,韩立国.基于相似性重构低频数据的金属矿频域全波形反演[J].地球物理学报.2019
[5].冉喜阳,周怀来,张益明,李雷豪,杨吉鑫.一种基于稀疏窗S变换的分频-重构波阻抗反演方法[J].中国海上油气.2019
[6].刘鹏.岩性柱状数据重构拟密度反演预测煤层岩浆岩分布——以祁南煤矿103采区为例[J].工程地球物理学报.2019
[7].李飞,周家兴,王金安.基于稀少样本数据的地应力场反演重构方法[J].煤炭学报.2019
[8].罗古拜,曹银贵,白中科,况欣宇,王舒菲.黄土露天矿区重构土壤体积含水率表征与反演[J].生态与农村环境学报.2019
[9].沈强,张世文,葛畅,刘慧琳,周妍.矿业废弃地重构土壤重金属含量高光谱反演[J].光谱学与光谱分析.2019
[10].张鹏飞,贺金胜,侯云鹏,蓝平.声波重构反演技术在尼日尔N叁维区的应用[J].中国石油和化工标准与质量.2019