CN108680955B - 一种岩性识别方法及识别系统 - Google Patents
一种岩性识别方法及识别系统 Download PDFInfo
- Publication number
- CN108680955B CN108680955B CN201711319523.2A CN201711319523A CN108680955B CN 108680955 B CN108680955 B CN 108680955B CN 201711319523 A CN201711319523 A CN 201711319523A CN 108680955 B CN108680955 B CN 108680955B
- Authority
- CN
- China
- Prior art keywords
- lithology
- hpf
- high frequency
- wave impedance
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000035945 sensitivity Effects 0.000 claims abstract description 48
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 101100383807 Mus musculus Chpf gene Proteins 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 4
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 4
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6226—Impedance
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种岩性识别方法，其包括如下步骤：S1、获取测井资料；S2、获得岩性曲线，以及根据测井资料计算获得波阻抗曲线A；S3、根据测井曲线获得至少一个岩性的岩性敏感曲线B；S4、对波阻抗曲线A进行低通滤波处理，计算得到低频趋势波阻抗Alpf，以及对敏感曲线B进行高通滤波处理，计算得到高频敏感曲线Bhpf；S5、根据低频趋势波阻抗Alpf与高频敏感曲线Bhpf计算得到岩性识别敏感因子,并通过岩性识别敏感因子进行地震反演，以对岩性进行识别。本发明可以对原始波阻抗进行岩性识别能力改造，提高其识别岩性精度，最大程度提高地震储层预测能力。
Description
技术领域
本发明涉及地质勘测领域，具体涉及一种岩性识别方法及识别系统。
背景技术
随着对岩性油气藏的深入研究，如何实现复杂岩性储层的精准识别成为勘探开发过程中亟待解决的主要问题。基于地震属性分析、地震反演等储层预测技术在预测岩性及物性研究中发挥了重要的作用，波阻抗反演成为较为常用的储层预测手段。但由于复杂岩性带的不同岩性的波阻抗存在较大重叠段，因此造成直接应用波阻抗识别岩性边界较为困难，不能达到精准预测储层要求。
发明内容
针对上述缺陷，本发明提供了一种岩性识别方法及识别系统，其可以对原始波阻抗进行岩性识别能力改造，提高其识别岩性精度，最大发挥地震储层预测能力。
本发明为解决上述技术问题所提供的技术方案如下：一种岩性识别方法，包括如下步骤：
S1、获取测井资料；
S2、获得岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A；
S3、根据所述岩性曲线获得至少一个岩性的岩性敏感曲线B；
S4、对所述波阻抗曲线A进行低通滤波处理，通过公式(1)计算得到低频趋势波阻抗Alpf，以及对所述敏感曲线B进行高通滤波处理，通过公式(2)计算得到高频敏感曲线Bhpf；所述公式(1)为：Alpf＝F(A)，所述公式(2)为：Bhpf＝F(B)；其中，F(A)、F(B)均为傅里叶变换函数；
以及S5、根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf，首先，将所述高频敏感曲线Bhpf转化到高频波阻抗Ahpf值域范围内，得到高频敏感波阻抗Chpf；然后，在频率域内根据公式(5)对所述高频敏感波阻抗Chpf与高频波阻抗Ahpf进行加权计算，计算得到岩性识别敏感因子；最后，通过所述岩性识别敏感因子进行地震反演，以对岩性进行识别；所述公式(5)为：
S＝f[(F(Ahpf)+F(Chpf)]；
其中，F(x)为傅里叶变换函数，f(x)为傅里叶逆变换函数。
进一步的，步骤S1中，所述测井资料包括：声波时差、密度、自然伽马、自然电位中的一种或几种。
进一步的，所述步骤S5包括：
S51、统计高频波阻抗Ahpf值域变化范围，得到其最小值Amin和最大值Amax，以及统计高频敏感曲线Bhpf值域变化范围，得到其最小值Bmin和最大值Bmax；
S52、将所述高频敏感曲线Bhpf与所述高频波阻抗Ahpf进行交汇分析，根据公式(3)拟合求取相关函数Fx(Bhpf)，所述公式(3)为：Fx(Bhpf)＝a*(Bhpf)2+b*(Bhpf)+c；其中，所述a、b、c均为相关常数；
S53、根据公式(4)将所述高频敏感曲线Bhpf转化到所述高频波阻抗Ahpf值域范围内，得到高频敏感波阻抗Chpf；所述公式(4)为：
以及S54、在频率域内根据公式(5)对所述高频敏感波阻抗Chpf与高频波阻抗Ahpf进行加权计算，由此得到岩性敏感因子S。
进一步的，所述步骤S52中，所述高频敏感曲线Bhpf与高频波阻抗Ahpf的相关系数大于或等于0.7。
本发明公开的一种岩性识别系统，包括：
第一曲线获取单元，其用于获取岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A；
第二曲线获取单元，其用于根据所述岩性曲线获得至少一个岩性的岩性敏感曲线B；
第一曲线处理单元，其用于对所述波阻抗曲线A进行低通滤波处理，计算得到低频趋势波阻抗Alpf；
第二曲线处理单元，其用于对所述敏感曲线B进行高通滤波处理，计算得到高频敏感曲线Bhpf；
以及敏感因子获取单元，其用于根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf计算得到岩性识别敏感因子。
进一步的，该系统还包括：数据输出单元，其用于根据所述岩性识别敏感因子输出岩性统计数据。
与现有技术相比，本发明的有益效果是：本发明可以对原始波阻抗进行岩性识别能力改造，提高其识别岩性边界的精度，最大程度发挥地震储层预测能力。
附图说明
图1为实施例一中岩性识别方法的步骤流程图；
图2为现有技术中使用原始波阻抗曲线产生的岩性统计图；
图3是实施例一中岩性识别方法中输出的岩性统计图；
图4是实施例二中岩性识别系统的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
实施例一：
图1示出了本发明的1、一种岩性识别方法，其特征在于，包括如下步骤：
S1、获取测井资料；本实施例中，测井流程以及所用设备均为现有技术，在此不在赘述；且所述测井资料包括：声波时差、密度、自然伽马、自然电位中的一种或几种；
S2、获取岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A(如通过声波时差、密度计算获得)；
S3、根据所述岩性曲线获得(如通过统计直方图和交汇图分析等方式)至少一个岩性的岩性敏感曲线B；
S4、对所述波阻抗曲线A进行低通滤波处理，计算得到低频趋势波阻抗Alpf，以及对所述敏感曲线B进行高通滤波处理，计算得到高频敏感曲线Bhpf；
S5、根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf计算得到岩性识别敏感因子，并通过所述岩性识别敏感因子进行地震反演，以对岩性进行识别；
以及S6、输出岩性统计图。
具体的，步骤S4中，通过公式(1)计算获得所述低频趋势波阻抗Alpf，所述公式(1)为：Alpf＝F(A)；通过公式(2)计算获得所述高频敏感曲线Bhpf，所述公式(2)为：Bhpf＝F(B)。
此外，所述步骤S5包括：
S51、统计高频波阻抗Ahpf值域变化范围，得到其最小值Amin和最大值Amax，以及统计高频敏感曲线Bhpf值域变化范围，得到其最小值Bmin和最大值Bmax；本实施例中，高频波阻抗Ahpf值域变化范围为(Amin,Amax)＝(7275,13433)，高频敏感曲线Bhpf值域变化范围为(Bmin,Bmax)＝(39,120)；
S52、将所述高频敏感曲线Bhpf与所述高频波阻抗Ahpf进行交汇分析，根据公式(3)拟合求取相关函数Fx(Bhpf)，所述公式(3)为：Fx(Bhpf)＝a*(Bhpf)2+b*(Bhpf)+c；其中，所述a、b、c均为相关常数，可通过关系函数拟合求得，本实施例中，a＝-1.14572,b＝169.313,c＝5155.07；此外，为保证数据的精确度，所述高频敏感曲线Bhpf与高频波阻抗Ahpf的相关系数大于或等于0.7(本实施例中优选为0.7)；
S53、根据公式(4)将所述高频敏感曲线Bhpf转化到所述高频波阻抗Ahpf值域范围内，得到高频敏感波阻抗Chpf；所述公式(4)为：
以及S54、在频率域内根据公式(5)对所述高频敏感波阻抗Chpf与高频波阻抗Ahpf进行加权计算，由此得到岩性敏感因子S；所述公式(5)为：
S＝f[(F(Ahpf)+F(Chpf)]；
其中，F(x)为傅里叶变换函数，f(x)为傅里叶逆变换函数。
图2为现有技术中，使用原始波阻抗曲线产生的岩性统计图，图3是经本发明的岩性识别方法输出的岩性统计图。从中可以看出，由于不同岩性的波阻抗分布区域存在差别，图2的砂岩与泥岩波阻抗分布区域存在较大重叠区，其严重影响岩性边界识别的精度；而本发明创造性的引入了岩性识别敏感因子S，其继承了波阻抗的趋势特征，又在细节上加入了高频敏感曲线，由此可更加精准地识别岩性边界，从图3中可以直观看出，砂岩与泥岩波阻抗分布较为独立，重叠区域几乎没有，由此可极大提高波阻抗反演分辨岩性边界的能力，修正岩性识别不清的缺陷。
实施例二：
本实施例还提供一种实现上述岩性识别方法的岩性识别系统，如图4所述，其包括：
第一曲线获取单元1，其用于获取岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A；
第二曲线获取单元2，其用于根据所述岩性曲线获得至少一个岩性的岩性敏感曲线B；
第一曲线处理单元3，其用于对所述波阻抗曲线A进行低通滤波处理，计算得到低频趋势波阻抗Alpf；
第二曲线处理单元4，其用于对所述敏感曲线B进行高通滤波处理，计算得到高频敏感曲线Bhpf；
敏感因子获取单元5，其用于根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf计算得到岩性识别敏感因子；
以及数据输出单元6，其用于根据所述岩性识别敏感因子输出岩性统计数据。
需要说明的是，上述实施例一、二中的技术特征可进行任意组合，且组合而成的技术方案均属于本发明的保护范围。
与现有技术相比，本发明的有益效果是：本发明创造性的引入了岩性识别敏感因子S，其继承了波阻抗的趋势特征，又在细节上加入了高频敏感曲线，由此可更加精准地识别岩性边界，从图3中可以直观看出，砂岩与泥岩波阻抗分布较为独立，重叠区域几乎没有，由此可极大提高波阻抗反演分辨岩性边界的能力，修正岩性识别不清的缺陷，最大程度提高地震储层预测能力。
需要说明的是，上述实施例一、二的技术特征可进行任意组合，且组合而成的技术方案均属于本发明的保护范围。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种岩性识别方法，其特征在于，包括如下步骤：
S1、获取测井资料；
S2、获得岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A；
S3、根据所述岩性曲线获得至少一个岩性的岩性敏感曲线B；
S4、对所述波阻抗曲线A进行低通滤波处理，通过公式(1)计算得到低频趋势波阻抗Alpf，以及对所述敏感曲线B进行高通滤波处理，通过公式(2)计算得到高频敏感曲线Bhpf；所述公式(1)为：Alpf＝F(A)，所述公式(2)为：Bhpf＝F(B)；其中，F(A)、F(B)均为傅里叶变换函数；
以及S5、根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf，首先，将所述高频敏感曲线Bhpf转化到高频波阻抗Ahpf值域范围内，得到高频敏感波阻抗Chpf；然后，在频率域内根据公式(5)对所述高频敏感波阻抗Chpf与高频波阻抗Ahpf进行加权计算，计算得到岩性识别敏感因子；最后，通过所述岩性识别敏感因子进行地震反演，以对岩性进行识别；所述公式(5)为：
S＝f[(F(Ahpf)+F(Chpf)]；
其中，F(x)为傅里叶变换函数，f(x)为傅里叶逆变换函数。
2.根据权利要求1所述的岩性识别方法，其特征在于，步骤S1中，所述测井资料包括：声波时差、密度、自然伽马、自然电位中的一种或几种。
3.根据权利要求1所述的岩性识别方法，其特征在于，所述步骤S5包括：
S51、统计高频波阻抗Ahpf值域变化范围，得到其最小值Amin和最大值Amax，以及统计高频敏感曲线Bhpf值域变化范围，得到其最小值Bmin和最大值Bmax；
S52、将所述高频敏感曲线Bhpf与所述高频波阻抗Ahpf进行交汇分析，根据公式(3)拟合求取相关函数Fx(Bhpf)，所述公式(3)为：Fx(Bhpf)＝a*(Bhpf)2+b*(Bhpf)+c；其中，所述a、b、c均为相关常数；
S53、根据公式(4)将所述高频敏感曲线Bhpf转化到所述高频波阻抗Ahpf值域范围内，得到高频敏感波阻抗Chpf；所述公式(4)为：
以及S54、在频率域内根据公式(5)对所述高频敏感波阻抗Chpf与高频波阻抗Ahpf进行加权计算，由此得到岩性敏感因子S。
4.根据权利要求3所述的岩性识别方法，其特征在于，所述步骤S52中，所述高频敏感曲线Bhpf与高频波阻抗Ahpf的相关系数大于或等于0.7。
5.一种实现权利要求1-4任一项所述岩性识别方法的岩性识别系统，其特征在于，包括：
第一曲线获取单元，其用于获取岩性曲线，以及根据所述测井资料计算获得波阻抗曲线A；
第二曲线获取单元，其用于根据所述岩性曲线获得至少一个岩性的岩性敏感曲线B；
第一曲线处理单元，其用于对所述波阻抗曲线A进行低通滤波处理，计算得到低频趋势波阻抗Alpf；
第二曲线处理单元，其用于对所述敏感曲线B进行高通滤波处理，计算得到高频敏感曲线Bhpf；
以及敏感因子获取单元，其用于根据所述低频趋势波阻抗Alpf与高频敏感曲线Bhpf计算得到岩性识别敏感因子。
6.根据权利要求5所述的岩性识别系统，其特征在于，还包括：数据输出单元，其用于根据所述岩性识别敏感因子输出岩性统计数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711319523.2A CN108680955B (zh) | 2017-12-12 | 2017-12-12 | 一种岩性识别方法及识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711319523.2A CN108680955B (zh) | 2017-12-12 | 2017-12-12 | 一种岩性识别方法及识别系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108680955A CN108680955A (zh) | 2018-10-19 |
| CN108680955B true CN108680955B (zh) | 2019-09-17 |
Family
ID=63799237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711319523.2A Expired - Fee Related CN108680955B (zh) | 2017-12-12 | 2017-12-12 | 一种岩性识别方法及识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108680955B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110568150B (zh) * | 2019-04-28 | 2022-03-01 | 中国石油天然气股份有限公司 | 油页岩的识别方法及装置 |
| CN110261906B (zh) * | 2019-06-27 | 2021-06-22 | 中国石油化工股份有限公司 | 多参数岩性信息融合储层预测方法 |
| CN114417954B (zh) * | 2021-12-01 | 2023-12-26 | 江苏权正检验检测有限公司 | 一种提升食品检测效果的信息处理方法及系统 |
| CN114994758B (zh) * | 2022-08-02 | 2022-10-28 | 北京京鲁聚源能源科技有限公司 | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 |
| CN115903026B (zh) * | 2023-01-09 | 2023-05-09 | 东北石油大学三亚海洋油气研究院 | 复合砂体构型解析方法、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005085910A1 (en) * | 2004-02-27 | 2005-09-15 | Schlumberger Technology B.V. | Slowness-frequency projection display and animation |
| CN105425289A (zh) * | 2015-10-29 | 2016-03-23 | 中国石油天然气集团公司 | 确定低频波阻抗的方法和装置 |
| CN106405639A (zh) * | 2015-07-30 | 2017-02-15 | 中国石油化工股份有限公司 | 一种叠前地震储层岩性参数的反演方法 |
| CN106842359A (zh) * | 2015-12-07 | 2017-06-13 | 中国石油化工股份有限公司 | 利用波阻抗定量识别复杂砂砾岩体岩性的方法 |
| CN107329168A (zh) * | 2016-04-29 | 2017-11-07 | 中国石油化工股份有限公司 | 一种沉积体岩性识别方法及系统 |
-
2017
- 2017-12-12 CN CN201711319523.2A patent/CN108680955B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005085910A1 (en) * | 2004-02-27 | 2005-09-15 | Schlumberger Technology B.V. | Slowness-frequency projection display and animation |
| CN106405639A (zh) * | 2015-07-30 | 2017-02-15 | 中国石油化工股份有限公司 | 一种叠前地震储层岩性参数的反演方法 |
| CN105425289A (zh) * | 2015-10-29 | 2016-03-23 | 中国石油天然气集团公司 | 确定低频波阻抗的方法和装置 |
| CN106842359A (zh) * | 2015-12-07 | 2017-06-13 | 中国石油化工股份有限公司 | 利用波阻抗定量识别复杂砂砾岩体岩性的方法 |
| CN107329168A (zh) * | 2016-04-29 | 2017-11-07 | 中国石油化工股份有限公司 | 一种沉积体岩性识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 测井资料在松辽盆地岩性储层预测中的应用;方雪芹 等;《石油物探》;20070930;第46卷(第5期);第496-500页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108680955A (zh) | 2018-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108680955B (zh) | 一种岩性识别方法及识别系统 | |
| Wang et al. | Tunnel detection at Yuma Proving Ground, Arizona, USA—Part 1: 2D full-waveform inversion experiment | |
| CN113759424B (zh) | 基于频谱分解和机器学习的岩溶储层充填分析方法和系统 | |
| CN113759425A (zh) | 井震联合评价深层古岩溶储层充填特征的方法与系统 | |
| Dong et al. | Signal-to-noise ratio enhancement for 3C downhole microseismic data based on the 3D shearlet transform and improved back-propagation neural networks | |
| Xiantai et al. | Adaptive picking of microseismic event arrival using a power spectrum envelope | |
| CN107436451B (zh) | 一种自动计算地震数据光缆耦合噪声强弱程度的振幅谱方法 | |
| Zhou et al. | An improved automatic picking method for arrival time of acoustic emission signals | |
| US20180136350A1 (en) | Method and system for the multimodal and multiscale analysis of geophysical data by transformation into musical attributes | |
| CN108345039A (zh) | 一种消除地面核磁共振数据中邻频谐波干扰的方法 | |
| Akhouayri et al. | Automatic detection and picking of P-wave arrival in locally stationary noise using cross-correlation | |
| CN107632326B (zh) | 地球物理信号去噪方法 | |
| Jiang et al. | Harmonic noise-elimination method based on the synchroextracting transform for magnetic-resonance sounding data | |
| Li et al. | Magnetotelluric signal-noise separation method based on SVM–CEEMDWT | |
| Zheng et al. | Microseismic event denoising via adaptive directional vector median filters | |
| CN112711070B (zh) | 一种基于地震信号分解的油气检测方法及装置 | |
| WO2021257097A1 (en) | Acoustic dispersion curve identification based on reciprocal condition number | |
| EP3350626B1 (en) | Bayseian polarity determination | |
| Long et al. | Automatic microseismic event detection with variance fractal dimension via multitrace envelope energy stacking | |
| De Matteis et al. | BISTROP: Bayesian inversion of spectral‐level ratios and P‐wave polarities for focal mechanism determination | |
| US20230072038A1 (en) | Method and apparatus for removing tube wave interference from optical fiber acoustic wave sensing seismic data | |
| Xue et al. | Instantaneous frequency extraction using the EMD-based wavelet ridge to reveal geological features | |
| Liao et al. | Using a fractal analysis and polarization method for phase identification in three-component seismograms | |
| Chen et al. | Near-Borehole Formation Acoustic Logging Imaging: A Full Waveform Inversion Algorithm in Cylindrical Coordinates | |
| Colombelli et al. | A duration magnitude scale for the Irpinia Seismic Network, Southern Italy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190917 Termination date: 20201212 |