CN110941014A - 一种基于协同克里格法的地震局部速度数据的插值方法 - Google Patents

一种基于协同克里格法的地震局部速度数据的插值方法 Download PDF

Info

Publication number
CN110941014A
CN110941014A CN201811113687.4A CN201811113687A CN110941014A CN 110941014 A CN110941014 A CN 110941014A CN 201811113687 A CN201811113687 A CN 201811113687A CN 110941014 A CN110941014 A CN 110941014A
Authority
CN
China
Prior art keywords
variable
point
interpolated
seismic
regionalized
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.)
Pending
Application number
CN201811113687.4A
Other languages
English (en)
Inventor
孙武亮
宋林
张�林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201811113687.4A priority Critical patent/CN110941014A/zh
Publication of CN110941014A publication Critical patent/CN110941014A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01V1/303—Analysis for determining velocity profiles or travel times
    • 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
    • G01V2210/6222—Velocity; travel time

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (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

本发明公开一种基于协同克里格法的地震局部速度数据的插值方法，该方法在考虑至少两个对地震速度数据的影响因素的情况下，运用协同克里格方法，对地震测线中需要处理的区域的速度数据进行估算和插值，从而使得插值后的地震速度数据更能反映速度的分布趋势。

Description

一种基于协同克里格法的地震局部速度数据的插值方法
技术领域
本公开涉及地震测线领域，地震局部速度数据测算方面，尤其涉及一种基于协同克里格法的地震局部速度数据的插值方法。
背景技术
在地震速度数据插值计算中，常用的技术有最近邻点插值法、距离反比插值法、径向基函数插值法、普通克里格插值法。最近邻点插值法适用于样本点分布均匀、完整，空间变异性不很明显，只存在少量数据的缺失的情况；距离反比插值法适用于样本点的分布均匀、密集且样本点含有区域特征信息；径向基函数插值法适用于采样数据局部变异不大时的情况；普通克里格插值适用于采样区域的样本数据存在随机性和结构性两种特征的情况。
在实际的地震速度数据插值中，速度样本数据有多种来源。现有技术中的最近邻点插值法、距离反比插值法、径向基函数插值法等方法缺少对区域内速度样本数据的结构性的考虑，而普通克里格插值则适用于采样区域的样本数据为单一来源速度样本数据的情况。
因此，亟需一种能更加明确地反映地震速度的分布趋势的地震速度数据计算方法。
发明内容
本发明解决的技术问题是：在现有技术中，地震速度数据插值计算方法缺少对区域内速度样本数据的结构性和多样性的考虑。
为解决上述技术问题，本发明提供了一种基于协同克里格法的地震局部速度数据的插值方法，其包括：
确定地震速度空间区域内待插值空间区域；
针对所述待插值空间区域内每个待插值点，执行以下步骤：
获取影响该待插值点的地震速度的至少两个影响因素，并针对每个影响因素执行以下步骤：
确定地震速度空间区域内地震速度已知的已知点；
分别确定各个已知点的地震速度在该影响因素下的取值作为与该影响因素对应的区域化变量，并从所述区域化变量中提取区域化变量子集；
基于协同克里格法确定每个区域化变量子集对应的权重，并据此以及所述协同克里格法的空间插值表达式，得到该待插值点的地震速度的插值结果。
优选的是，所述待插值点的空间坐标满足二阶平稳假设和本证假设。
优选的是，所述影响因素与地震波有关。
优选的是，所述影响因素包括初至波层析和初至波层析加反射波层析。
优选的是，所述协同克里格空间插值表达式为，将对所述所有区域化变量子集进行加权求和的计算式。
优选的是，从区域化变量中提取区域化变量子集，包括：
构建所述区域化变量的变异函数；
将所述各变异函数拟合成为理论变异函数；
根据所述理论变异函数的变程阈值，确定所述区域化变量内参加所述待插值点的插值计算的元素，并将这些元素的集合记为该区域化变量子集。
优选的是，根据所述理论变异函数的变程阈值，确定所述区域化变量内参加所述待插值点的插值计算的元素，包括：
针对所述区域化变量内的每个点，执行以下步骤：
判断所述待插值点与该点的距离是否小于所述变程阈值；
在判断出所述待插值点与该点的距离小于所述变程阈值的情况下，确定该点为参加所述待插值点的插值计算的元素。
优选的是，基于协同克里格法确定每个区域化变量子集对应的权重，包括：
根据无偏最优化估计的要求，利用所述协同克里格法的空间插值表达式构建由协方差函数表示的协同克里格方程组；
根据所述区域化变量的协方差函数与所述变异函数、交叉协方差函数与交叉变异函数的关系，将由协方差函数表示的协同克里格方程组转换成由变异函数表示的协同克里格方程组；
求解所述由变异函数表示的协同克里格方程组，得到所述权重。
优选的是，所述交叉变异函数由各个所述区域化变量的变异函数构成。
优选的是，所述区域化变量的变异函数和交叉变异函数、协方差函数和交叉协方差函数与所述区域化变量的数学期望值有关。
应用本发明所提出的基于协同克里格法的地震局部速度数据的插值方法，在考虑至少两个地震速度数据的影响因素的情况下，运用协同克里格方法，对地震测线中需要处理的区域的速度数据进行估算和插值，使经过插值后的地震速度数据更加合理，达到了使用经过插值后的地震速度数据可以更加明确地反映地震速度的分布趋势的技术效果。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是：
从下文提供的详细描述中，将显而易见本公开的其他应用领域。但是，应当理解，示例性实施例的详细描述仅用于说明性目的，因此，并非旨在必须限制本公开的范围。
图1示出了从各个区域化变量中提取区域化变量子集方法的方法流程示意图；
图2示出了球状模型理论变异函数曲线图；
图3示出了理论变异函数的曲线图；
图4示出了基于协同克里格法确定每个区域化变量子集对应的权重方法的方法流程示意图；
图5示出了基于协同克里格法的地震局部速度数据的插值方法的方法流程示意图；
图6示出了地震速度空间区域模型的示意图；以及，
图7示出了协同克里格法进行插值前后的待插值区域地震速度分布图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将结合附图及实施例来详细说明本发明的实施方法，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。
在实际的地震速度数据插值中，速度样本数据有多种来源。现有技术中的最近邻点插值法、距离反比插值法、径向基函数插值法等方法缺少对区域内速度样本数据的结构性的考虑，而普通克里格插值则适用于采样区域的样本数据为单一来源速度样本数据的情况。
协同克里格法是普通克里格法的单个区域化变量向多个区域化变量的一种拓展，理论上没有本质的差别。例如，某个矿床中存在多个区域化变量，各变量之间存在相关性。当其中一个变量为待估计的主变量时，其它变量对主变量的估计可以提供有用的信息。应用协同克里格方法可以有效地提高对主变量的估计精度。
基于此，本发明实施例提出了一种基于协同克里格法的地震局部速度数据的插值方法，在考虑至少两个对地震速度数据的影响因素的情况下，运用协同克里格方法，对地震测线中需要处理的区域的速度数据进行估算和插值，从而使得插值后的地震速度数据更能反映速度的分布趋势。
下面将对本发明的实施例进行详细阐述。
本实施例涉及基于协同克里格法的地震局部速度数据的插值方法。图1示出了从对待插值点的地震速度产生影响的各个区域化变量中提取区域化变量子集方法的方法流程示意图。如图1所示，本实施例的从各个区域化变量中提取区域化变量子集方法主要包括步骤S101至步骤S107。具体地：
在步骤S101中，构建区域化变量的变异函数。具体地：
假设研究区域有k个区域化变量构成协同区域化变量Zk(x),(k＝1,2,…,K)，其中变量x为空间坐标，满足二阶平稳假设和本征假设，可以确定交叉协方差函数Ckk'(h)和交叉变异数γkk'(h)存在，定义为：
E[Zk(x)]＝mk (1)
Ckk′(h)＝E{Zk′(x)Zk(x+h)}-mk′mk (2)
Figure BDA0001809920580000041
其中字母mk为第k个区域化变量Zk(x)的数学期望值，是一个常量。变量h为一个空间坐标向量。k'指的是第k'个区域化变量Zk'(x)。
通过式(3)计算待所述区域化变量的变异函数。具体地，在计算变异函数
Figure BDA0001809920580000042
时，把计算式(3)内的Zk(x)和Zk'(x)都替换成Z(x)。
Figure BDA0001809920580000043
为区域化变量Z(x)中xi和xq两点之间的变异函数值。
在步骤S102中，将所述变异函数拟合成为理论变异函数。具体地，运用如图2所示的球状模型，以最小二乘方法，将变异函数
Figure BDA0001809920580000051
内各点拟合成为如图3的理论变异函数的曲线图所示的变异函数
Figure BDA0001809920580000052
的理论变异函数γZ。
之后，针对所述区域化变量内的每个点，执行步骤S103至步骤S107，确定所述区域化变量内参加所述待插值点的插值计算的元素，具体地：
在步骤S103中，确定所述区域变化量的变程阈值。具体地，图3示出了理论变异函数的曲线图，图3中的横坐标表示所述理论变异函数的变程为待插值点与该点的距离，纵坐标表示计算得到的变异函数的数值。区域变化量的变程阈值为该区域变化量的理论变异函数的曲线达到稳定状态时的节点的横坐标。在图3示出的理论变异函数的曲线中，点xH(γZH,HH)为所述理论变异函数γZ的曲线达到稳定状态时的节点，点xH的横坐标HH是区域变化量Z(x)的变程阈值HZ。
在步骤S104中，判断所述待插值点与该点的距离是否小于所述变程阈值HZ.
在步骤S105中，在判断出所述待插值点与该点的距离大于等于所述变程阈值HZ的情况下，该点的区域化变量不参加所述待插值点的插值计算。
在步骤S106中，在判断出所述待插值点与该点的距离小于所述变程阈值HZ的情况下，确定该点的区域化变量为参加所述待插值点的插值计算的元素。
在步骤S107中，将所述区域化变量内参加所述待插值点的插值计算的元素的集合记为该区域化变量子集Z(xi)。其中，i＝1,2,…,n，n为变程阈值HZ范围内的Z(xi)数目。
图4示出了基于协同克里格法确定每个区域化变量子集对应的权重方法的方法流程示意图。如图4所示，本实施例的基于协同克里格法确定每个区域化变量子集对应的权重的方法主要包括步骤S201至步骤S204。具体地：
在步骤S201中，构建协同克里格空间插值表达式。具体地，设待插值点的地震速度的插值结果
Figure BDA0001809920580000053
由两个区域化变量Z(x)和Y(x)共同决定，则基于两个区域化变量的协同克里格法的空间插值表达式为：
Figure BDA0001809920580000054
其中，
Figure BDA0001809920580000055
为该待插值点的地震速度的插值结果，ai和bj依次分别是区域化变量子集Z(xi)和Y(xj)的权重值。
在步骤S202中，根据无偏最优化估计的要求，利用所述协同克里格法的空间插值表达式构建由协方差函数表示的协同克里格方程组。具体地：
根据无偏最优化估计的要求，即要求估计值与真实值的差值的数学期望为零，估计值与真实值的差的估计方差达到最小。设待插值点的地震速度的真实值为Zx，由计算得出的插值结果为估计值
Figure BDA0001809920580000061
可得：
无偏表达式：
Figure BDA0001809920580000062
最优化估计表达式：
Figure BDA0001809920580000063
根据式(5)和式(6)，可将协同克里格法的空间插值表达式写为如下形式：
Figure BDA0001809920580000064
根据式(1)，即有：
Figure BDA0001809920580000065
因为mZ和mY是任意不相同的不为零的常数，所以有
Figure BDA0001809920580000066
因此，协同克里格方程组表示如下：
Figure BDA0001809920580000067
其中，Zi,Zq依次为区域化变量Z(x)中xi和xq两点，C(Zi,Zq)表示两点间协方差函数；Yp,Yj依次为区域化变量Y(x)中xp和xj两点；Z*为区域化变量Z(x)的估计值；和μ2是拉格朗日乘数；区域化变量Z(x)和Y(x)组成协同区域化变量，并根据式(2)确定该协同区域化变量的交叉协方差函数C(Zi,Yj)。C(Zi,Yj)表示区域化变量Z(x)中xi和区域化变量Y(x)中xj两点之间的协方差函数值。
在步骤S203中，根据所述区域化变量的协方差函数与所述变异函数、交叉协方差函数与交叉变异函数的关系，将由协方差函数表示的协同克里格方程组转换成由变异函数表示的协同克里格方程组。具体地：
根据所述交叉协方差函数Ck′k(h)与交叉变异函数γkk′(h)的关系：
Ck′k(h)+Ckk′(h)＝2Ckk′(0)-2γkk′(h) (11)
当满足Ck′k(h)＝Ckk′(h)时，有
Ckk′(h)＝Ckk′(0)-γkk′(h) (12)
此时，可以将式(10)改写成以变异函数和交叉变异函数来表示的形式：
Figure BDA0001809920580000071
其中，
Figure BDA0001809920580000072
为区域化变量Z(x)中xi和xq两点之间的变异函数值，γY(hpj)为区域化变量Y(x)中xp和xj两点之间的变异函数值；根据式(3)确定协同区域化变量的交叉变异函数γYZ(hpq)，γYZ(hpq)表示区域化变量Z(x)中xq和区域化变量Y(x)中xp两点之间的变异函数值，μ1和μ2是拉格朗日乘数。
在步骤S204中，求解所述由变异函数表示的协同克里格方程组，得到所述权重ai和bj。具体地，式(13)的方程组共有n+m+2个未知数，即ai,i＝1,2,...,n；bj,j＝1,2,...,m；和未知数μ1和μ2。方程组共有n+m+2个等式，可以独立地求出系数ai,i＝1,2,...,n；bj,j＝1,2,...,m。
图5示出了基于协同克里格法的地震局部速度数据的插值方法的方法流程示意图。如图5所示，本实施例的基于协同克里格法的地震局部速度数据的插值方法主要包括步骤S301至步骤S307。具体地：
在步骤S301中，确定地震速度空间区域内待插值空间区域。
具体地，图6示出了两种地震速度空间区域模型的示意图。以图6的(a)部分为例，图中横坐标是速度模型的CDP点道数，纵坐标是速度模型深度的样点数，矩形方块是待插值空间区域。
在步骤S302中，获取影响该待插值点的地震速度的至少两个影响因素。
具体地，所述影响因素与地震波有关。本实施例中选取初至波和初至波加反射波作为两个影响因素。图6示出了两种影响因素的地震速度空间区域模型的示意图。其中，图6的(a)部分为一条测线初至波层析的速度模型示意图，图6的(b)部分为一条测线初至波加反射波层析的速度模型示意图。
之后，针对每个影响因素，执行步骤S303和步骤S304：
在步骤S303中，确定地震速度空间区域内地震速度已知的已知点。
在步骤S304中，分别确定各个已知点的地震速度在该影响因素下的取值作为与该影响因素对应的区域化变量。具体地，将各个已知点的地震速度在初至波影响下的初至波层析速度值的集合，记为区域化变量Z(x)，将各个已知点的地震速度在初至波加反射波影响下的初至波层析加反射波层析速度值的集合，记为区域化变量Y(x)。
在步骤S305中，针对各区域化变量，利用所述从各个区域化变量中提取区域化变量子集方法，从所述区域化变量中提取区域化变量子集。
具体地，从所述区域化变量Y(x)中提取出区域化变量子集Y(xj)，其中j＝1,2,…,m，m为区域化变量Y(x)变程阈值HY范围内的Y(xj)的数目。
在步骤S306中，构建协同区域化变量，并从协同区域化变量中提取协同区域化变量子集。具体地：
由区域化变量Z(x)和Y(x)组成协同区域化变量，并根据式(3)确定该协同区域化变量的交叉变异函数γYZ(hij)。γYZ(hij)为区域化变量Z(x)中xi和区域化变量Y(x)中xj两点之间的变异函数值。
在步骤S307中，利用基于协同克里格法确定每个区域化变量子集对应的权重的方法，确定每个区域化变量子集对应的权重。区域化变量子集Z(xi)的权重ai和区域化变量子集Y(xj)的权重bj。
在步骤S308中，根据每个区域化变量子集对应的权重以及所述协同克里格法的空间插值表达式，得到该待插值点的地震速度的插值结果。具体地，将区域化变量子集Z(xi)的权重ai和区域化变量子集Y(xj)的权重bj将带入式(4)，对所有区域化变量子集进行加权求和，求得该待插值点的地震速度的插值结果
Figure BDA0001809920580000081
图7示出了协同克里格法进行插值前后的待插值区域地震速度分布图。其中，图7的(a)部分为初至波层析速度值分布图，图7的(b)部分为初至波层析加反射波层析速度值分布图，图7的(c)部分为应用协同克里格法利用上述两个区域化变量进行插值后的待插值区域地震速度分布图。三张图对比明显可以看出，经过本发明所提出的基于协同克里格法的地震局部速度数据的插值方法进行插值后的速度分布图相较于插值前的速度分布图，明显地可以更加明确、清晰地反映地震速度的分布趋势。
本发明所提出的基于协同克里格法的地震局部速度数据的插值方法，在考虑至少两个地震速度数据影响因素的情况下，运用协同克里格方法，对地震测线中需要处理的区域的速度数据进行估算和插值，使经过插值后的地震速度数据更加合理，达到了使用经过插值后的地震速度数据可以更加明确地反映地震速度的分布趋势的技术效果。
与本公开相一致的技术，除其他特征以外，提供了基于兑换历史来分发让利及让利文件的系统和方法，以及完成针对文件的请求的系统和方法。尽管上文已经描述了所公开系统和方法的各种示例性实施例，但应该理解的是，它们仅用于示例性的目而并非加以限制。本公开并非是详尽的，并且不限制所公开的精确形式。在不脱离本公开广度或范围的情况下，可根据上述教导进行修改及变型，或者从本公开的实践中获知修改及变型。

Claims (10)

1.一种基于协同克里格法的地震局部速度数据的插值方法，其特征在于，包括：
确定地震速度空间区域内待插值空间区域；
针对所述待插值空间区域内每个待插值点，执行以下步骤：
获取影响该待插值点的地震速度的至少两个影响因素，并针对每个影响因素执行以下步骤：
确定地震速度空间区域内地震速度已知的已知点；
分别确定各个已知点的地震速度在该影响因素下的取值作为与该影响因素对应的区域化变量，并从所述区域化变量中提取区域化变量子集；
基于协同克里格法确定每个区域化变量子集对应的权重，并据此以及所述协同克里格法的空间插值表达式，得到该待插值点的地震速度的插值结果。
2.根据权利要求1所述方法，其特征在于，所述待插值点的空间坐标满足二阶平稳假设和本证假设。
3.根据权利要求1所述的方法，其特征在于，所述影响因素与地震波有关。
4.根据权利要求3所述的方法，其特征在于，所述影响因素包括初至波层析和初至波层析加反射波层析。
5.根据权利要求1所述的方法，其特征在于，所述协同克里格空间插值表达式为，将对所述所有区域化变量子集进行加权求和的计算式。
6.根据权利要求5所述的方法，其特征在于，从区域化变量中提取区域化变量子集，包括:
构建所述区域化变量的变异函数；
将所述各变异函数拟合成为理论变异函数；
根据所述理论变异函数的变程阈值，确定所述区域化变量内参加所述待插值点的插值计算的元素，并将这些元素的集合记为该区域化变量子集。
7.根据权利要求6所述方法，其特征在于，根据所述理论变异函数的变程阈值，确定所述区域化变量内参加所述待插值点的插值计算的元素，包括：
针对所述区域化变量内的每个点，执行以下步骤：
判断所述待插值点与该点的距离是否小于所述变程阈值；
在判断出所述待插值点与该点的距离小于所述变程阈值的情况下，确定该点的区域化变量为参加所述待插值点的插值计算的元素。
8.根据权利要求6所述方法，其特征在于，基于协同克里格法确定每个区域化变量子集对应的权重，包括：
根据无偏最优化估计的要求，利用所述协同克里格法的空间插值表达式构建由协方差函数表示的协同克里格方程组；
根据所述区域化变量的协方差函数与所述变异函数、交叉协方差函数与交叉变异函数的关系，将由协方差函数表示的协同克里格方程组转换成由变异函数表示的协同克里格方程组；
求解所述由变异函数表示的协同克里格方程组，得到所述权重。
9.根据权利要求8所述方法，其特征在于，所述交叉变异函数由各个所述区域化变量的变异函数构成。
10.根据权利要求9所述方法，其特征在于，所述区域化变量的变异函数和交叉变异函数、协方差函数和交叉协方差函数与所述区域化变量的数学期望值有关。
CN201811113687.4A 2018-09-25 2018-09-25 一种基于协同克里格法的地震局部速度数据的插值方法 Pending CN110941014A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811113687.4A CN110941014A (zh) 2018-09-25 2018-09-25 一种基于协同克里格法的地震局部速度数据的插值方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811113687.4A CN110941014A (zh) 2018-09-25 2018-09-25 一种基于协同克里格法的地震局部速度数据的插值方法

Publications (1)

Publication Number Publication Date
CN110941014A true CN110941014A (zh) 2020-03-31

Family

ID=69904921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811113687.4A Pending CN110941014A (zh) 2018-09-25 2018-09-25 一种基于协同克里格法的地震局部速度数据的插值方法

Country Status (1)

Country Link
CN (1) CN110941014A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332205A1 (en) * 2009-06-26 2010-12-30 Elodie Tillier Method of modified facies proportions upon history matching of a geological model
CN106772587A (zh) * 2017-02-23 2017-05-31 河海大学 基于同位多相协同克里金的地震弹性参数相控建模方法
CN106846481A (zh) * 2017-03-14 2017-06-13 中国地质科学院矿产资源研究所 一种地质剖面图的生成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332205A1 (en) * 2009-06-26 2010-12-30 Elodie Tillier Method of modified facies proportions upon history matching of a geological model
CN106772587A (zh) * 2017-02-23 2017-05-31 河海大学 基于同位多相协同克里金的地震弹性参数相控建模方法
CN106846481A (zh) * 2017-03-14 2017-06-13 中国地质科学院矿产资源研究所 一种地质剖面图的生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SARA RAJASEKARAN ET AL.: "Prestack processing of land data with complex topography", 《GEOPHYSICS》 *
王湘波等: "基于多agent的分布式储层地质统计分析系统的研究", 《计算机应用研究》 *
赵玲芝等: "多信息融合的近地表速度建模技术及应用", 《石油地球物理勘探》 *

Similar Documents

Publication Publication Date Title
CN112229404B (zh) 基于海底地形三维优化原理提高海洋重力场插值精度方法
Hell et al. Gridding heterogeneous bathymetric data sets with stacked continuous curvature splines in tension
Amante et al. Accuracy of interpolated bathymetry in digital elevation models
da Silva et al. Comparison of interpolation methods for spatial distribution of monthly precipitation in the state of Pernambuco, Brazil
US9264809B2 (en) Multitask learning method for broadband source-location mapping of acoustic sources
JP4998039B2 (ja) 観測データ同化方法
US20140257700A1 (en) System and method for estimating uncertainty for geophysical gridding routines lacking inherent uncertainty estimation
CN111125885A (zh) 一种基于改进克里金插值算法的asf修正表构建方法
Yao Conditional spectral simulation with phase identification
Maleika et al. Interpolation methods and the accuracy of bathymetric seabed models based on multibeam echosounder data
CN108318921A (zh) 一种基于横向约束的快速地震随机反演方法
CN109521469B (zh) 一种海底沉积物弹性参数的正则化反演方法
Du Bois Automatic calculation of bathymetry for coastal hydrodynamic models
EP4182733A1 (en) Systems and methods for detecting seismic discontinuties using singular vector variances
Killinger et al. Upscaling PV power considering module orientations
Dietrich et al. A fast and exact method for multidimensional Gaussian stochastic simulations: Extension to realizations conditioned on direct and indirect measurements
CN105277974A (zh) 一种地层数据插值方法
Chen Studying school size effects in line transect sampling using the kernel method
CN111770528B (zh) 基于信道参数萃取方法的视距与非视距识别方法及装置
CN110941014A (zh) 一种基于协同克里格法的地震局部速度数据的插值方法
Zhang et al. Estimation of spatially varying parameters in three-dimensional cohesive sediment transport models by assimilating remote sensing data
CN110110428A (zh) 一种基于克里金模型优选与神经网络的压气机特性预测方法
Knobles et al. Maximum entropy approach to statistical inference for an ocean acoustic waveguide
CN113253306B (zh) 模拟gnss多径信道的方法及装置
CN110988991B (zh) 一种弹性参数反演方法、装置及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200331

RJ01 Rejection of invention patent application after publication