CN113009572B - 一种基于横波偏振分析预测裂缝方位角的方法 - Google Patents

一种基于横波偏振分析预测裂缝方位角的方法 Download PDF

Info

Publication number
CN113009572B
CN113009572B CN202110201787.8A CN202110201787A CN113009572B CN 113009572 B CN113009572 B CN 113009572B CN 202110201787 A CN202110201787 A CN 202110201787A CN 113009572 B CN113009572 B CN 113009572B
Authority
CN
China
Prior art keywords
wave
iteration
time
transverse wave
crack
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.)
Active
Application number
CN202110201787.8A
Other languages
English (en)
Other versions
CN113009572A (zh
Inventor
杨宇勇
周怀来
王元君
漆乔木
周宇轩
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.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
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 Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202110201787.8A priority Critical patent/CN113009572B/zh
Publication of CN113009572A publication Critical patent/CN113009572A/zh
Application granted granted Critical
Publication of CN113009572B publication Critical patent/CN113009572B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles

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

本发明公开了一种基于横波偏振分析预测裂缝方位角的方法,包括以下步骤:步骤1:假设地层中分布单组垂直裂缝,获取地震波的转换波;步骤2:以波前时刻和波尾时刻确定时间窗;步骤3:将时间窗内的地震信号由两端向中间扫描迭代,每次迭代后横波偏振矢量和快慢波时差与上一次迭代结果小于设定值迭代结束;步骤4:根据步骤3得到的裂缝方向矢量,得到裂缝与震源到接收器之间连线方向的夹角;本发明基于快慢横波时窗内的偏振数据和快慢横波正交偏振假设,进行迭代计算方位角;迭代次数更少,计算速度更快;通过多个样点的迭代来对裂缝方位角进行计算,经过多次迭代降低了噪音的影响,计算精度更高。

Description

一种基于横波偏振分析预测裂缝方位角的方法
技术领域
本发明涉及地震勘探技术领域,具体涉及一种基于横波偏振分析预测裂缝方位角的方法。
背景技术
裂缝参数的准确预测对于裂缝性油气藏的勘探开发具有重要意义,也是裂缝性油气藏在勘探开发过程中的难点。现有的基于多波地震数据进行裂缝预测的方法主要是利用横波双折射现象来预测裂缝参数。Crampin首次证实了各向异性介质中横波分裂现象的存在,而且快横波偏振方向与裂缝走向一致,并研究了VSP资料中的横波极化特征。基于横波分裂的现象在时间域进行裂缝预测,已有一系列方法,大致可分为“叠前”和“叠后”两大类。“叠后”方法包括最大切向能量法、Alford旋转法等。Li改进了Alford旋转法,推导了利用二维和三维转换波资料进行横波分裂分析求取快、慢横波的旋转公式。“叠前”方法包括最小二乘拟合切向分量法、基于切向径向数据模拟法等。此类方法共有的一个思路是通过大范围扫描试算,设定一个目标函数,目标函数的值最优时的参数作为算法最优解,属于间接枚举方法,计算量较大。除了时间域的方法,频率域裂缝预测方法也得到了发展。MacBeth等通过判别频率域的能量大小来确定扫描旋转角度。Liu E研究了频率域地震各向异性方法以及在低孔油藏裂缝尺度预测的应用。Zhang等根据不同尺度裂缝在不同频率的响应不同,提出了从多分量地震数据中提取频率域各向异性参数的新算法。此类方法受噪音影响大,而且在实际工区的应用时精度有待提高。
Crampin通过极化图像来显示介质的各向异性特征,绘制了不同裂缝方位角、横波分裂时差下的横波极化图像。Richard研究了基于横波四分量VSP数据的极化图像特征,并且在两层裂缝模型的应用中得到了较好的效果。Vlastislav通过分析不同粘弹性介质下的均匀平面波与非均匀平面波的极化图像的特征,包括极化椭圆的轴和离心率,得到各向异性越强极化椭圆离心率越小,椭圆的轴随各向异性介质的对称轴的变化而变化。Terence对各向异性与各向同性介质中的反射横波的偏振方向进行了矫正。Jacqueline研究了基于横波四分量的横波偏振方向矫正方法。横波极化图像含有丰富的方位各向异性信息。当发生横波分裂时,快慢波虽然相互正交极化,但是当快慢波在时间域前后并未分离开,而是相互耦合时无法拟合出一条直线来指示裂缝方向。
发明内容
本发明针对现有技术存在的问题提供一种通过偏振分析来搜寻、迭代最优的快慢波偏振方向基于横波偏振分析预测裂缝方位角的方法。
本发明采用的技术方案是:
一种基于横波偏振分析预测裂缝方位角的方法,包括以下步骤:
步骤1:假设地层中分布单组垂直裂缝,线性偏振横波沿垂直方向穿过裂缝地层,分裂为沿裂缝方向偏振和垂直裂缝方向偏振的两种横波,快横波S1和慢横波S2,先后到达地面接收器,时差为Δt;快横波和慢横波沿裂缝方向和裂缝垂直方向正交分解,并被地面接收器两个水平分量接收;任意时刻波矢量是由S1和S2叠加而成,从而获取地震波的转换波;
步骤2:以波前时刻和波尾时刻确定时间窗;
步骤3:将时间窗内的地震信号由两端向中间扫描迭代,每次迭代后横波偏振矢量和快慢波时差与上一次迭代结果小于设定值迭代结束;
步骤4:根据步骤3得到的裂缝方向矢量,得到裂缝与震源到接收器之间连线方向的夹角。
进一步的,所述步骤1中地震波的转换波如下:
Figure BDA0002948147040000021
其中,S1为快横波,S2为慢横波,Δt为快横波和慢横波到达地面接收器的时间差,R为震源到接收器之间连线的方向,α为裂缝方向与R方向夹角,tA为波前某一时刻,tB为波后某一时刻,StA、StB分别为tA和tB对应时刻的波矢量。
进一步的,所述步骤4中裂缝与R方向的夹角计算过程如下:
Figure BDA0002948147040000022
其中:v1R、v1T分别为v1的R、T方向的两个分量大小,T为与R处于同一平面并与之垂直的方向;v1为迭代后的S1的偏振单位矢量。
进一步的,所述步骤3中迭代过程中初次迭代须满足以下条件:
Figure BDA0002948147040000023
其中:SiA为第i次迭代对应波前某一时刻的波矢量,SiB为第i次迭代对应波后某一时刻的波矢量,v1为S1的偏振单位矢量,v2为S2的偏振单位矢量,时间窗为(t1,t2),δ为角度误差,Δt0为满足方程的最大值。
进一步的,所述步骤3中迭代过程中初次迭代之后参与迭代的样点须满足的条件如下:
Figure BDA0002948147040000031
其中,δ′为角度误差。
本发明的有益效果是:
(1)本发明基于快慢横波时窗内的偏振数据和快慢横波正交偏振假设,进行迭代计算方位角;迭代次数更少,计算速度更快。
(2)本发明通过多个样点的迭代来对裂缝方位角进行计算,经过多次迭代降低了噪音的影响,计算精度更高。
附图说明
图1为本发明方法流程示意图。
图2为本发明中横波分裂过程矢量分解示意图。
图3为本发明中横波极化曲线示意图。
图4为本发明实施例中的信噪比为30时,地面接收器接收到的信号,a为R分量,b为T分量,c为接收到的信号。
图5为本发明实施例中矢量方位角和矢量之间夹角随迭代次数变化的曲线,a为矢量方位角随v1迭代次数变化曲线,b为矢量方位角随v2迭代次数变化曲线,c为矢量v1、v2夹角随迭代次数变化曲线。
图6为现有旋转相关法计算结果。
图7为现有切向最小能量法计算结果。
图8为协方差矩阵法计算结果。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如图1所示,一种基于横波偏振分析预测裂缝方位角的方法,包括以下步骤:
步骤1:假设地层中分布单组垂直裂缝,即HTI,线性偏振横波沿垂直方向穿过裂缝地层,分裂为沿裂缝方向偏振和垂直裂缝方向偏振的两种横波,快横波S1和慢横波S2,先后到达地面接收器,时差为Δt(大于0)。地面接收器的两个水平分量R、T均接收到S1波S1(t)、S2波S1(t-Δt)。R方向为震源到接收器之间连线的方向,T方向为与之垂直的方向,二者都在水平面上。
假设裂缝方向与R方向夹角为α,快横波和慢横波沿裂缝方向和裂缝垂直方向正交分解,并被地面接收器两个水平分量接收;任意t时刻波矢量是由S1和S2叠加而成(如图2所示);从而获取地震波的转换波。
由于快慢横波Δt的存在,必然导致S1先被接收,如图2中tA时刻,此时横波偏振方向与S1一致。这一时差也必然导致S2的滞后,如图2中的tB时刻,此时横波偏振方向与S2一致。快慢波的叠加导致的结果是:叠加波的波前即为S1波的波前,叠加波的波后即为S2波的波后。那么波前、波后的偏振方向即代表了S1、S2的偏振方向。
一个波长为T,波信号的时间区间为(t1,t2)(其中,t2=t1+T+Δt)。那么在特定的时间区间内,tA∈(t1,t1+Δt)、tB∈(t2-Δt,t2),对应的波矢量StA、StB相互垂直,即可得到:
Figure BDA0002948147040000041
其中,S1为快横波,S2为慢横波,Δt为快横波和慢横波到达地面接收器的时间差,R为震源到接收器之间连线的方向,α为裂缝方向与R方向夹角,tA为波前某一时刻,tB为波后某一时刻,StA、StB分别为tA和tB对应时刻的波矢量。
<a,b>表示对两个向量a、b求夹角运算。
横波极化曲线如图3所示,质点沿S1方向开始振动,最后沿S2方向回到原点。通过实际数据中的极化曲线波前、波后偏振方向分析即可确定裂缝方向和时差。
步骤2:以波前时刻和波尾时刻确定时间窗;
步骤3:将时间窗内的地震信号由两端向中间扫描迭代,每次迭代后横波偏振矢量和快慢波时差与上一次迭代结果小于设定值迭代结束;
在有噪音的情况下(实际情况下均存在噪音),需要通过多个样点的迭代来对裂缝方位角进行计算。设S1、S2偏振单位矢量为v1、v2,角度误差大小设置为δ、δ′,时窗为(t1,t2)由两端向中间扫描迭代。初次迭代须满足:
Figure BDA0002948147040000042
其中:|a|表示对向量a求模长运算。Δt0为满足方程的最大值,之后参与迭代的样点须满足:
Figure BDA0002948147040000051
通过上述迭代剔除因噪音产生的异常值,重复上面的条件。逐次更新v1、v2,直到v1、v2、Δt0即为快慢波时差Δt。
步骤4:根据步骤3得到的裂缝方向矢量,得到裂缝与震源到接收器之间连线方向的夹角。
Figure BDA0002948147040000052
其中:v1R、v1T分别为v1的R、T方向的两个分量大小,T为与R处于同一平面并与之垂直的方向;v1为迭代后的S1的偏振单位矢量。
下面以具体实施例进行说明。
假设地层中分布单组垂直裂缝,即HTI模型。线性偏振横波沿垂直方向穿过裂缝地层,分裂为沿裂缝方向偏振和垂直裂缝方向偏振的两种横波,分别为快横波S1和慢横波S2。两种横波先后到达地面接收器,时差为20ms。地面接收器的两个水平分量R、T均接收到S1波S1(t)、S2波S1(t-Δt),假设裂缝方向与R方向夹角为30°。
t时刻,横波波矢量:
Figure BDA0002948147040000053
其中:
Figure BDA0002948147040000054
在有噪音(假设信噪比为30)的情况下,地面接收器的两个水平分量R、T均接收到的信号如图4所示。
采用上述公式(2)进行迭代,即可得到矢量v1、v2在R、T两个分量上的振幅分量。根据式(4)即可得到矢量的方位角,进而得到两者之间的夹角,如图5所示。图中a为v1的方位角,b为v2的方位角,c为方位角之间的夹角与π/2的差值,其中虚线为迭代结束之后的数值。
从图5可以看出,在迭代43次之后,v1和v2的夹角与π/2的差值接近0°,迭代结束,此时v1的角度为30°。
为了说明本发明技术效果,采用常用的三种方法对图4数据进行方位角计算,其中图6为旋转相关法(+为计算结果,o为实际参数),图7为切向最小能量法(+为计算结果,o为实际参数),图8为协方差矩阵法(+为计算结果,o为实际参数)。
上述三种方法基本原理为设置不同的目标函数,对裂缝方位角进行扫描,其方法必须同时扫描方位角和快慢波时差,方位角0°~90°。快慢波时差0ms~60ms,一共需要计算扫描5400次,在这些结果中选择最大或者最小值对应的方位角作为输出结果,图6-图8为计算结果。从上面计算过程可以看出,要得到结果须进行5400次目标函数的计算和扫描,其中旋转相关法和协方差矩阵法得到的结果为32°,误差为2°,而切向能量法结果为31°,误差为1°。通过假设的模型数据进行不同方法的计算结果对比可以看出,本发明方法计算结果更为精确,且计算更为高效。

Claims (3)

1.一种基于横波偏振分析预测裂缝方位角的方法,其特征在于,包括以下步骤:
步骤1:假设地层中分布单组垂直裂缝,线性偏振横波沿垂直方向穿过裂缝地层,分裂为沿裂缝方向偏振和垂直裂缝方向偏振的两种横波,快横波S 1和慢横波S 2,先后到达地面接收器,时差为Δt;快横波和慢横波沿裂缝方向和裂缝垂直方向正交分解,并被地面接收器两个水平分量接收;任意时刻波矢量是由S 1S 2叠加而成,从而获取地震波的转换波;地震波的转换波如下:
Figure FDA0003642573820000011
其中,S 1为快横波,S 2为慢横波,Δt为快横波和慢横波到达地面接收器的时间差,R为震源到接收器之间连线的方向,α为裂缝方向与R方向夹角,tA为波前某一时刻,tB为波后某一时刻,S tAS tB分别为tA和tB对应时刻的波矢量;< a, b >表示对两个向量a、b求夹角运算;
步骤2:以波前时刻和波尾时刻确定时间窗;
步骤3:将时间窗内的地震信号由两端向中间扫描迭代,每次迭代后横波偏振矢量和快慢波时差与上一次迭代结果小于设定值迭代结束;
迭代过程中初次迭代须满足以下条件:
Figure FDA0003642573820000012
其中:S iA为第i次迭代对应波前某一时刻的波矢量,S iB为第i次迭代对应波后某一时刻的波矢量,v 1S 1的偏振单位矢量,v 2S 2的偏振单位矢量,时间窗为(t1,t2),δ为角度误差,Δt0为满足方程的最大值;
步骤4:根据步骤3得到的裂缝方向矢量,得到裂缝与震源到接收器之间连线方向的夹角。
2.根据权利要求1所述的一种基于横波偏振分析预测裂缝方位角的方法,其特征在于,所述步骤4中裂缝与R方向的夹角计算过程如下:
Figure FDA0003642573820000013
其中:v 1Rv 1T分别为v 11的R、T方向的两个分量大小,T为与R处于同一平面并与之垂直的方向;v 1为迭代后的S 1的偏振单位矢量。
3.根据权利要求1所述的一种基于横波偏振分析预测裂缝方位角的方法,其特征在于,所述步骤3中迭代过程中初次迭代之后参与迭代的样点须满足的条件如下:
Figure FDA0003642573820000021
其中,δ'为角度误差。
CN202110201787.8A 2021-02-23 2021-02-23 一种基于横波偏振分析预测裂缝方位角的方法 Active CN113009572B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110201787.8A CN113009572B (zh) 2021-02-23 2021-02-23 一种基于横波偏振分析预测裂缝方位角的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110201787.8A CN113009572B (zh) 2021-02-23 2021-02-23 一种基于横波偏振分析预测裂缝方位角的方法

Publications (2)

Publication Number Publication Date
CN113009572A CN113009572A (zh) 2021-06-22
CN113009572B true CN113009572B (zh) 2022-07-01

Family

ID=76407771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110201787.8A Active CN113009572B (zh) 2021-02-23 2021-02-23 一种基于横波偏振分析预测裂缝方位角的方法

Country Status (1)

Country Link
CN (1) CN113009572B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115903024B (zh) * 2022-12-26 2023-08-15 成都理工大学 一种基于梯度下降法的横波分裂分析方法
CN116908909B (zh) * 2023-07-07 2023-12-12 成都理工大学 一种基于三参数扫描的快慢横波分离方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4888743A (en) * 1986-10-30 1989-12-19 Amoco Corporation Method of seismic surveying for resolving the effects of formation anisotropy in shear wave reflection seismic data
US5060204A (en) * 1990-06-27 1991-10-22 Chevron Research And Technology Company Method of layer stripping to determine fault plane stress build-up
CN104199098A (zh) * 2014-09-18 2014-12-10 中国石油集团川庆钻探工程有限公司地球物理勘探公司 利用反射转换横波的偏振特性预测地下裂缝的方法
CN105158797A (zh) * 2015-10-16 2015-12-16 成都理工大学 一种基于实际地震资料的交错网格波动方程正演的方法
CN106468781A (zh) * 2015-08-19 2017-03-01 中国石油化工股份有限公司 一种基于最小熵旋转法的裂缝预测方法
CN106468782A (zh) * 2015-08-19 2017-03-01 中国石油化工股份有限公司 一种基于最大能量比法的裂缝预测方法
CN107132575A (zh) * 2017-05-12 2017-09-05 中国地质大学(北京) 基于横波极化分析预测裂缝方位角的方法
CN109799529A (zh) * 2019-01-31 2019-05-24 河海大学 一种基于互相关的横波分裂vsp裂缝预测方法
CN111290018A (zh) * 2020-03-13 2020-06-16 中国地质大学(北京) 分裂横波的波场分离方法及装置
CN111830563A (zh) * 2019-04-17 2020-10-27 中国石油天然气集团有限公司 纯横波多层裂缝裂缝方向及快慢波时差确定方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150293245A1 (en) * 2013-07-29 2015-10-15 Cgg Services Sa Method and device for the generation and application of anisotropic elastic parameters in horizontal transverse isotropic (hti) media
CN103954999B (zh) * 2014-05-06 2016-08-03 成都理工大学 一种适用于低孔隙度砂泥岩地层的横波速度预测方法
CN107894616B (zh) * 2017-11-14 2020-01-10 中国石油集团川庆钻探工程有限公司地球物理勘探公司 多分量转换波裂缝预测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4888743A (en) * 1986-10-30 1989-12-19 Amoco Corporation Method of seismic surveying for resolving the effects of formation anisotropy in shear wave reflection seismic data
US5060204A (en) * 1990-06-27 1991-10-22 Chevron Research And Technology Company Method of layer stripping to determine fault plane stress build-up
CN104199098A (zh) * 2014-09-18 2014-12-10 中国石油集团川庆钻探工程有限公司地球物理勘探公司 利用反射转换横波的偏振特性预测地下裂缝的方法
CN106468781A (zh) * 2015-08-19 2017-03-01 中国石油化工股份有限公司 一种基于最小熵旋转法的裂缝预测方法
CN106468782A (zh) * 2015-08-19 2017-03-01 中国石油化工股份有限公司 一种基于最大能量比法的裂缝预测方法
CN105158797A (zh) * 2015-10-16 2015-12-16 成都理工大学 一种基于实际地震资料的交错网格波动方程正演的方法
CN107132575A (zh) * 2017-05-12 2017-09-05 中国地质大学(北京) 基于横波极化分析预测裂缝方位角的方法
CN109799529A (zh) * 2019-01-31 2019-05-24 河海大学 一种基于互相关的横波分裂vsp裂缝预测方法
CN111830563A (zh) * 2019-04-17 2020-10-27 中国石油天然气集团有限公司 纯横波多层裂缝裂缝方向及快慢波时差确定方法及装置
CN111290018A (zh) * 2020-03-13 2020-06-16 中国地质大学(北京) 分裂横波的波场分离方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Yong Wan 等.Azimuth Cutoff Compensation Method for SAR Wave Observation Based on Multiview Wave Spectrum Data Fusion.《IEEE Access》.2020,第8卷120923 - 120935. *
Zhanzhan Shi 等.Random Noise Attenuation of Common Offset Gathers Using Iteratively Reweighted ℓ2,1 Norm Minimization.《IEEE Geoscience and Renote Sensing Letters》.2020,第17卷(第11期),1988-1992. *
尹陈.微地震震源破裂特征研究及应用——针对页岩气压监测.《中国优秀博硕士学位论文全文数据库(博士) 工程科技Ⅰ辑》.2018,(第01期),B019-43. *
曹占宁.碳酸盐岩多尺度裂缝预测方法及应用研究.《中国博士学位论文全文数据库(博士) 基础科学辑》.2020,(第01期),A011-73. *
邬蒙蒙 等.改进的完备经验模态分解和广义S变换相结合的地震信号衰减分析.《地球物理学进展》.2020,第35卷(第5期),第2001-2008页. *
黎书琴等.利用横波分裂预测裂缝.《石油地球物理勘探》.2009,第44卷130-134. *

Also Published As

Publication number Publication date
CN113009572A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN113009572B (zh) 一种基于横波偏振分析预测裂缝方位角的方法
CN107436429B (zh) 冲击噪声环境下基于稀疏重构的极化双基地mimo雷达参数估计方法
CN102879817B (zh) 基于地面地震数据获取地下裂缝信息的控制方法
CN102830433B (zh) 基于频率域用偶极横波测井资料计算各向异性方位角的方法
CN107132575B (zh) 基于横波极化分析预测裂缝方位角的方法
CN112098983B (zh) 基于空域解卷积处理的浅海水平阵被动定位方法及系统
CN106908786B (zh) 一种基于极化散射矩阵估计的高精度昆虫体轴朝向提取方法
CN107247291A (zh) 海底浅地层声能衰减模型构建及其两个重要声能衰减特征参数提取方法
CN103852785B (zh) 地层各向异性的评价方法
CN107894616B (zh) 多分量转换波裂缝预测方法
CN112698402A (zh) 一种海冰声速原位评估方法
Qi et al. Passive source localization based on multipath arrival angles with a vertical line array using sparse Bayesian learning
CN115903024B (zh) 一种基于梯度下降法的横波分裂分析方法
CN114152984A (zh) 一种评价正交各向异性的井孔声波测量方法及装置
US6826485B1 (en) Determination of the fast and slow shear wave polarisation directions
CN116755148A (zh) 正交各向异性介质多方位反射波走时反演方法
CN114609669B (zh) 基于方位弹性阻抗的hti型裂缝储层参数预测方法及系统
CN110850386A (zh) 一种基于分数阶域特征的旋翼类无人机深度学习识别方法
CN114063163B (zh) 一种裂缝型储层单斜等效介质地震表征与反演方法及系统
CN110806444B (zh) 基于浅地层剖面仪与svm的海底底质识别与分类方法
CN112649851A (zh) 一种横波分裂垂直地震剖面裂缝预测方法及系统
CN112946741A (zh) 基于稀疏重建理论的方位各向异性弱信息提取方法
CN104965226A (zh) 一种岩体中油气信息的分析方法
WO2001036999A2 (en) Determination of the fast and slow shear wave polarisation directions
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置

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