-
公开(公告)号:CN106707277B
公开(公告)日:2019-01-29
申请号:CN201710028953.2
申请日:2017-01-16
Applicant: 中国地质大学(北京)
IPC: G01S13/89
Abstract: 本发明涉及一种基于起伏剧烈地表探地雷达数据高精度逆时偏移成像方法,包括:步骤1):生成贴体网格离散起伏地表模型;步骤2):从Maxwell方程中解耦得到笛卡尔坐标系TM波方程;步骤3):在曲线坐标系中将接收波场由最大时刻做逆时外推至零时刻;步骤4):曲线坐标系中给定某一频率的子波为正演子波,正演计算出每一时刻的正向延拓波场值;步骤5):对整个剖面重复步骤3)和步骤4),再去除低频干扰,最后叠加成完整的偏移剖面。本发明降低了笛卡尔坐标系起伏地表处阶梯网格引起的频散效应,有助于消减逆时偏移成像过程中低频噪音的干扰,能准确地将起伏地表处探地雷达数据中的反射波、绕射波偏移归位,真实地反映地下构造信息。
-
公开(公告)号:CN112305591A
公开(公告)日:2021-02-02
申请号:CN202011078912.2
申请日:2020-10-10
Applicant: 中国地质大学(北京)
IPC: G01V1/28
Abstract: 本发明公开了一种隧道超前地质预报方法、计算机可读存储介质,该隧道超前地质预报方法包括:基于隧道掌子面上布置三维观测系统实现三维地震波激发与接收,以及基于深度学习算法对所采集的数据进行处理从而获得异常体的位置。基于深度学习算法对数据进行处理包括:基于AlexNet卷积神经网络模型算法对采集的数据进行坏道数据的剔除,并进行滤波;基于U‑Net卷积神经网络模型算法对初至波进行识别,并且估算直达波速度;对剔除了坏道数据的原始数据进行线性动校正;将线性动校正后的数据进行等旅行时剖面叠加;对叠加后的数据进行反射层拾取。该隧道超前地质预报方法、计算机可读存储介质能够提高异常体的探测效率以及探测准确性。
-
公开(公告)号:CN106707277A
公开(公告)日:2017-05-24
申请号:CN201710028953.2
申请日:2017-01-16
Applicant: 中国地质大学(北京)
IPC: G01S13/89
Abstract: 本发明涉及一种基于起伏剧烈地表探地雷达数据高精度逆时偏移成像方法,包括:步骤1):生成贴体网格离散起伏地表模型;步骤2):从Maxwell方程中解耦得到笛卡尔坐标系TM波方程;步骤3):在曲线坐标系中将接收波场由最大时刻做逆时外推至零时刻;步骤4):曲线坐标系中给定某一频率的子波为正演子波,正演计算出每一时刻的正向延拓波场值;步骤5):对整个剖面重复步骤3)和步骤4),再去除低频干扰,最后叠加成完整的偏移剖面。本发明降低了笛卡尔坐标系起伏地表处阶梯网格引起的频散效应,有助于消减逆时偏移成像过程中低频噪音的干扰,能准确地将起伏地表处探地雷达数据中的反射波、绕射波偏移归位,真实地反映地下构造信息。
-
公开(公告)号:CN112305591B
公开(公告)日:2022-04-29
申请号:CN202011078912.2
申请日:2020-10-10
Applicant: 中国地质大学(北京)
IPC: G01V1/28
Abstract: 本发明公开了一种隧道超前地质预报方法、计算机可读存储介质,该隧道超前地质预报方法包括:基于隧道掌子面上布置三维观测系统实现三维地震波激发与接收,以及基于深度学习算法对所采集的数据进行处理从而获得异常体的位置。基于深度学习算法对数据进行处理包括:基于AlexNet卷积神经网络模型算法对采集的数据进行坏道数据的剔除,并进行滤波;基于U‑Net卷积神经网络模型算法对初至波进行识别,并且估算直达波速度;对剔除了坏道数据的原始数据进行线性动校正;将线性动校正后的数据进行等旅行时剖面叠加;对叠加后的数据进行反射层拾取。该隧道超前地质预报方法、计算机可读存储介质能够提高异常体的探测效率以及探测准确性。
-
-
-