-
公开(公告)号:CN109444957B
公开(公告)日:2019-09-27
申请号:CN201811176308.6
申请日:2018-10-10
Applicant: 广州海洋地质调查局
IPC: G01V1/30
Abstract: 本发明涉及一种基于决策树评价的水合物储层地震预测方法及处理终端,所述方法包括如下步骤:步骤1:提取输入数据;步骤2:提取训练数据;步骤3:数据清洗;步骤4:获取样本;步骤5:样本泛化处理;步骤6:数据优选;步骤7:构建决策树评价模型;步骤8:天然气水合物分布预测。本发明将决策树评价模型应用于天然气天然气水合物地震预测中,充分利用地震数据中的相关地震属性,无需人工干预,纯数据驱动,效率更高;同时,采用本发明对天然气水合物的预测结果更准确。
-
公开(公告)号:CN111781640B
公开(公告)日:2022-04-15
申请号:CN202010625619.7
申请日:2020-06-30
Applicant: 广州海洋地质调查局
Abstract: 本发明涉及一种基于BSR特征快速判别水合物含量的方法及处理终端,所述方法包括如下步骤:步骤1:获得原始地震数据并进行处理,得到有效地震数据;步骤2:从有效地震数据中解释出海底层位WB和BSR层位;步骤3:根据海底层位WB,对海底进行拉平,同步改变BSR层位;步骤4:计算海底拉平后的BSR层位的平均值;步骤5:根据平均值与各地震道的BSR层位的比较结果,判断水合物含量高低。本发明能够高效、快速、简便地判断出水合物含量,相比于现有水合物含量判定方法,不需要进行反演,计算量更小。
-
公开(公告)号:CN111781640A
公开(公告)日:2020-10-16
申请号:CN202010625619.7
申请日:2020-06-30
Applicant: 广州海洋地质调查局
Abstract: 本发明涉及一种基于BSR特征快速判别水合物含量的方法及处理终端,所述方法包括如下步骤:步骤1:获得原始地震数据并进行处理,得到有效地震数据;步骤2:从有效地震数据中解释出海底层位WB和BSR层位;步骤3:根据海底层位WB,对海底进行拉平,同步改变BSR层位;步骤4:计算海底拉平后的BSR层位的平均值;步骤5:根据平均值与各地震道的BSR层位的比较结果,判断水合物含量高低。本发明能够高效、快速、简便地判断出水合物含量,相比于现有水合物含量判定方法,不需要进行反演,计算量更小。
-
公开(公告)号:CN108594301B
公开(公告)日:2019-07-26
申请号:CN201810739287.8
申请日:2018-07-06
Applicant: 广州海洋地质调查局
IPC: G01V1/28
Abstract: 本发明涉及一种具有差异特征的地震数据融合的方法,包括依次进行的以下步骤:步骤S1:获取OBS数据,并对OBS数据进行预处理;步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据进行计算,获得平均地震子波;步骤S3:进行波阻抗反演,获得OBS波阻抗;步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理;步骤S5:与步骤S2一样,经过计算后,获得拖缆地震数据的平均地震子波;步骤S6:进行波阻抗反演,获得地下界面的反射系数;步骤S7:进行一致性处理;骤S8:进行加权叠加生成新的振幅谱,并获得新的地震子波;步骤S9:进行褶积运算,获得融合后的结果。本发明实现OBS和拖缆数据的融合,丰富了低频信息,拓宽了频带,提高了成像精度。
-
公开(公告)号:CN108594301A
公开(公告)日:2018-09-28
申请号:CN201810739287.8
申请日:2018-07-06
Applicant: 广州海洋地质调查局
IPC: G01V1/28
CPC classification number: G01V1/28
Abstract: 本发明涉及一种具有差异特征的地震数据融合的方法,包括依次进行的以下步骤:步骤S1:获取OBS数据,并对OBS数据进行预处理;步骤S2:根据预先从OBS数据的反射成像叠加剖面中选取的数据进行计算,获得平均地震子波;步骤S3:进行波阻抗反演,获得OBS波阻抗;步骤S4:获取拖缆地震数据,并对拖缆地震数据进行预处理;步骤S5:与步骤S2一样,经过计算后,获得拖缆地震数据的平均地震子波;步骤S6:进行波阻抗反演,获得地下界面的反射系数;步骤S7:进行一致性处理;骤S8:进行加权叠加生成新的振幅谱,并获得新的地震子波;步骤S9:进行褶积运算,获得融合后的结果。本发明实现OBS和拖缆数据的融合,丰富了低频信息,拓宽了频带,提高了成像精度。
-
公开(公告)号:CN111209961B
公开(公告)日:2020-10-09
申请号:CN202010008208.3
申请日:2020-01-03
Applicant: 广州海洋地质调查局
Abstract: 本发明涉及一种冷泉区海底生物识别方法及处理终端,所述方法包括如下步骤:步骤1:获得冷泉区海底生物图片,并接收对冷泉区海底生物照片上的冷泉生物进行标记;步骤2:将所述图像数据输入卷积神经网络,卷积神经网络输出结果为图像数据的视觉特征,将标签数据输入嵌入神经网络,嵌入神经网络输出结果为标签数据的文本特征;步骤3:将视觉特征和文本特征输入循环神经网络进行特征融合;步骤4:将每一次的输出特征输入深度神经网络进行标签预测,从开始标记开始预测,直至结束标记结束预测,深度神经网络输出的预测结果为对冷泉生物的识别结果。本发明能够冷泉区的冷泉生物进行多标签标记,并识别出冷泉生物,识别结果准确性高。
-
公开(公告)号:CN111209961A
公开(公告)日:2020-05-29
申请号:CN202010008208.3
申请日:2020-01-03
Applicant: 广州海洋地质调查局
Abstract: 本发明涉及一种冷泉区海底生物识别方法及处理终端,所述方法包括如下步骤:步骤1:获得冷泉区海底生物图片,并接收对冷泉区海底生物照片上的冷泉生物进行标记;步骤2:将所述图像数据输入卷积神经网络,卷积神经网络输出结果为图像数据的视觉特征,将标签数据输入嵌入神经网络,嵌入神经网络输出结果为标签数据的文本特征;步骤3:将视觉特征和文本特征输入循环神经网络进行特征融合;步骤4:将每一次的输出特征输入深度神经网络进行标签预测,从开始标记开始预测,直至结束标记结束预测,深度神经网络输出的预测结果为对冷泉生物的识别结果。本发明能够冷泉区的冷泉生物进行多标签标记,并识别出冷泉生物,识别结果准确性高。
-
公开(公告)号:CN109239782B
公开(公告)日:2020-04-10
申请号:CN201811008483.4
申请日:2018-08-30
Applicant: 广州海洋地质调查局
Inventor: 文鹏飞 , 刘斌 , 张如伟 , 徐云霞 , 张旭东 , 李延 , 符溪 , 张宝金 , 李福元 , 冯震宇 , 梁金强 , 伍忠良 , 郭依群 , 尚久靖 , 苏丕波 , 徐梦婕 , 赵庆献 , 韦成龙 , 曾宪军 , 郝小柱
Abstract: 本发明涉及一种天然气水合物精细地震勘探系统及方法,所述勘探系统包括物探船、至少包括一条长缆和若干条短缆组成的拖缆、控制模块和至少两个震源,各震源的主频相同,所述短缆分布设置在长缆两侧或分布设置在长缆一侧,长缆的长度大于短缆的长度,长缆能够进行速度分析和速度反演,能够获得勘探区域的地下构造速度结构;借用长缆获取的速度信息,短缆能够获得高分辨率的三维偏移成像结果。控制模块包括地震采集模块、时钟模块和授时模块;震源的每次激发,每条拖缆同时采集各个震源所激发的地震数据。本发明采用长缆和短缆组成的勘探系统,获得高分辨率、超小面元的地震采集数据,利于核心区天然气水合物的精细勘探。
-
公开(公告)号:CN109239782A
公开(公告)日:2019-01-18
申请号:CN201811008483.4
申请日:2018-08-30
Applicant: 广州海洋地质调查局
Inventor: 文鹏飞 , 刘斌 , 张如伟 , 徐云霞 , 张旭东 , 李延 , 符溪 , 张宝金 , 李福元 , 冯震宇 , 梁金强 , 伍忠良 , 郭依群 , 尚久靖 , 苏丕波 , 徐梦婕 , 赵庆献 , 韦成龙 , 曾宪军 , 郝小柱
Abstract: 本发明涉及一种天然气水合物精细地震勘探系统及方法,所述勘探系统包括物探船、至少包括一条长缆和若干条短缆组成的拖缆、控制模块和至少两个震源,各震源的主频相同,所述短缆分布设置在长缆两侧或分布设置在长缆一侧,长缆的长度大于短缆的长度,控制模块包括地震采集模块、时钟模块和授时模块,地震采集模块的数量与震源、拖缆的数量相匹配,授时模块将时间信号输出到时钟模块,时钟模块和地震采集模块控制各震源的激发时刻、对应拖缆的记录时刻与时录时长;震源的每次激发,每条拖缆同时采集各个震源所激发的地震数据。本发明采用长缆和短缆组成的勘探系统,获得高分辨率、超小面元的地震采集数据,利于核心区天然气水合物的精细勘探。
-
公开(公告)号:CN111239822B
公开(公告)日:2022-08-23
申请号:CN202010126380.9
申请日:2020-02-27
Applicant: 广州海洋地质调查局 , 南方海洋科学与工程广东省实验室(广州)
IPC: G01V1/30
Abstract: 本发明涉及一种消除井震闭合差的断层下速度建模方法及处理终端,所述方法包括如下步骤:步骤1:根据地震资料建立深度域初始层速度模型;步骤2:建立构造模型;步骤3:拾取共成像点道集的剩余时差;步骤4:对深度域初始层速度模型进行更新迭代;步骤5:进行叠前深度偏移计算,获得叠前深度偏移剖面以及叠前深度偏移的共成像点道集;步骤6:井标记与层位关联建立包含井信息、井分层的构造模型;步骤7:保持旅行时层析成像;步骤8:重新对更新迭代后的层速度模型进行叠前深度偏移计算;步骤9:重复进行深度域层速度模型优化迭代,获得最终的成像结果剖面。本发明提高成像精度和速度模型的精度,有效降低勘探风险。
-
-
-
-
-
-
-
-
-