简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。
简介:本文提出了一种将高分辨率阵列侧向和方位电极系综合在一起的三维侧向测井电极系3D-LS,该电极系具有径向、纵向和周向探测能力。通过有限元数值模拟计算,考察了井眼尺寸、冲洗带电阻率、侵入深度、层厚及围岩电阻率对六种不同探测模式的影响,确定了电极系尺寸和探测特性。分析伪几何因子,低侵时电极系的探测深度最深可达1.5m,其值接近斯伦贝谢双侧向电极系深探测深度,而大于高分辨率方位侧向成像仪深探测深度,并且三维侧向测井电极系可提供多条径向不同深度曲线,可更好地描述地层侵入剖面。无限厚地层条件下,方位电极可识别出厚度0.1m的异常体,利用方位侧向曲线半幅点对应异常体厚度判断,对异常体纵向分层能力可达0.5m。高阻背景下,异常体的电阻率越低,越靠近井眼,方位越大于15度,越易被方位电极探测。数值模拟结果为后续三维侧向测井电极系的研究奠定了基础,对低阻异常评价具有一定的指导意义。
简介:大型、构造复杂的三维物理模型可用于模拟油气勘探。构造逼近实际地质状况的模拟具有制作技术难度大、质量控制严格等特点,可用于采集宽方位、多方位和全方位的地震数据,从而进行多种三维处理、解释方法验证。本文针对中国西部前陆盆地地表条件复杂地下构造复杂,导致成像不理想等问题,基于复杂的地下构造,设计制作了目前世界上模拟施工面积最大、构造最复杂的KS(塔里木盆地克深勘探工区)物理模型。本文的模型技术的进步主要涉及3个方面:模型的设计方法、模型的浇铸流程和数据采集,首次给出了物理模型的三维真实速度模型,定量分析了物理模型的制作精度,绝对误差小于3mm,可以满足方法试验的需要。该模型基于三维形态测量技术建立了三维真实速度模型,可作为方法试验的基础数据。因此,该模型可作为地震物理模拟技术的标准。