面波在滩浅海近地表结构中的应用研究
该课题来源于“滩浅海地区高精度地震勘探技术”中的一个子课题。作为滩浅海的滨海地带，具有丰富的油气资源，是目前油气工业增储上产的重要后备区和接替区。然而，现在对滩浅海地区认识还不够，同时，滩浅海地区近地表结构并不是想象的那么简单。从最近几年对滩浅海地区的初步勘探结果来看，地表起伏不平，地下地质结构也不是水平层状的，并且，在这些结构中还大量存在高速层夹有低速层的现象，增加了滩浅海的地震勘探难度；另外，每个近海地区的情况都不一样，给滩浅海地区勘探开发油气资源，尤其是地震资料处理中的静校正，带来了很大的困难。
对国内外研究现状分析表明，大多数近地表结构调查工作都是针对陆地上的，很少有人在极浅海和浅海地区进行表层结构的调查工作。常规的表层结构调查方法在滩浅海地区受到限制，无法详细了解海底结构。面波作为地震资料中传统意义的干扰，对于进行近地表结构研究具有很高的利用价值。可以利用这种面波信号来进行滩浅海地区近地表结构调查，补充和完善常规方法，为深层油气勘探提供准确的低降速带资料，同时可以避免重复采集造成的浪费。对文献的阅读分析，了解了在面波频散反演中，已经运用了多种方法，虽然这些方法都发挥了各自的作用，但是都难免有不足之处。因此，作者在总结了已用方法的优缺点后，提出了一种利用神经网络技术进行面波频散曲线反演预测的方法，并取得了较好的结果。
针对滩浅海地区近地表结构的特点，设计水平层状均匀介质模型和滩浅海近地表结构模型，利用面波勘探原理，对模型进行正演研究，并分析它们的频散特征及频率波数之间的关系。进而利用二维全波场正演软件模拟滩浅海近地表结构的地震记录，根据面波速度扫描法对面波进行线性化，运用奇异值分解和重建原理，提取面波，采用互相关法求取面波的频散关系曲线，再利用人工BP神经网络对频散曲线进行反演计算。最后，将得到的反演结果同设计的滩浅海近地表结构进行比较分析。
利用人工BP神经网络迭代计算反演频散曲线、预测地层参数的方法，是本文的一个创新思想。由于神经网络具有高度的并行性、高度的非线性全局作用、良好的容错性与联想记忆功能、十分强的自适应、自组织、自学习功能以及它能处理信息复杂、背景不清和推理规则不明确的问题五大优点，因此，它的反演预测能力非常强大，能够较精确地预测出所要求解的目标数据。与其它反演方法相比，神经网络技术更具有较强的灵活性，更重要的是，在加入动量项和共轭梯度法后，克服了BP算法存在的收敛速度慢和目标函数存在局部极小点两个问题，使得神经网络技术在进行面波反演的过程中更能发挥它的独特优点。
滩浅海;表面波;神经网络;地震勘探;地震波
中国海洋大学
硕士
地球探测与信息技术
刘怀山
2005
中文
P631.4
67
2006-07-27（万方平台首次上网日期，不代表论文的发表时间）