CN105388520B - 一种地震资料叠前逆时偏移成像方法 - Google Patents
一种地震资料叠前逆时偏移成像方法 Download PDFInfo
- Publication number
- CN105388520B CN105388520B CN201510695216.9A CN201510695216A CN105388520B CN 105388520 B CN105388520 B CN 105388520B CN 201510695216 A CN201510695216 A CN 201510695216A CN 105388520 B CN105388520 B CN 105388520B
- Authority
- CN
- China
- Prior art keywords
- wave field
- dimensional
- grid
- field
- seismic source
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 59
- 230000005012 migration Effects 0.000 title claims abstract description 57
- 238000013508 migration Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013213 extrapolation Methods 0.000 claims abstract description 13
- 238000005192 partition Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 18
- 230000000704 physical effect Effects 0.000 claims description 9
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 239000003208 petroleum Substances 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000005055 memory storage Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 230000000994 depressogenic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
- G01V2210/512—Pre-stack
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
本发明公开一种地震资料叠前逆时偏移成像方法,属于石油勘探开发技术领域。本发明利用三维深度域速度场表征的的物性参数,对工区进行分区处理,确定不同区域的网格尺度,并进行变网格离散处理,利用GPU分担波场外推的海量计算,利用逆时偏移炮域偏移不相干的特点使用CPU进行炮域粗粒度并行,有效提高叠前逆时偏移的成像精度和成像效率。
Description
技术领域
本发明公开一种地震资料叠前逆时偏移成像方法,属于石油勘探开发技术领域。
背景技术
叠前逆时偏移是基于全波场波动方程,对单炮记录在时间上逆向外推,实现对地下各点精确成像,提高偏移成果的成像精度。叠前逆时偏移在利用规则的离散网格进行波场外推时,离散网格尺度越小,叠前逆时偏移成像精度越高,但叠前逆时偏移波场计算的计算量和内存存储量就会越大,成像效率越低,计算量和内存存储量甚至会超出计算机的承受量,导致叠前逆时偏移工作无法进行。反之,离散网格尺度越大,波场计算的计算量和内存存储量越小,成像效率越高,但叠前逆时偏移成像精度就会越低,不能很好地反映地下面貌,无法体现叠前逆时偏移的优势。叠前逆时偏移成像精度和成像效率的矛盾已成为制约叠前逆时偏移在油田广泛运用的主要矛盾。
随着计算机技术的发展,基于图形处理器GPU计算平台对逆时偏移成像方法进行加速,成为提升逆时偏移成像效率的一个有效手段。然而,GPU本身存储空间较小,本地存储最大只有6GB,当计算量和存储量过大时,仍然需要采用较大尺度网格减小叠前逆时偏移的计算量和内存存储量,用以保证叠前逆时偏移的顺利实施。因此,在刻画裂缝、孔洞小尺度地质体、小断层时,成像精度仍然有待提高。近年来,基于GPU计算平台对逆时偏移成像方法进行加速的一些成果也反映了这些问题。
专利《一种基于GPU小存储量交错网格三维地震叠前逆时偏移成像方法(CN201010188322)》公开了一种基于GPU小存储量交错网格三维地震叠前逆时偏移成像方法,利用基于GPU硬件的并行计算技术和交错网格差分格式、检查点存储等技术,可使回转波和大角度反射波准确成像。该技术主要利用GPU进行小存储量实施,受GPU最高6GB的存储限制,只能对数据量较小的模型数据进行叠前逆时偏移,难以处理海量的实际地震资料数据。
石油地球物理勘探杂志48卷第5期公开了一种《基于GPU并行加速的逆时偏移成像方法》,该方法建立了一套基于GPU加速的叠前逆时偏移方法,运用震源重构方法解决了逆时偏移算法海量数据存储及计算量大的问题,并将此方法成功运用到四川盆地某区块。GPU加速仅在尺度相对较大、形状相对规则的网格上提高了成像效率,但在刻画裂缝、孔洞小尺度地质体和复杂小断层时,其叠前逆时偏移成像精度相对较低。
综上所述,在现有条件下,针对海量三维地震数据,特别是高精度三维地震数据,仅仅依靠GPU硬件计算平台,仍然不能提高叠前逆时偏移的成像精度,叠前逆时偏移的成像精度和成像效率之间的矛盾依然存在。
发明内容
本发明目的是为了克服上述叠前逆时偏移成像技术成像精度和成像效率相对较低的缺陷,提出的一种基于GPU并行加速的变网格叠前逆时偏移方法。
为实现上述目的,本发明采用以下技术方案:
1、利用待评价工区三维叠前地震数据,建立其三维深度域速度场。
2、利用待评价工区三维深度域速度场,建立三维深度域速度场不同尺度的变网格模型。
2.1利用步骤1生成的三维深度域速度场表征的待评价工区的物性参数,对待评价工区进行分区,确定不同分区的网格尺度;
2.2通过对步骤2.1确定的不同分区的网格尺度的离散处理,建立三维深度域速度场的变网格模型。
3、设定人工震源,正演其在三维深度域速度场不同尺度的变网格模型中的传播属性,确定人工震源波场,获取其边界波场,并保存到CPU。
3.1设定与三维叠前地震数据主频相匹配的人工震源,正演其在三维深度域速度场不同尺度的变网格模型中的传播属性,确定人工震源波场;
3.2获取步骤3.1中人工震源波场的边界波场,并保存到CPU。
4、利用三维叠前地震数据,逆时外推其在三维深度域速度场不同尺度的变网格模型中的传播属性,得到三维叠前地震数据的逆时外推波场。
5、利用步骤3.2保存在CPU中的人工震源波场的边界波场,在GPU上重构与步骤4生成的三维叠前地震数据的逆时外推波场同时刻的人工震源波场。
6、利用步骤5重构的人工震源波场和步骤4生成的三维叠前地震数据的逆时外推波场,确定单炮逆时偏移成像结果,进而确定待评价工区的逆时偏移成像结果。
本发明的有益效果是:本发明利用三维深度域速度场表征的的物性参数,对工区进行分区处理,确定不同区域的网格尺度,并进行变网格离散处理,利用GPU分担波场外推的海量计算,利用逆时偏移炮域偏移不相干的特点使用CPU进行炮域粗粒度并行,有效提高叠前逆时偏移的成像精度和成像效率。
附图说明
图1为本发明技术方案流程框图;
图2为三维深度域速度场不同尺度的变网格模型;
图3为东濮油田某洼陷浅层复杂小断块区逆时偏移成像结果;
图4为东濮油田某洼陷中深层高陡断层的逆时偏移成像结果;
图5为东濮油田某洼陷浅层复杂小断块区深度偏移成像结果;
图6为东濮油田某洼陷中深层高陡断层的深度偏移成像结果。
具体实施方式
以中国石油化工股份有限公司***分公司东濮油田某洼陷高精度三维地震资料成像处理为实例并结合附图,对本发明做进一步描述。由图1可知本发明实施例如下:
1、获取东濮油田某洼陷工区高精度三维叠前地震数据,其主频30hz,频宽为3hz-65hz,面元为5m×10m,覆盖次数为8×4。利用三维叠前地震数据建立其三维深度域速度场,三维深度域速度场的最大速度为6100m/s,最小速度为1900m/s,深度为13000m。
2、利用工区三维深度域速度场,建立三维深度域速度场不同尺度的变网格模型。
2.1利用步骤1生成的三维深度域速度场表征的工区速度、主频物性参数,对工区进行分区。根据三维深度域速度场沿地质层位东营组、砂四组、某断裂的速度变化特征,将工区分为东营组之上的浅层低速区、东营组和基底之间的复杂小断块区和洼陷目标区、基底和高陡大断层之下的中深层区三个分区,各分区最小速度为:浅层低速区最小速度为1900m/s,复杂小断块区和洼陷目标区最小速度为3000m/s,中深层区最小速度为5600m/s。利用公式(1)确定不同分区的网格尺度分别为:6m、10m、18m。
其中,Δx为x方向的网格离散尺度,Δy为y方向的网格离散尺度,vmin为不同分区最小速度,feq为地震子波主频。
2.2通过对步骤2.1确定的三个分区的网格尺度的离散处理,建立三维深度域速度场由浅至深的三种不同尺度的变网格模型。如图2所示:I区为东营组之上的浅层低速区,最小速度为1900m/s,依据公式(1),I区网格尺度为6m;II区为东营组和基底之间的复杂小断块区和洼陷目标区,最小速度为3000m/s,依据公式(1),II区网格尺度为10m;III区为基底和高陡大断层之下的中深层区,最小速度为5600m/s,依据公式(1),III区网格尺度为18m。
3、设定人工震源,正演其在上述三种不同尺度的变网格模型中的传播属性,确定人工震源波场,获取其边界波场,并保存到CPU。
3.1设定与三维叠前地震数据主频相匹配的人工震源,人工震源子波为主频30hz的零相位雷克子波。在上述三种不同尺度的变网格模型中建立人工震源波场与地下介质物性参数的传播属性关系,其传播属性的关系式如公式2所示。利用公式2,正演人工震源从0时刻至最大时刻在三种不同尺度的变网格模型中的传播振幅、频率、相位属性,从而确定人工震源波场。在人工震源波场正演模拟过程中,GPU细粒度并行计算人工震源波场传播属性,同时利用逆时偏移炮域偏移不相干的特点,使用CPU进行炮域粗粒度并行,共同提高正演效率。
其中,i,j,k表示三维深度域速度场不同尺度的变网格模型中的网格点坐标,x,y,z表示空间坐标,t表示时间,Pt(i,j,k)表示t时刻离散网格(x,y,z)处的法向应力波场值,表示t时刻地下(x,y,z)处的速度分量波场值,表示表示Δx,Δy,Δz表示(x,y,z)方向的网格间距,Δt表示时间步长,ρ表示密度,α表示差分系数,N表示空间网格离散个数,表示当前第个网格点2N阶差分计算中向前第个网格的差分系数,表示当前第个网格点2N阶差分计算中向后第个网格的差分系数;
3.2按照时间发生顺序,记录从0至最大时刻值的每一时刻由步骤3.1确定的人工震源波场的三维立体波场快照,获取三维立体波场快照的顶、底、前、后、左、右6个面的边界波场,并保存到CPU。
4、利用东濮油田某洼陷工区高精度三维叠前地震数据,逆时外推其在上述三种不同尺度的变网格模型中的传播属性,得到东濮油田某洼陷工区高精度三维叠前地震数据的逆时外推波场。
4.1将东濮油田某洼陷工区高精度三维叠前地震数据的单炮最大时刻波场值赋值于其初始的外推波场;
4.2在上述三种不同尺度的变网格模型中建立三维叠前地震数据外推波场与地下介质物性参数的传播属性关系,其传播属性的关系式如公式3所示。利用公式3,依次逆序外推步骤4.1中初始的外推波场在三种不同尺度的变网格模型中的传播振幅、频率、相位属性,计算得到从最大时刻至0时刻的每一时刻的三维叠前地震数据外推波场,并在对应时刻加入三维叠前地震数据进行计算,得到最终的三维叠前地震数据的逆时外推波场:
其中,公式(3)在时间方向上为逆时计算。
5、利用步骤3.2保存在CPU中的人工震源波场的边界波场和所述人工震源波场与地下介质物性参数的传播属性关系,在GPU上重构与步骤4生成的三维叠前地震数据的逆时外推波场同时刻的人工震源波场。
6、依据如公式4所示的零延迟互相关成像条件,对步骤5重构的人工震源波场和步骤4生成的三维叠前地震数据的逆时外推波场在每一时刻进行互相关,并累加从最大时刻至0时刻的互相关值,确定单炮逆时偏移成像结果。
依据如公式5所示的叠加求和公式,对东濮油田某洼陷工区内所有单炮逆时偏移成像结果累加求和,进而确定如图3所示的东濮油田某洼陷浅层复杂小断块区逆时偏移成像结果和图4所示的东濮油田某洼陷中深层高陡断层的逆时偏移成像结果。
I(x,y,z)为单炮逆时偏移成像结果,S为人工震源波场,R为三维叠前地震数据的逆时外推波场。
Iall(x,y,z)工区的逆时偏移成像结果,Ii(x,y,z)为单炮逆时偏移成像结果,nshot为工区总炮数。
比较例:利用现有希霍夫叠前深度偏移成像技术对东濮油田某洼陷工区高精度三维叠前地震数据进行叠前深度偏移成像,获得如图5所示的东濮油田某洼陷浅层复杂小断块区深度偏移成像结果和如图6所示的东濮油田某洼陷中深层高陡断层的深度偏移成像结果。
通过图3和图5对比,利用本发明方法对复杂小断层成像精度更高,断点更清晰,精准地刻画了其在地下的展布。
通过图4和图6对比,利用本发明方法对高陡大断层断面成像连续性更好,断层两侧地层接触关系更加清楚。
Claims (5)
1.一种地震资料叠前逆时偏移成像方法,其特征是包括以下步骤:
(1)利用待评价工区三维叠前地震数据,建立其三维深度域速度场;
(2)利用待评价工区三维深度域速度场,建立三维深度域速度场不同尺度的变网格模型;
(3)设定人工震源,正演其在三维深度域速度场不同尺度的变网格模型中的传播属性,确定人工震源波场,获取其边界波场,并保存到CPU;
(4)利用三维叠前地震数据,逆时外推其在三维深度域速度场不同尺度的变网格模型中的传播属性,得到三维叠前地震数据的逆时外推波场;建立三维叠前地震数据的逆时外推波场的方法为:
(1)将高精度三维叠前地震数据的单炮最大时刻波场值赋值于其初始的外推波场;
(2)在三维深度域速度场不同尺度的变网格模型中建立三维叠前地震数据外推波场与地下介质物性参数的传播属性关系,其传播属性的关系式如下述公式所示;利用下述公式,依次逆序外推上述初始的外推波场在不同尺度的变网格模型中的传播振幅、频率、相位属性,计算得到从最大时刻至0时刻的每一时刻的三维叠前地震数据外推波场,并在对应时刻加入三维叠前地震数据进行计算,得到最终的三维叠前地震数据的逆时外推波场:
其中,上述公式在时间方向上为逆时计算;i,j,k表示三维深度域速度场不同尺度的变网格模型中的网格点坐标,x,y,z表示空间坐标,t表示时间,表示t+1/2时刻离散网格(x,y,z)处的法向应力波场值,表示t-1/2时刻离散网格(x,y,z)处的法向应力波场值,Δt表示时间步长,ρ表示密度,表示当前第i个网格点2N阶差分计算中向前第个网格的差分系数,表示当前第i个网格点2N阶差分计算中向后第个网格的差分系数;
(5)利用步骤(3)保存在CPU中的人工震源波场的边界波场,在GPU上重构与步骤(4)生成的三维叠前地震数据的逆时外推波场同时刻的人工震源波场;
(6)利用步骤(5)重构的人工震源波场和步骤(4)生成的三维叠前地震数据的逆时外推波场,确定单炮逆时偏移成像结果,进而确定待评价工区的逆时偏移成像结果。
2.根据权利要求1所述的一种地震资料叠前逆时偏移成像方法,其特征是:建立三维深度域速度场不同尺度的变网格模型方法为:
(1)利用所述的三维深度域速度场表征的待评价工区的物性参数,对待评价工区进行分区,确定不同分区的网格尺度;
(2)通过对上述步骤确定的不同分区的网格尺度的离散处理,建立三维深度域速度场不同尺度的变网格模型。
3.根据权利要求1所述的一种地震资料叠前逆时偏移成像方法,其特征是:确定人工震源波场,获取其边界波场的方法是设定与三维叠前地震数据主频相匹配的人工震源,正演其在三维深度域速度场不同尺度的变网格模型中的传播属性,确定人工震源波场,获取人工震源波场的边界波场。
4.根据权利要求2所述的一种地震资料叠前逆时偏移成像方法,其特征是:不同分区的网格尺度的确定方法为:
其中,Δx为x方向的网格离散尺度,Δy为y方向的网格离散尺度,vmin为不同分区最小速度,feq为地震子波主频。
5.根据权利要求3所述的一种地震资料叠前逆时偏移成像方法,其特征是:正演人工震源波场在三维深度域速度场不同尺度的变网格模型中的传播属性,确定人工震源波场,获取人工震源波场的边界波场的方法是:
(1)在不同尺度的变网格模型中建立人工震源波场与地下介质物性参数的传播属性关系,其传播属性的关系式下述公式所示:
其中,i,j,k表示三维深度域速度场不同尺度的变网格模型中的网格点坐标,x,y,z表示空间坐标,t表示时间,Pt(i,j,k)表示t时刻离散网格(x,y,z)处的法向应力波场值,表示t时刻地下(x,y,z)处的速度分量波场值,表示 表示Δx,Δy,Δz表示(x,y,z)方向的网格间距,Δt表示时间步长,ρ表示密度,α表示差分系数,N表示空间网格离散个数,表示当前第i个网格点2N阶差分计算中向前第个网格的差分系数,表示当前第i个网格点2N阶差分计算中向后第个网格的差分系数;
(2)利用上述人工震源波场与地下介质物性参数的传播属性关系,正演人工震源从0时刻至最大时刻在三维深度域速度场不同尺度的变网格模型中的传播振幅、频率、相位属性,从而确定人工震源波场,按照时间发生顺序,记录从0至最大时刻值的每一时刻的人工震源波场的三维立体波场快照,获取三维立体波场快照的顶、底、前、后、左、右6个面的边界波场,并保存到CPU;
(3)在人工震源波场正演模拟过程中,GPU细粒度并行计算人工震源波场传播属性,同时利用逆时偏移炮域偏移不相干的特点,使用CPU进行炮域粗粒度并行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510695216.9A CN105388520B (zh) | 2015-10-22 | 2015-10-22 | 一种地震资料叠前逆时偏移成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510695216.9A CN105388520B (zh) | 2015-10-22 | 2015-10-22 | 一种地震资料叠前逆时偏移成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105388520A CN105388520A (zh) | 2016-03-09 |
CN105388520B true CN105388520B (zh) | 2019-12-13 |
Family
ID=55421001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510695216.9A Active CN105388520B (zh) | 2015-10-22 | 2015-10-22 | 一种地震资料叠前逆时偏移成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105388520B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443793B (zh) * | 2016-11-10 | 2019-12-13 | 中国石油化工股份有限公司 | 一种时空双变正演模拟方法 |
CN106842300B (zh) * | 2016-12-21 | 2018-10-30 | 中国石油大学(华东) | 一种高效率多分量地震资料真振幅偏移成像方法 |
CN107179546B (zh) * | 2017-05-11 | 2019-01-18 | 中国石油天然气股份有限公司 | 一种确定速度场的方法及装置 |
CN107807392A (zh) * | 2017-09-28 | 2018-03-16 | 中国海洋石油总公司 | 一种自适应抗频散的分块时空双变逆时偏移方法 |
CN112698389B (zh) * | 2019-10-22 | 2024-02-20 | 中国石油化工股份有限公司 | 一种地震资料反演成像方法及装置 |
CN110988993B (zh) * | 2019-11-27 | 2021-01-26 | 清华大学 | 一种偏移成像方法、装置及电子设备 |
CN113031063B (zh) * | 2021-04-09 | 2022-01-28 | 中国海洋大学 | 一种基于成像道集相关加权的逆时偏移成像方法 |
CN113219533B (zh) * | 2021-05-18 | 2023-10-20 | 中海石油(中国)有限公司深圳分公司 | 一种叠前时间偏移速度建模方法、装置、介质及电子设备 |
-
2015
- 2015-10-22 CN CN201510695216.9A patent/CN105388520B/zh active Active
Non-Patent Citations (2)
Title |
---|
叠前逆时偏移影响因素分析;杨仁虎 等;《地球物理学报》;20100831;第53卷(第8期);第74页最后一段,第75页第1段,图7,图9 * |
地震叠前逆时偏移高阶有限差分算法及GPU实现;刘红伟 等;《地球物理学报》;20100731;第53卷(第7期);第1729页右栏第3段,第1731页左栏第4段,第1732页第1栏第5段,图4,图6a,图8,图10a * |
Also Published As
Publication number | Publication date |
---|---|
CN105388520A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105388520B (zh) | 一种地震资料叠前逆时偏移成像方法 | |
Pan et al. | Love-wave waveform inversion in time domain for shallow shear-wave velocity | |
CN107765308B (zh) | 基于褶积思想与精确震源的重构低频数据频域全波形反演方法 | |
CN108181652A (zh) | 一种海底节点地震资料上下行波场数值模拟方法 | |
Hole et al. | Three‐dimensional seismic velocity structure of the San Francisco Bay area | |
CN103926619B (zh) | 一种三维vsp数据的逆时偏移方法 | |
CN106526674A (zh) | 一种三维全波形反演能量加权梯度预处理方法 | |
LIU et al. | Pre‐Stack Reverse Time Migration for Rugged Topography and GPU Acceleration Technology | |
CN110187382B (zh) | 一种回折波和反射波波动方程旅行时反演方法 | |
CN113740901A (zh) | 基于复杂起伏地表的陆上地震数据全波形反演方法及装置 | |
WO2017136133A1 (en) | Efficient seismic attribute gather generation with data synthesis and expectation method | |
CN109459787B (zh) | 基于地震槽波全波形反演的煤矿井下构造成像方法及*** | |
Zhang et al. | Static corrections in mountainous areas using Fresnel-wavepath tomography | |
Agudo et al. | Mitigating elastic effects in marine 3-D full-waveform inversion | |
US6324478B1 (en) | Second-and higher-order traveltimes for seismic imaging | |
Zhou et al. | An iterative factored topography-dependent eikonal solver for anisotropic media | |
Sun et al. | Joint 3D traveltime calculation based on fast marching method and wavefront construction | |
Shin et al. | Laplace-domain full waveform inversion using irregular finite elements for complex foothill environments | |
CN114624766A (zh) | 基于行波分离的弹性波最小二乘逆时偏移梯度求取方法 | |
Furumura et al. | Parallel 3-D simulation of ground motion for the 1995 Kobe earthquake: The component decomposition approach | |
CN111913217A (zh) | 基于虚数域Rytov近似的裂缝型地层地震散射波场特征模拟方法 | |
AlMuhaidib et al. | Finite difference elastic wave modeling including surface topography | |
Datta et al. | Fast 2D full-waveform modeling and inversion using the Schur complement approach | |
CN114879259B (zh) | 裂隙充填型天然气水合物层的各向异性地震饱和度预测方法 | |
Zhao et al. | Analytical study on reliability of seismic site-specific characteristics estimated from microtremor measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 457001 Zhongyuan Road 277, Puyang City, Henan Province Applicant after: Sinopec Corp. Applicant after: INSTITUTE OF GEOPHYSICAL PROSPECTING, ZHONGYUAN OIL FIELD BRANCH, CHINA PETROCHEMICAL CORPORATION Address before: 100728 Chaoyangmen North Street, Chaoyang District, Chaoyang District, Beijing Applicant before: Sinopec Corp. Applicant before: INSTITUTE OF GEOPHYSICAL PROSPECTING, ZHONGYUAN OIL FIELD BRANCH, CHINA PETROCHEMICAL CORPORATION |
|
GR01 | Patent grant | ||
GR01 | Patent grant |