沙漠地震勘探四维非均匀波特性随机噪声数理表征及其非线性降维消噪系统

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41730422
  • 项目类别:
    重点项目
  • 资助金额:
    314.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0408.油气地球物理学
  • 结题年份:
    2022
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2022-12-31

项目摘要

Seismic prospecting is an important means for oil and gas resources exploration. Seismic random noise source in desert region is formed by wind, near-field and far-field humanity activities. The wind as the main contributing factor can be characterized by the superposition of the point source effect. The change of dune, wind presssure and surrounding geographical environment makes seemingly simple desert region produce random noise with complex characteristics, including the low frequency, changing nonstationarity, nongaussianity, quasilinear, instantaneity, inhomogeneous phase transition undulatory property etc. This kind of noise limits the effect of the existing excellent denoising technology. This project applied modern statistical theory to complete qualitative and quantitative analysis of the spatiotemporal properties of this noise; Using Sommerfeld integral, the simulation of four dimensional inhomogeneous wave of seismic random noise in desert were gradually obtained by inhomogeneous surface wave decomposition of point source and the solution of inhomogeneous wave equation; The mathematical characterization of low-frequency random noise in desert region were established. This project further constructed nonlinear dimensionality reduction model with sub-block feature based nonlinear dimensionality reduction theory and established the block matching criterion. Finally block sparse compressed sensing theory was applied to high precision-pick up and reconstruct effective events. The completion of this project will be contributed to establish the mathematical characterization and reduction system of desert low-frequency random noise systematically. Meanwhile, the theory of seismic random noise is improved and the digital processing level of random noise attenuation is enhanced.
地震勘探是油气资源探查的重要手段。沙漠地带地震随机噪声源由风作用、近场和远场人文活动组构,作为主要成因的风作用可由点源效应的叠加所表征。由于沙丘变化、风压的时空变化、周边地理环境的不同使看似简单的沙漠地带产生了具有复杂特性的随机噪声,包括低频性、变化的非平稳性、非高斯性、非时限性、非均匀变相波动特性等。这类噪声限制了已有的优秀的消噪技术的效果。本项目应用现代信号统计理论对其时空特性进行定性定量分析;并利用Sommerfeld积分,经过点源的非均匀相变波分解,求解非均匀波动方程,逐步得到沙漠地震随机噪声的四维非均匀波特性的模拟;建立沙漠地带低频随机噪声数理表征。基于非线性降维理论构建具有子块特征的非线性降维模型,建立块匹配准则,应用块稀疏压缩感知理论拾取并重构有效信号同相轴。此项目将全面系统地完成沙漠地震随机噪声的数理表征并建立对应的消减系统。完善随机噪声理论,提升地震勘探消噪处理水平。

结项摘要

当今油气能源供需关系日渐紧张,迫使油气勘探开发向“深、低、非、海”领域延伸。塔里木沙漠地区作为“超深地,非常规勘探”的典型区域,是油气勘探的重点目标区域。面对沙漠环境复杂的随机噪声干扰,建立沙漠随机噪声数理表征模型及有效的应对方案至关重要。本项目基于上述背景开展了沙漠地带四维非均匀波特性随机噪声数理表征及其消减系统的研究,主要内容及成果如下:构建“源-场-库”一体化的四维非均匀噪声场的系统数理描述;采用现代统计学理论对噪声关键特性进行精准建模,结合信噪特征差异建立稀疏分解模块化导向下网络特征提取及新型自适应阈值优化匹配去噪框架;应用地震数据几何纹理特征指导噪声水平估计,以稀疏形态分解方式同步实现矩阵稀疏和低秩先验信息增强,全面提升数据多层次细节丰富度,建立系统化、智能化、可实现同频带信噪有效分离的沙漠地震噪声消减系统;以深度学习智能模型深入挖掘沙漠地震勘探数据中的深层次地质结构信息,开发“模拟增广和真实数据并重”的训练策略,同步扩建完备沙漠地震资料消噪训练集,确立CNN架构下沙漠地震勘探智能消噪体系,满足智能消噪模型处理三维地震不同测线接收数据的高标准、高效率、高精度、普适性及泛化性的消噪要求。项目中所有研究方案及实验结果均经过大量不同参数仿真数据实验验证,同时应用于塔里木盆地沙漠测区(但不限于)的野外实际采集地震数据。结果表明本研究项目的消噪方法可很好提升地震勘探记录质量,提升勘探资料信噪比。项目成果以第一标注在国内外期刊发表SCI检索论文38篇,国际会议论文及汇报6篇,获得授权发明专利11项。该项目成果可为获取沙漠地带地震勘探高质量地震资料及分析地球内部精细结构提供强有力的技术保障。

项目成果

期刊论文数量(38)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(11)
Deep Residual Encoder–Decoder Networks for Desert Seismic Noise Suppression
用于沙漠地震噪声抑制的深度残留编码器和解码器网络
  • DOI:
    10.1109/lgrs.2019.2925062
  • 发表时间:
    2020
  • 期刊:
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子:
    --
  • 作者:
    Haitao Ma;Haiyang Yao;Yue Li;Hongzhou Wang
  • 通讯作者:
    Hongzhou Wang
Application of SNMF-MSS in low-frequency seismic noise suppression in desert areas
SNMF-MSS在沙漠地区低频地震噪声抑制中的应用
  • DOI:
    10.1016/j.jappgeo.2019.103849
  • 发表时间:
    2019
  • 期刊:
    Journal of Applied Geophysics
  • 影响因子:
    2
  • 作者:
    Yanan Tian;Yue Li;Ning Wu;Mo Li
  • 通讯作者:
    Mo Li
Noisy2Noisy: Denoise Pre-Stack Seismic Data Without Paired Training Data With Labels
Noisy2Noisy:在没有带有标签的配对训练数据的情况下对叠前地震数据进行降噪
  • DOI:
    10.1109/lgrs.2022.3145835
  • 发表时间:
    2022
  • 期刊:
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子:
    --
  • 作者:
    Dan Shao;Yuxing Zhao;Yue Li;Tonglin Li
  • 通讯作者:
    Tonglin Li
Desert low-frequency noise suppression by using adaptive DnCNNs based on the determination of high-order statistic
基于高阶统计量确定的自适应DnCNN抑制沙漠低频噪声
  • DOI:
    10.1093/gji/ggz363
  • 发表时间:
    2019
  • 期刊:
    Geophysical Journal International(GJI)
  • 影响因子:
    --
  • 作者:
    Yuxing Zhao;Yue Li;Baojun Yang
  • 通讯作者:
    Baojun Yang
Noise reduction for desert seismic data using spectral kurtosis adaptive bandpass filter
利用谱峰度自适应带通滤波器对沙漠地震数据进行降噪
  • DOI:
    10.1101/2021.12.13.472399
  • 发表时间:
    2019
  • 期刊:
    Acta Geophysica
  • 影响因子:
    2.3
  • 作者:
    Haitao Ma;Zebin Qian;Yue Li;Hongbo Lin;Yangbaojun
  • 通讯作者:
    Yangbaojun

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

《普通地质学》课程教学内容整体优化的初步思考
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    南昌教育学院学报
  • 影响因子:
    --
  • 作者:
    宋召军;李月;胡绍祥
  • 通讯作者:
    胡绍祥
自适应径向道TFPF 压制地震记录随机噪声
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    吉林大学学报( 信息科学版)
  • 影响因子:
    --
  • 作者:
    曹善舒;李月;吴宁
  • 通讯作者:
    吴宁
Downhole microseismic signal denoising via empirical wavelet transform and adaptive thresholding
通过经验小波变换和自适应阈值处理井下微震信号去噪
  • DOI:
    10.1088/1742-2140/aacf63
  • 发表时间:
    2018
  • 期刊:
    Journal of Geophysics and Engineering
  • 影响因子:
    1.4
  • 作者:
    李娟;李元;李月
  • 通讯作者:
    李月
葡萄糖及半乳糖衍生的手性双膦-
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    催化学报,2007,28(6),492-494
  • 影响因子:
    --
  • 作者:
    贾小静;王来来;* 陈新滋;李月
  • 通讯作者:
    李月
检测地震勘探微弱同相轴的混沌振
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地球物理学报,2005,48(6):1428-1433
  • 影响因子:
    --
  • 作者:
    李月;杨宝俊;赵雪平;张铭;林
  • 通讯作者:

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李月的其他基金

基于井中DAS的地质-地球物理解析理论与方法研究
  • 批准号:
    42230805
  • 批准年份:
    2022
  • 资助金额:
    271 万元
  • 项目类别:
    重点项目
基于深度学习的DAS地震勘探数据智能去噪研究
  • 批准号:
    41974143
  • 批准年份:
    2019
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目
基于shearlet 变换的微地震噪声压制方法研究
  • 批准号:
    41574096
  • 批准年份:
    2015
  • 资助金额:
    110.0 万元
  • 项目类别:
    面上项目
地震资料非平稳非线性随机噪声表征及其时空TFPF消减对策
  • 批准号:
    41130421
  • 批准年份:
    2011
  • 资助金额:
    300.0 万元
  • 项目类别:
    重点项目
强面波干扰的重心迹变换压制方法研究
  • 批准号:
    40974064
  • 批准年份:
    2009
  • 资助金额:
    52.0 万元
  • 项目类别:
    面上项目
强噪声地震资料正则化维纳滤波方法研究
  • 批准号:
    40774054
  • 批准年份:
    2007
  • 资助金额:
    49.0 万元
  • 项目类别:
    面上项目
消减地震勘探资料中随机噪声的时频峰值滤波方法研究
  • 批准号:
    40574051
  • 批准年份:
    2005
  • 资助金额:
    40.0 万元
  • 项目类别:
    面上项目
提高地震资料信噪比的混沌振子法研究
  • 批准号:
    40374045
  • 批准年份:
    2003
  • 资助金额:
    35.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码