基于透射波梯度预处理的三维海上地震数据包络与全波形联合反演

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41574105
  • 项目类别:
    面上项目
  • 资助金额:
    70.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0408.油气地球物理学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

The lack of practical and high-precision gradient precondition algorithms, the difficulty to obtain an initial model and the low computational efficiency are the main obstacles of the application of the time-domain full waveform inversion (FWI) for the 3D real marine seismic data. According to the problems above, Firstly, this project studies the mathematical mechanism of the gradient precondition method based on the high-precision transmission wave-field stimulated by the non-reflecting wave equation, and then applies the combined inversion strategy of seismic envelope and full waveform based on the gradient precondition method, which will overcome the problem of “cycle skipping” effectively and improve the accuracy and the rate of convergence of FWI of 3D real marine seismic data significantly. Furthermore, on the basis of the sufficient optimization of some related technology links such as the management mode of process and thread of the Graphic Processing Unit (GPU), the task allocation, the memory configuration, the CUDA stream and so on, a highly efficient acceleration of the inversion algorithm using GPU cluster will be achieved. Then combining with the strategies of grouping and shots sampling, the problem of low computational efficiency of time-domain FWI of 3D field marine seismic data will be solved significantly. Finally, a set of method of time-domain FWI of 3D marine seismic data with high efficiency and high accuracy will be established, which may provide a technical support for offshore oil and gas exploration.
实用且高精度的梯度预处理算法的缺少、初始模型获取困难以及计算效率低下是时间域全波形反演方法难以应用于实际三维海上地震数据的主要原因。针对上述问题,本课题首先在应用无反射声波方程模拟得到高精度透射波场的基础上,深入研究基于透射波场信息的梯度预处理方法,然后应用基于透射波场梯度预处理的地震包络与全波形联合反演策略,有效克服全波形反演中的“周期跳跃”问题,显著提高三维海上数据全波形反演的精度和收敛效率。此外,本课题通过对GPU进程/线程管理模式、任务分配、内存配置、CUDA流技术等相关技术环节的充分优化,实现反演算法的GPU集群高效加速,同时结合分组炮采样策略以有效解决海上三维地震数据时间域全波形反演的低计算效率问题,最终形成一套高效高精度的海上地震数据时间域全波形反演方法,以期为海上油气资源的勘探提供实用性的方法和技术支撑。

结项摘要

全波形反演技术具备精细刻画地下地质体速度结构的潜力,但其由于存在初始模型建立困难、计算效率低下以及深层反演精度低等问题难以在实际生产中得到广泛应用。本项目针对当前制约三维海上实际地震数据时间域全波形反演的关键问题开展研究,提出了一种余弦型的优化加权混合方式,同时推导了一种适合于GPU加速的二阶Higdon吸收边界条件及其角点方程的差分格式,最终实现了一种适合于GPU加速的二阶Higdon余弦型加权混合吸收边界,其可显著提升边界反射吸收效果并可有效提高GPU加速比,为三维地震全波形反演中大规模波场延拓的高效计算奠定了基础;提出并实现了一种基于同相轴优化追踪技术的多次波剔除与扩展维纳滤波相结合的组合自适应衰减方法,可实现复杂多次波的有效剔除,从而可为全波形反演提供高质量的地震数据;在深度解析基于透射波场梯度预处理方法的数学机制的基础上,推导了基于透射波场梯度预处理的计算公式,并在引入无反射声波方程波场延拓的基础上实现了基于透射波场梯度预处理的全波形反演,显著提高了速度模型的深层反演精度;在系统分析地震包络反演特性的基础上,以包络反演得到的长波长背景速度模型作为常规全波形反演的初始速度模型,实现了地震包络和全波形联合反演;提出了一种基于随机炮分配的相位编码时间域全波形反演策略,其可在GPU和相位编码技术的共同加速下,大幅度提升时间域全波形反演的计算效率,同时能更有效地压制炮间串扰噪声,进一步提升全波形反演的精度和收敛效率。.综合以上研究成果,项目组形成了一套适应于三维海上地震数据时间域全波形反演的高效高精度理论方法及实用技术,并基于所研发的时间域地震全波形反演软件系统,成功实现了我国东海和南海等海域的地下地质构造精细速度模型构建。反演所得的速度模型的精度和分辨率均明显优于常规算法所得的速度模型,有力地推动了东海、南海等海域的油气勘探进展,显示出项目组所研发的全波形反演系列技术在实际生产中具有良好的应用前景,其在实际生产中的深入推广对于我国的油气勘探事业具有重要的意义。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(10)
基于归一化局部互相关算法的相位编码全波形反演
  • DOI:
    10.16441/j.cnki.hdxb.20160101
  • 发表时间:
    2017
  • 期刊:
    中国海洋大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    夏冬明;宋鹏;谭军;李金山;张晓波;钟梦轩
  • 通讯作者:
    钟梦轩
Time-Domain Full Waveform Inversion Using the Gradient Preconditioning Based on Transmitted Wave Energy
基于透射波能的梯度预处理时域全波形反演
  • DOI:
    10.1007/s11802-019-3783-z
  • 发表时间:
    2019
  • 期刊:
    Journal of Ocean University of China
  • 影响因子:
    1.6
  • 作者:
    Song Peng;Tan Jun;Liu Zhaolun;Zhang Xiaobo;Liu Baohua;Yu Kaiben;Li Jinshan;Xia Dongming;Xie Chuang
  • 通讯作者:
    Xie Chuang
Internal Multiple Prediction Based on Imaging Profile Prediction and Kirchhoff Demigration
基于成像剖面预测和基尔霍夫反偏移的内部多重预测
  • DOI:
    10.1007/s11802-019-3969-4
  • 发表时间:
    2019
  • 期刊:
    Journal of Ocean University of China
  • 影响因子:
    1.6
  • 作者:
    Qiu Binhuang;Tan Jun;Dan Zhiwei;Yu Jiashun;Yan Hongyan;Liu Baohua;Yu Kaiben;Song Peng;Xie Chuang
  • 通讯作者:
    Xie Chuang
浅地层剖面的自由界面多次波预测与衰减
  • DOI:
    10.16441/j.cnki.hdxb.20170041
  • 发表时间:
    2017
  • 期刊:
    中国海洋大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    赵波;谭军;李金山;宋鹏
  • 通讯作者:
    宋鹏
复小波框架联合多模型自适应减法在莺歌海盆地地震数据多次波剔除中的应用
  • DOI:
    10.16441/j.cnki.hdxb.20170393
  • 发表时间:
    2018
  • 期刊:
    中国海洋大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    晏红艳;尹成;丘斌煌;赵明;宋鹏;常坤;刘超
  • 通讯作者:
    刘超

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

用于跨库语音情感识别的DBN特征融合方法
  • DOI:
    10.16798/j.issn.1003-0530.2017.05.001
  • 发表时间:
    2017
  • 期刊:
    信号处理
  • 影响因子:
    --
  • 作者:
    张昕然;巨晓正;宋鹏;查诚;赵力
  • 通讯作者:
    赵力
变组分生物质燃气发动机循环变动试验研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    哈尔滨工程大学学报
  • 影响因子:
    --
  • 作者:
    陈雷;宋鹏;杜宝国;隆武强;曾文;马洪安
  • 通讯作者:
    马洪安
基于城市交通监控大数据的工作位置推理方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    陈凯;于彦伟;赵金东;宋鹏
  • 通讯作者:
    宋鹏
中心凹陷W型光纤截止特性的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    激光杂志
  • 影响因子:
    --
  • 作者:
    宋鹏;余燕;季敏宁
  • 通讯作者:
    季敏宁
MRI对急性心肌梗死后不同心脏状态下干细胞移植后体内再分布与疗效评价的动物实验研究
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    中华放射学杂志
  • 影响因子:
    --
  • 作者:
    JIN Li-xin;Jerricic Renata;宋鹏;刘琼;蒋世良;张岩;闫朝武;程怀兵;马宁
  • 通讯作者:
    马宁

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

宋鹏的其他基金

基于深度学习的海上地震勘探数据域与图像域联合全波形反演
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    59 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