基于模式識別的地震資料解釋技術及應用.pdf

1、分類號：UDC：學校代碼：密級：碩士學位論文基于模式識別的地震資料解釋技術及應用TheSeismicDataInterpretationTechnologyandApplicationBasedonPatternRecognition研究導學科專研究方培養(yǎng)單煤炭科學研究總院2016年5月生師業(yè)向位煤炭科學研究總院碩士學位論文摘要隨著煤礦綜采機械化水平和改擴建要求的提高，煤礦企業(yè)對三維地震勘探技術中資料解釋精度的要求也日益提高。如何高效地

2、從地震數(shù)據(jù)中識別規(guī)模較小地質構造成為亟需解決的問題。本文在調研國內外模式識別技術的基礎上，對比分析了模糊模式識別算法、統(tǒng)計模式識別算法和神經網絡模式識別算法的優(yōu)缺點，選擇了自組織競爭神經網絡法作為主要研究手段；圍繞含破碎帶小斷層、巖漿巖與煤層或天然焦不同組合結構區(qū)段和隱伏陷落柱等災害地質體，開展了相應的地震數(shù)值模擬研究，并分析了地震屬性與原始資料的對比效果，得到一些有助于地震多屬性模式識別細微地質構造的結論；結合煤田地震資料解釋目標和自

3、組織神經網絡算法特點形成了用于識別細微地質構造的地震多屬性模式識別解釋流程，討論了地震屬性的提取方法、優(yōu)化技術及影響因素等；采用了短時傅里葉和連續(xù)小波變換對實際地震偏移剖面進行了轉化，分析了這兩種變換的應用效果和特點，在優(yōu)勢頻段突顯出細微地質構造邊緣輪廓細節(jié)；采用基于“分水嶺”算法的邊緣檢測技術獲取了細微地質構造的邊緣輪廓，進一步提高了地震資料解釋的精度。以淮北NS地區(qū)和山西JCZ地區(qū)井田地震資料為例，針對不同地質異常體，根據(jù)不同方式提