煤层采空区“三相”的激发极化特征

激发极化法对煤层采空区、采空积水区、裂隙富水区等情况的探测,可以取得不同的响应特征,具有良好的区分效果。将该方法的物理-电学特性与土力学理论相结合,从土力学中的"三相"（固体、液体、气体）角度对激发极化法探测煤层采空积水等情况的不同特征进行理论分析,并进行了"三相"相关参数（饱和度、孔隙率）与激发极化特征（视电阻率、极化率）之间的关系实验。理论分析及实验结果表明:煤层采空区激发极化特征表现为"高电阻率、低极化率",采空积水区表现为"低电阻率、中-高极化率",裂隙富水区表现为"低电阻率、高极化率";煤层采空积水等不同情况下的激发极化特征与饱和度、孔隙率的变化密切相关。山西晋城某煤矿的工程实例,验证了理论分析成果。      

地球物理反问题中的随机反演理论

本文从最大后验概率密度观点出发，在数据噪音向量和待求模型向量为具有零均值的独立高斯随机过程的假设前提下，建立起了随机反演的非线性系统方程；给出了模型方差估计的函数表达式，并在文章最后，证明了反演解的稀疏性，即解释了随机反演的输出解的高分辨率特征。文章在最小二乘反演方法的基础上，发展并完善了随机反演方法的理论基础；揭示了随机反演方法与最小二乘反演方法之间的本质区别；阐述了随机反演方法的优越性，并指出了其广阔的应用前景。     

遗传算法在瑞雷面波勘探中的应用

在瑞雷面波勘探中,根据频散曲线反演地下介质模型的问题仍未完善解决。遗传算法(Genic Algorithm)作为一种全局性搜索方法,具有不依赖初始模型,不需要偏导数等优点。通过理论模型试验研究,发现遗传算法反演频散曲线的效果优于最小二乘法、广义逆算法,并结合工程实例探讨了遗传算法在瑞雷面波勘探中的实际应用效果。结果表明,遗传算法反演频散曲线的效果理想,具有一定的发展前景。     

几种重排算法在地震信号处理中的实验分析

阐述了时频分析技术中重排算法的基本思想,给出了部分重排算法的局部能量重心表达式;设计了两个数值实验,利用几种重排算法对单道地震信号进行了计算和分析比较。结果表明:重排算法不仅能有效抑制交叉项,同时也能提高时频聚集性,从而获得更理想的局部信号特征。其中以重排Spectrogram分布的时频聚集能力最佳,尤其适合于突出主频信号;重排平滑伪Wigner-Ville分布同样也能够获得较理想的时频效果,但稍弱于前一种方法;重排伪MH分布的时频聚集性相对较差,没有对分散的能量进行有效的重新分配处理。重排算法因其突出的时频聚集能力,应用在地震剖面中可以得到更加细致的瞬时频率特征。      

基于改进型TSP观测装置的地震波场数值模拟

随着隧道技术的快速发展,工程上对地质超前预报的可行性和准确性也提出了更高的要求。首先分析了现有以及改进后的定向探测系统的优缺点;然后利用一阶速度—应力弹性波动方程和高阶交错网格法,导出用于改进后的TSP地震波场数值模拟的差分计算方程,并构建倾斜软弱夹层和空洞地质模型,对上述模型进行正演模拟,获得相应的波场快照和单炮记录,进而对地震波场进行分析。结果表明:改进后的TSP观测装置易于实现;有限差分法可有效地模拟改进后的TSP地震波场,其模拟结果清晰可靠地揭示了隧道地质中地震波的传播规律。     

基于含可变因子广义S变换的瑞雷面波频散曲线提取方法

面波频散曲线的提取是面波资料处理的关键.鉴于S变换和广义S变换不能全时段兼顾频率分辨率和时间分辨率的缺点,提出了含可变因子广义S变换进行瑞雷面波频散曲线的提取方法.可变因子的引入使得高斯窗函数的宽度随频率发生变化时具有目的性,而不是简单地随着频率的增大而变窄.该方法可以有针对性地改善局部频段(特别是低频段和高频段)的频率分辨率及时间分辨率.通过理论模型和实际资料试算表明:含可变因子广义S变换提取面波频散曲线的方法具有可行性和实用性.     

基于含可变因子S变换的面波压制技术

在原始的地震记录中,压制面波可以提高地震信噪比.在S变换和广义S变换的基础上,提出了含可变因子的S变换,利用这种方法压制地震记录中的面波成份.首先将地震记录通过含可变因子的S变换变换到时频域,在时频域中压制面波的成份,再变换回时间域,其结果就是滤掉面波的地震信号.针对这一方法,提出了实施流程,并将其应用于实际资料中.其应用效果表明,该方法能有效地压制面波,并保留了地震记录的反射波记录,具有适应性强,效果好等特点.     

高阶交错网格非稳态相移叠后深度偏移

为更好地研究复杂构造和速度分布条件下地震资料的精确偏移.在波场模拟方面,本文采用了高阶交错网格有限差分[1]推导了二维各向同性介质声波方程的数值模拟公式.并给出了声波方程完全匹配层吸收边界[2-5](PML).在偏移方面,本文介绍了一种能适应介质速度横向变化的非稳态相移算子(NSPS)[6]及其叠后深度偏移方法.并对简单的四层模型和Marmousi模型进行试算.偏移结果表明,该方法可以有效地处理复杂条件下的各向同性介质声波偏移问题.     

基于分类思想的高密度数据去噪方法研究

这里参照图像去噪方法[1～4],提出了一种基于噪声分类的自适应混合滤波去噪方法。由于传统均值滤波[5]和中值滤波[6]对高斯型噪声和椒盐型噪声(脉冲噪声)有着不同的滤波特性,而在野外采集的原始高密度数据中,可能同时存在高斯型噪声和椒盐型噪声。因此,单独采用中值滤波或均值滤波都不会达到最好的去噪效果。为了能有效滤除这对二种不同性质的噪声,现提出了一种新的混合滤波算法。该算法首先利用局部阈值把受高斯型噪声污染的数据点和受脉冲型噪声污染的数据点区别开来,然后对前者采用均值滤波算法,而对后者则采用带自适应的改进中值滤波算法进行去除。     

弹性介质中瑞雷面波有限差分法正演模拟

为研究瑞雷面波的形成机理及传播规律，促进瑞雷面波资料处理方法的发展，本文根据弹性波方程，采用交错网格有限差分数值求解算法，对浅层各向同性弹性介质进行了包括瑞雷面波和体波在内的全波场模拟. 提出了变系数吸收边界条件并将之应用于正演模拟，使边界条件的处理简单而高效，同时给出了角点的处理方法. 对工程勘察中常见的连续和层状介质模型进行了模拟，获得了更加接近实际情况的地震记录. 结合模拟记录，探讨了瑞雷面波的形成条件，同时讨论了震源埋深对面波能量的影响.