排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
南海北缘属于非火山型大陆边缘。过去的研究在洋陆转换带北部的地震剖面上曾观测到一些疑似岩席和火山体的高振幅异常体, 但对这些高振幅异常体的属性却缺乏进一步的研究。本文在南海东北部大陆坡上的两个多道地震剖面(SO1E和SOY)中也发现了一个长度超过15km、厚度约为1.2km的巨大高振幅异常体, 它为研究者提供了一个探究洋陆转换带北部是否存在岩浆活动的机会。本研究对该高振幅异常体进行了速度分析与AVO(amplitude variation with offset)分析。结果表明, 与周围岩层相比, 该高振幅异常体内部有较高的P波速度和泊松比。结合区域地质背景和异常体内部的反射特征及大小形状, 推测该高振幅异常体为火成侵入岩, 并将其进一步归类为岩盖, 揭示了中新世以后南海北部洋陆转换带北部曾发生过多期次的岩浆活动。 相似文献
3.
深度学习算法已广泛应用于地震数据处理分析领域,并在地震数据去噪等方面取得了较好的应用效果.目前业界关注重点在于各种不同深度学习算法和相关的网络结构形式,以及不同标签数据对算法效果的影响,较少关注数据集本身的差异对深度学习算法的应用效果影响.本文以卷积神经网络(Convolutional Neural Network, CNN)算法中批量规范化层(Batch Normalization)对地震数据去噪的影响分析为例,通过理论公式和应用效果的对比分析,提出了基于地震数据特征分析下的批量规范化层的使用建议.批量规范化层的使用依赖于数据集的统计分布特征,只有当训练集的归一化能量分布集中在能量较强的区域,批量规范化层的使用才会提升网络的效果.但通常情况下,在地震数据去噪的应用中,不建议使用批量规范化层.这些特征为深度学习算法在地震数据去噪应用中的网络结构设计提供了有价值的参考. 相似文献
4.
5.
随着社会发展及城镇化进程加快,地震资料采集面临环境噪音的影响愈加严重。环境噪音的有效控制是提高地震资料信噪比最有效的措施,然而随着高密度地震勘探技术和技术经济一体化的提出,高效地震采集与对错综复杂的噪音严格控制的矛盾日益加剧,因此找到地震资料质量与施工效率的平衡点显得尤为重要。为此首先分析了四川盆地环境噪音特征及其控制措施;其次分析了不同强度环境噪音对地震资料的影响,并分析了不同强度环境噪声的压制效果;最后通过不同强度环境噪音压制效果找到需要控制的环境噪音门槛值。研究表明:强度在20μV以内的环境噪音对地震资料评价影响较小,强度在40μV以内的环境噪音通过室内处理可以有效压制。 相似文献
1