一、一种提高地震勘探解释精度、分辨率的新方法—DDM方法（论文文献综述）
赖锦,王贵文,庞小娇,韩宗晏,李栋,赵仪迪,王松,江程舟,李红斌,黎雨航[1]（2021）在《测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时》文中进行了进一步梳理测井地质学以地质学和测井学的方法理论为指导,综合运用各种测井信息,来解决基础地质和石油地质的地质问题。经过数十年发展,测井地质学在油气勘探开发各个环节得到广泛应用。非常规油气的兴起使得测井地质学正面临多重挑战和全新探索,亟需建立针对非常规油气的测井地质学综合方法理论体系。本文以《测井地质学·第二版》出版为契机,系统归纳了测井地质学的起源及发展历程、主要研究内容和研究方法流程。然后总结了测井资料与地震、地质信息的匹配性,并分析了不同探测特性测井方法纵向分辨率区间特征。在此基础上评述了测井地质学在井旁构造解析、沉积学特征研究、层序地层划分、地应力方向判别及大小计算、井壁裂缝识别与评价、烃源岩评价以及非常规油气"七性关系"综合评价当中的应用。但由于测井资料的负载能力有限性、测井与地质信息属性不对应性以及测井资料本身的多解性,使得测井地质学在测井—地质转换、非常规油气测井评价及其与人工智能融合方面还存在一定的问题。因此加强基础岩石物理研究,挖掘测井曲线中包含的地质信息,并与人工智能相结合,将拓展测井地质学研究的精度和广度,从而使其未来可更好地应用至非常规油气测井评价等实践工作中。
张平松,李圣林,邱实,郭立全,胡雄武[2]（2021）在《巷道快速智能掘进超前探测技术与发展》文中进行了进一步梳理新时代矿井智能化发展成为趋势,智能掘进条件下超前探测技术需要为掘进工作面安全生产提供保障。快速掘进、复杂地质条件下要求探测精度与预报实时程度高,随掘多源多场信息采集、大数据智能分析与透明化表达是超前探测系统构建的新发展模式。结合近年来隧道、井巷等领域超前探测技术发展现状,讨论其方法、技术、应用等方面的问题及动态;在分析巷道快速智能掘进超前探测技术发展面临的复杂地质问题与基础技术选择局限等关键问题的基础上,提出能够满足巷道快速智能掘进超前探测需求的技术主要为随掘探测技术以及超长钻孔孔中探测技术等。在关键技术创新方面,给出了适用于巷道快速掘进的2种超前探测技术体系,分别是应用于煤巷的掘进机震源随掘地震技术与超长钻孔孔中瞬变电磁联合的技术体系,以及应用于岩巷的TBM震源随掘地震技术与BEAM随掘电法联合的技术体系;并针对每种基础超前探测技术给出了发展思考,其中,随掘地震技术在原始信号脉冲化即重构处理研究的基础上,还需发展全空间三维立体探测、多波多分量方法、全波形反演、极化、散射等高精度探测与精细成像技术;超长钻孔孔中瞬变电磁技术首先需要突破有/无异常情况下孔中瞬变电磁信号数据特征的基础研究,在此基础上重点开展波场转换、全程全空间视电阻率反演等数据处理解释技术以及适用装备的研究;BEAM随掘电法技术的探测距离过短是未来首先需要解决的问题,其高精度数据解释与反演技术、含水异常体实时动态监测与定量化预测也是研究的重点与趋势。再者,为有效解决物探方法多解性问题,提出重点发展地震体波-槽波联合反演、地震-电法联合反演、地震-瞬变电磁联合反演等融合解释技术。在关键技术应用方面,提出构建地质保障技术体系海量基础数据库,融合5G通讯、大数据、云平台等智能技术,建设综掘工作面探测信息大数据分析平台,进行多源数据融合交互,实现对前方地质体的精准预报;充分利用含水异常体实时动态监测系统、随掘探测系统等提供的在线数据,创新数据智能解释方法,开发探测结果实时处理、动态成像等技术,提高探测时效性;通过异常判识精度与速度双重突破,促进掘进快速智能发展;在此基础上,构建高精度三维巷道地质地球物理模型,提高巷道超前地质透明化程度,动态展示随掘巷道三维空间地质条件,为实现快速智能掘进提供精准地质支撑。
安然[3]（2021）在《基于特征增强去噪网络的沙漠地震资料噪声压制》文中研究说明地震勘探是判断油气储藏情况的重要手段。目前,由于地表处或其他容易进行开采油气资源的区域不断较少,人们把勘探目标重心转移到地质构造复杂的、开采难度大的区域,比如沙漠区域。由于沙漠区域地质情况和勘探环境的特殊性,获取的地震勘探资料伴随着强沙漠随机噪声。另外,由于沙漠区域的复杂地理条件对地震信号的吸收衰减,地震反射信号能量较弱,沙漠地震资料信噪比（Signalto-Noise Ratio,SNR）较低。随着科学和勘探手段的进步,地震勘探任务对地质解释精度的要求不断提高,地震勘探人员对地震资料质量提出了更高的要求。因此,开发出一种从沙漠随机噪声背景中有效恢复地震信号、提高沙漠地震数据信噪比的去噪器是当前的首要任务。沙漠区域的随机噪声具有低频、非高斯、强能量、高幅值、非线性等复杂特性。传统的地震数据处理算法在应用于沙漠地震数据上虽然能够一定程度地提高数据的信噪比,但是去噪效果仍然不能达到高信噪比、高分辨率的要求。由于卷积神经网络具有在不同训练集上可以自适应提取特征与编码的优势,本文致力于利用它来抑制沙漠环境中地震数据的噪声。然而,随着深度的增加,网络可能面临着浅层对深层影响减小的问题,不利于复杂沙漠噪声的抑制。本文考虑网络模型的推理速度和特征提取性能两个方面,提出了一种基于特征增强去噪网络（Feature Enhancement Denoising Network,FEDnet）的沙漠地震资料噪声压制新方法。首先,本文设计一种新的特征增强的连接方式,以此来增加网络的宽度,融合不同卷积层的特征信息。该设计充分利用原始带噪输入和多层特征信息对网络的影响,所以有利于网络捕捉隐藏在复杂背景中的更多沙漠噪声特征。其次,本文将混合膨胀卷积设计融入到网络模型中,以改善感受野,这对于在去噪任务中获得更多的上下文信息起到了重要的作用。最后,本文还采用了残差学习技术来促进网络训练。除了设计网络结构,本文还构建了一组适用于沙漠地震数据去噪任务的训练集。由于噪声的类型和自身特征会直接影响网络的训练精度,本文采用在塔里木地震实际采集的沙漠随机噪声数据用以噪声集的构建。关于纯净信号集,本文采取Ricker子波,并进行合适参数的设置,包括子波的主频和弯曲程度等信息,以此尽可能地接近和表达出实际资料中信号的特征。最终的实验结果证明了本文训练集的有效性。本文选取Shearlet滤波、小波变换、带通滤波器三种传统的经典去噪算法,还有经典的去噪卷积神经网络（Denoising Convolutional Neural Network,Dn CNN）作为对比实验。在模拟记录去噪的实验中,本文的网络在信噪比提升和信号幅度保留上都具有较好的优势,尤其是输入记录在低信噪比的情况下,特征增强去噪网络能够提升信噪比在20d B左右。在实际记录实验中,四种对比算法都呈现出不同的去噪劣势,本文的算法仍能表现出最好的效果。
王柯淇,王治国,高静怀,王彦飞[4]（2021）在《金属矿产资源探测的地震方法：综述与展望》文中研究指明当前,由于金属价格的不断升高和寻找浅层矿床难度的日益增大,矿产资源的勘探和开采必将向更深层发展.因而,地震方法已经成为用于金属矿探测的一种更重要的工具,以实现对深埋矿藏的构造进行清晰成像,帮助深层矿床的直接定位.本文回顾了硬岩环境下的地震方法,涵盖了岩石物理性质、地震采集处理解释技术等.通过梳理来自中国、澳大利亚,欧洲,加拿大,南非等国家的一系列广泛的研究案例,本文逐一论述了二维反射地震方法、三维地震方法、被动源与主动源联合地震方法、地震与其他地球物理场的联合反演等所涉及的基本原理、技术进展和取得的探矿成果.在此基础上,本文讨论了当前金属矿地震探测中的得失,展望了未来技术发展和进步的潜在方向,以供勘探地球物理同行参考.特别建议了,必须开发金属矿勘探专用的地震数据处理与解释技术,诸如被动源与主动源的联合成像技术、多地球物理场联合反演技术、矿体的超分辨率反演技术、矿体内部非均质性的分析技术、矿体人工智能解释技术等,力争实现我国金属矿地震探测技术的原始创新.
徐玉琛[5]（2021）在《采区三维地震勘探资料精细处理解释在P2煤矿的应用》文中提出P2煤矿在采掘过程中,发现原地震资料解释的地质成果与实际揭露情况存在误差。浅部主采煤层断层位置误差较大,深部主采煤层A煤组与下伏太灰顶界面距离约为40m,煤层及灰岩构造发育情况不明确,存在断层导水隐患。因此,利用先进的层析静校正、叠前偏移技术处理技术,可以使空间成像更准确、断点收敛更清晰;精细解释利用多种地震属性提取技术可全方位观测断裂的展布;蚂蚁体融合技术解释细小构造发育情况及其它异常现象;目标处理有利于解释深部煤层及灰岩顶界面赋存构造形态,特别是与巷道揭露的地质信息进行综合分析,提高了地震勘探的精度和解决地质问题的能力,资料精细处理解释非常必要。从精细处理及解释两个方面采用新技术、新方法深度掘潜了潜在的地震地质信息,论述了精细解释的成果和精度。
胡广[6]（2021）在《基于深度学习语义分割的断层识别应用研究》文中进行了进一步梳理随着全球人口增长和现代化的进程继续不断推进,也就造成了对能源的需求也日益增加。虽然对新能源和可再生能源的开发研究从未止步,但石油和天然气现在仍然是不可或缺的重要资源,可以说各行各业都需要石油和天然气资源的强力支撑才能维持整个社会稳定前行,因此继续对油气勘探研究仍至关重要。地下的层位在构造应力作用下破裂、错位形成了断层。断层既是油气田的边界,也是油气运移、聚集的通道。断层的解释是油气勘探开发中十分重要的工作,断层的分布和形态对油气藏的识别和描述起到关键性作用,并对地壳发展构造和天然气、石油等的开采与分布都有着非常重要的影响。近几年随着地震勘探技术的不断提高,地震数据的体量也越来越大,利用常规的方法进行断层解释不仅十分琐碎和耗时,而且难度较以及无法重复验证,复杂的解释流程也对解释人员专业性的要求十分高。随着近几年人工智能在各行各业应用的爆炸式增长,人工智能的各种方法已经应用到各行各业。深度学习是人工智能方法研究的热点,它提供了一种思路利用更深的神经网络方法来把人类的经验来让计算机进行学习,从而来代替人类判断来解决某些问题。图像分割是指根据图像的灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,简单的说就是在一副图像中,把目标从背景中分离出来。在地震勘探领域的断层解释中,地震振幅图像中包含大量的有用关于地下地质构造的信息,通过对些信息的利用可以很好的实现断层解释。因此可以充分利用深度学习方法的优势,让计算机来学习地震断层解释的模式,实现从计算机视觉来识别地震数据中的断层,这样可以大大的减少人为干预以及错误的发生,并大幅度减少断层解释所需要的时间。鉴于此,本文针对地震数据中断层解释中面临的一些问题,结合目前最流行的深度学习方法,提出了基于深度学习语义分割的断层识别方法,并研究了在地震数据进行深度学习中有效样本难以获取和样本不平衡的问题,还进行了断层识别结果优化后处理的研究。主要有以下的具体工作:（1）分析了深度学习语义分割中地震断层识别问题,并设计了一种适用于地震振幅图像的端对端的深度学习语义分割网络,实现了计算机视觉来识别地震断层,并在合成地震数据上对网络进行了多方面的测试。（2）对深度学习地震断层识别方法中样本选择方式进行了研究,针对合成地震数据训练模型来预测实际地震数据中存在的效果不稳定问题,提出使用在待解释三维断层数据中选取部分二维切片数据人工解释断层作为训练样本,并通过数据扩充方法得到足够量的学习样本。（3）针对地震振幅图像中断层和非断层的数量严重不平衡的情况,研究了采用加权的交叉熵损失函数使神经网络朝准确的方向进行拟合学习。（4）对深度学习语义分割方法的断层识别结果进行了优化后处理研究,利用孤立小连通区域去除方法消除识别结果中的噪声,利用通过骨架化方法对模型预测的断层进行细化处理并利用剪枝操作去除骨架化过程中产生的多余枝节,采用八邻域端点检测方法寻找识别的断层线中断开点并连接不连续的断层。（5）结合深度学习语义分割断层识别网络和断层优化后处理提出了一个基于深度学习语义分割的断层识别流程,并在实际地震数据进行了断层识别处理,还对不同数据不同方法识别出来的断层效果进行了定性和定量分析,深入论证了本文方法的稳定性和可靠性。本文主要创新点为:（1）在VGG16网络基础上设计出一种针对地震断层识别的端对端深度学习语义分割轻量化网络结构。不仅能减少训练时间和预测时间,还能够实现在较少断层样本情况下保持良好断层识别效果。（2）针对深度学习语义分割识别结果中存在的问题,提出了断层识别结果优化后处理的方法流程。整个流程包括孤立小连通区域去除的方法剔除噪声,使用基于距离变换骨架提取算法来得到细化的断层并用剪枝算法去除产生的多余枝节,还提出了一种基于八邻域端点检测的方法来寻找并连接属于同一断层线上的断开点。
陈欢庆[7]（2021）在《中国石油精细油藏描述进展与展望》文中研究表明结合研究实践,将中国石油精细油藏描述研究进展总结为基于开发地震技术的复杂构造精细研究、潜山复杂岩性识别技术、井震结合储层精细预测技术、特低渗透储层裂缝表征技术、砾岩储层微观孔隙结构分类研究、基于密井网资料隔夹层刻画技术、砾岩油藏水淹层解释技术、油田开发过程中储层变化规律研究、砾岩储层水流优势通道识别技术、低渗透储层定量分类评价技术、断块油藏构型建模技术和多学科剩余油综合表征技术等12个方面。总结目前精细油藏描述研究中存在8方面问题,主要包括微构造（特别是低级序断层）解释无法满足油田开发需求、单砂体边界刻画和井间预测难度很大、裂缝表征与地质建模问题、碳酸盐岩缝洞型储层定量预测十分困难、复杂储层测井解释仍需持续攻关、水流优势通道识别预测问题、剩余油表征方法单一难以满足生产需要、精细油藏描述成果管理现状无法满足工作需求。最后指出了精细油藏描述研究的发展趋势。
陈彦虎[8]（2020）在《地震波形指示反演方法、原理及其应用》文中研究指明随着油田勘探开发的不断深入,超薄储层和非常规储层甜点刻画等对反演技术提出了越来越高的要求。本文系统总结了主流地震反演技术的研究现状和局限性,认为高分辨率反演的核心和难点在于如何获得高于地震分辨率的高频部分,目前的反演技术高频部分得获得主要依靠井插值或者随机模拟,存在反演结果过于模型化或者随机性强的问题,无法满足薄精细储层预测的需求。研究发现相似的岩性组合往往具有相似的地震波形,但是测井曲线由于高频信息的差异导致了相似性较低,通过对测井曲线逐步降低频率滤波,发现当测井曲线滤波到100-200Hz,甚至到200-300Hz,就具有了和地震波形相当的相似性,建立了低频地震波形与高频测井信息的内在联系,奠定了地震波形指示反演的理论基础。在地震波形分类和地震沉积学技术基础上,引入具有纵向高分辨率的测井曲线,建立了地震波形指示反演方法（Seismic Meme Inversion,简称SMI）。该方法通过地震波形高效动态聚类,建立了地震波形结构与高频测井曲线结构的映射关系,提高了反演结果的纵向分辨率和横向分辨率,使地震反演的分辨率提高到了 2-3m;通过构建不同地震相类型的贝叶斯反演框架,实现了真正意义上的相控反演。为了验证波形指示反演和波形指示模拟方法的应用效果,利用Marmousi模型与模拟薄储层、砂体叠置、煤层强反射屏蔽砂岩和页岩裂缝孔隙度等4种不同地质条件的正演地质模型开展波形指示反演实验,实验结果表明地震波形指示反演可以预测2-3m的薄储层,证明了方法的合理性和反演结果的高精度。利用陆相薄储层资料、煤层强屏蔽下的薄砂岩资料和海相页岩气裂缝孔隙度参数模拟三个实例论证了地震波形指示反演在不同地质条件下的应用效果。利用大庆长垣典型的陆相薄互层实际资料开展了波形指示反演,波形指示反演能识别2-3m的薄互层,并且反演精度高,参与井和验证井吻合率达到了 90%和80%。地震波形指示反演技术为薄储层预测提供一种全新的思路;利用准噶尔盆地侏罗系煤层强屏蔽下的薄砂岩预测结果表明,地震波形指示反演可以有效地避免煤层强反射强同相轴的影响,可以准确预煤下2-8m的薄砂岩;利用四川盆地川南龙马溪组页岩实例表明,地震波形指示模拟实现了裂缝孔隙度的定量预测,通过和测井曲线和蚂蚁体等地震几何属性对比,验证了裂缝孔隙度模拟的可靠性。地震波形指示反演通过地震波形驱动测井曲线实现高分辨率反演,反演结果突破了地震分辨率的极限,为薄储层预测、高分辨率储层参数模拟提供了一种新的技术思路,具有重要的现实应用意义。
王林[9]（2020）在《页岩气储层甜点岩石物理表征与定量地震解释方法研究》文中研究表明常规油气藏的“甜点”参数主要指的是孔隙度和渗透率。非常规油气藏的“甜点”参数较为复杂,包括脆性、有机质含量、成熟度、孔隙压力、孔渗特征、储层厚度、地应力等。页岩油气藏的甜点地震预测是页岩油气勘探的一项重要任务,但是,由于页岩具有较强的非均质性和强各向异性,目前页岩甜点的岩石物理性质不够明确,甜点地震定量预测存在较大的不确定性和多解性。针对这一问题,我们开展了页岩的岩石物理分析和建模方法研究,重点针对页岩脆性和有机质含量两个甜点参数发展了地震储层预测新方法,新方法在四川五峰-龙马溪组页岩储层开展了应用并取得了明显的效果。主要研究成果可归纳如下:（1）厘清了南方海相富有机质页岩的粘土含量、孔隙类型和有机质分布特征与各向异性强度的定量关系,研究发现:（1）各向异性强度与粘土含量正相关;（2）各向异性强度与有机质含量负相关,这与美国Bakken页岩为代表的“各向异性强度随有机质含量增加”的研究结论完全相反;（3）不同孔隙类型对各向异性强度的贡献不同,束缚水孔隙度能够显着增大各向异性而含游离气/水孔隙则会降低各向异性。在此基础上建立了适用于南方海相富有机质页岩的岩石物理模型。（2）通过岩石物理分析,定量地描述了矿物组分脆性指数和弹性参数脆性指数在评价具有复杂的岩性和微观结构的非常规储层时的差异和不确定性。在此基础上,提出一种综合考虑岩石矿物组分和弹性参数的脆性评价准则,较常规方法能够更好的指示优质脆性岩石,提高了脆性预测的可靠性。（3）发展了一种基于地质约束的统计岩石物理分类方法,该方法在常规统计岩石物理技术基础上将马尔科夫随机场引入贝叶斯分类作为地质空间约束,提升地震解释结果的准确性和空间连续性,进一步地将此方法与地震反演结果结合,实现了页岩脆性的定量地震预测。（4）考虑到页岩的固有强各向异性,通过引入各向异性地震属性提升脆性和有机质含量的地震预测精度。该工作包括各向异性特征对各向同性地震属性甜点解释能力的提升作用验证,各向异性地震属性准确反演以及利用（3）中改进统计岩石物理技术开展各向异性属性的脆性和有机质含量地震属性解释三个方面。井旁道比较和沿层切片分析验证了方法的准确性和实用性。
张国印[10]（2019）在《川西坳陷沙溪庙组致密砂岩优质储层识别及预测方法研究》文中研究说明致密砂岩油气藏储层质量严重影响其开发效果,准确识别及预测优质储层是实现致密砂岩油气藏高效开发的重要基础。传统储层表征方法虽然可以提供一套既有解决方案,但针对复杂致密砂岩油气藏的储层表征仍有众多问题需要解决。针对储层测井解释精度低、地震预测分辨率低等问题,本论文以川西坳陷沙溪庙组致密砂岩气藏为研究目标,以深度学习和机器学习为主要技术,充分挖掘岩心、测井、地震数据潜能,形成一套多尺度数据驱动的智能储层分类、测井解释、地震预测新方法,提高优质储层识别及预测的精度和工作效率。研究区沙溪庙组河道致密砂岩具有物性、孔隙结构强非均质的特征,综合岩相、成岩相对储层质量的控制,论文总结了六种岩石物理相。针对储层孔隙度、渗透率及流动带指标等物性参数的聚类分析,得到三类储层定量分类模型。岩石物理相与物性参数聚类结合得到沙溪庙组综合储层分类方案,准确识别出优质Ⅰ类和Ⅱ类储层。提出基于深度学习的智能测井解释新方法,建立了沙溪庙组统一的孔隙度、渗透率测井解释模型,与其他机器学习方法和分砂体方法相比,提高了测井解释的精度和效率,将多盲井渗透率预测平均相对误差由1.16降至0.53。提出了应用于深度学习机制解释的敏感性分析及类型曲线新方法,分析了沙溪庙组渗透率深度学习模型“黑箱”中蕴含的地质模式,认为深度学习能够学习到相对于其他方法更加复杂的非线性模式,可以从测井参数中学习到孔隙结构对渗透率的影响模式。针对地震岩性、优质储层预测,提出四种不同的深度学习反演模型:深度反演（DNN）、卷积反演（CNN）、小波深度反演（CWT-DNN）以及小波卷积反演（CWT-CNN）。分析认为,小波卷积反演结合了连续小波变换和卷积神经网络,可以从时频谱图中提取更多薄层信息,是一种高分辨率智能地震反演方法,在沙溪庙组岩性、储层预测中表现最佳,特别是对于中层和薄层预测。沙溪庙组5m以上河道砂体厚度预测平均相对误差由0.66降至0.34;5m以上优质Ⅰ类和Ⅱ类储层厚度预测平均相对误差分别由0.75和0.72降至0.34和0.15。论文形成一套多尺度数据驱动的智能储层识别及预测方法,在川西沙溪庙组应用并取得良好效果,论证了数据驱动的深度学习技术的可行性及潜力,在油气勘探与开发研究领域具有广阔的推广应用前景。
二、一种提高地震勘探解释精度、分辨率的新方法—DDM方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种提高地震勘探解释精度、分辨率的新方法—DDM方法（论文提纲范文）
（1）测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时（论文提纲范文）
| 1 测井地质学起源及发展历程 |
| 2 测井地质学内涵和外延 |
| 2.1 测井地质学研究内容 |
| (1)测井资料处理与综合解释： |
| (2)测井层序地层分析： |
| (3)测井沉积学研究： |
| (4)测井井旁构造解析： |
| (5)测井地应力分析： |
| (6)裂缝储层的测井评价： |
| (7)烃源岩测井识别与评价： |
| (8)非常规油气资源测井识别与评价： |
| 2.2 测井地质学研究方法流程 |
| (1)区域地质背景分析。 |
| (2)钻井岩芯和野外露头的观察与实验。 |
| (3)测井资料的预处理。 |
| (4)“地质刻度测井”。 |
| (5)测井资料处理。 |
| (6)测井资料的综合地质解释。 |
| (7)测井地质目标评价。 |
| 3 不同测井方法探测特性及纵向分辨率 |
| 4 测井地质学主要应用及启示 |
| 4.1 测井井旁构造解析 |
| 4.2 测井沉积学研究 |
| 4.3 测井层序地层学分析 |
| 4.4 测井地应力分析 |
| 4.5 裂缝测井识别 |
| 4.6 烃源岩测井评价 |
| 4.7 非常规油气测井“七性关系”评价 |
| 5 当测井地质学遇见人工智能 |
| (1)测井曲线预测。 |
| (2)岩性与孔洞缝的识别。 |
| (3)自动地层对比。 |
| (4)储层参数的自动预测。 |
| (5)测井知识库建立及沉积微相、岩相等自动判别技术。 |
| (6)水力压裂等工程技术人工智能支持。 |
| 6 测井地质学存在问题与发展趋势 |
| 6.1 测井资料“一孔之见”与负载能力有限性 |
| 6.2 测井资料多解性 |
| 6.3 测井信息与地质信息属性与尺度不对应性 |
| 6.4 问题与对策 |
| 6.5 创新未来 |
| 7 结束语 |
（2）巷道快速智能掘进超前探测技术与发展（论文提纲范文）
| 1 超前探测技术现状 |
| 1.1 常规超前探测方法应用 |
| 1.1.1 隧道掘进超前探测研究进展 |
| (1)钻爆法施工 |
| ① 地震方法。 |
| ② 电阻率法。 |
| ③ 电磁法。 |
| ④ 其他方法。 |
| (2)TBM法施工 |
| 1.1.2 矿井巷道超前探测研究进展 |
| (1)地震方法。 |
| (2)电阻率法。 |
| (3)电磁法。 |
| (4)其他方法。 |
| 1.2 随掘超前探测方法 |
| 1.2.1 隧道随掘超前探测 |
| (1)随掘地震。 |
| (2)随掘电法。 |
| 1.2.2 矿井巷道随掘超前探测 |
| (1)随掘地震。 |
| (2)随掘电法。 |
| 1.3 现有技术方法 |
| 2 巷道快速智能掘进超前探测技术发展面临的关键问题 |
| 2.1 快速掘进条件下超前探测地质问题极具复杂性 |
| 2.2 快速智能掘进超前探测技术选择局限性 |
| 3 巷道快速智能掘进超前探测关键技术发展思考 |
| 3.1 快速超前探测技术基础性研究 |
| 3.1.1 适用于煤巷的快速超前探测关键技术 |
| (1)掘进机震源随掘地震技术。 |
| (2)高精度地震探测方法及精细成像技术。 |
| (3)超长钻孔孔中瞬变电磁技术。 |
| 3.1.2 适用于岩巷的快速超前探测关键技术 |
| (1)TBM震源随掘地震技术。 |
| (2)BEAM随掘电法技术。 |
| 3.2 联合反演成像 |
| 3.3 大数据综合利用 |
| 3.4 透明化地质条件构建 |
| 4 结 语 |
（3）基于特征增强去噪网络的沙漠地震资料噪声压制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文选题的背景及意义 |
| 1.2 国内外地震信号去噪技术研究现状 |
| 1.3 研究内容及章节安排 |
| 第2章 沙漠地震噪声压制基本理论与人工神经网络 |
| 2.1 沙漠地震资料中的噪声分类及性质分析 |
| 2.1.1 沙漠地震资料中的噪声分类 |
| 2.1.2 沙漠地震资料中的噪声性质分析 |
| 2.1.3 经典地震记录压噪算法介绍 |
| 2.1.4 地震资料去噪质量评价 |
| 2.2 人工神经网络 |
| 2.2.1 神经元 |
| 2.2.2 激活函数 |
| 2.2.3 人工神经网络结构 |
| 2.3 本章总结 |
| 第3章 基于FEDnet的沙漠随机噪声压制算法设计 |
| 3.1 卷积神经网络结构 |
| 3.1.1 卷积层 |
| 3.1.2 激活层 |
| 3.1.3 池化层 |
| 3.1.4 全连接层 |
| 3.2 DnCNN去噪结构及原理介绍 |
| 3.2.1 DnCNN去噪结构 |
| 3.2.2 DnCNN原理介绍 |
| 3.3 基于FEDnet的沙漠地震随机噪声压制方案设计 |
| 3.3.1 感受野 |
| 3.3.2 膨胀卷积设计 |
| 3.3.3 特征增强设计 |
| 3.3.4 损失函数 |
| 3.3.5 训练集 |
| 3.4 本章总结 |
| 第4章 实验结果与分析 |
| 4.1 网络分析 |
| 4.1.1 不同膨胀卷积网络对比 |
| 4.1.2 不同连接方法的对比 |
| 4.2 模拟记录处理结果 |
| 4.3 实际记录处理结果 |
| 4.4 本章总结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（4）金属矿产资源探测的地震方法：综述与展望（论文提纲范文）
| 0 引 言 |
| 1 硬岩环境中地震方法概述 |
| 1.1 岩石物理性质 |
| 1.2 地震探测技术 |
| 1.3 基于人工智能的地震数据处理解释趋势 |
| 2 国内外研究案例 |
| 2.1 二维反射地震勘探 |
| 2.2 三维地震勘探 |
| 2.3 被动源与主动源地震联合探测 |
| 2.4 地震与其他地球物理场联合反演 |
| 3 展望未来 |
| (1)地震资料采集仪器设备 |
| (2)地震采集技术 |
| (3)地震数据处理及解释技术 |
| 4 结 论 |
（5）采区三维地震勘探资料精细处理解释在P2煤矿的应用（论文提纲范文）
| 1 采区概况 |
| 2 资料精细处理 |
| 3 资料精细解释 |
| 4 精细解释成果与前期成果对比 |
| 5 结束语 |
（6）基于深度学习语义分割的断层识别应用研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题的目的和意义 |
| 1.2 选题的国内外研究现状及存在问题 |
| 1.2.1 地震断层解释方法的国内外研究现状 |
| 1.2.2 深度学习语义分割方法的研究现状 |
| 1.2.3 图像分割方法在断层识别中的研究现状 |
| 1.2.4 选题存在问题 |
| 1.3 主要研究内容、技术路线和方法思路 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线和方法思路 |
| 1.4 主要研究成果和创新点 |
| 1.5 论文的组织结构 |
| 第二章 深度学习语义分割的基本原理 |
| 2.1 图像分割概述 |
| 2.1.1 图像分割的目标 |
| 2.1.2 相关分割算法 |
| 2.2 基于深度学习的语义分割实现方式 |
| 2.2.1 深度学习神经网络模型的构建 |
| 2.2.2 深度学习神经网络模型的训练 |
| 2.2.3 模型预测 |
| 2.3 深度学习语义分割效果的评价标准 |
| 2.4 本章小结 |
| 第三章 深度学习语义分割的断层识别网络设计研究 |
| 3.1 深度学习语义分割中地震断层识别问题分析 |
| 3.1.1 基于视觉检测的地震断层解释特点分析 |
| 3.1.2 深度学习中地震断层样本问题分析 |
| 3.1.3 深度学习语义分割网络分析 |
| 3.1.4 问题分析总结 |
| 3.2 基于VGG16 深度学习语义分割网络的断层识别方法 |
| 3.2.1 地震断层训练样本的选取方法 |
| 3.2.2 基于VGG16 改进的语义分割深度学习模型构建 |
| 3.2.3 模型训练方式 |
| 3.2.4 基于深度学习模型的断层预测 |
| 3.3 合成地震断层数据测试 |
| 3.3.1 测试环境配置 |
| 3.3.2 合成地震断层数据生成方法 |
| 3.3.3 合成数据测试与分析 |
| 3.4 本章小结 |
| 第四章 断层识别结果优化后处理研究 |
| 4.1 骨架的基本概念 |
| 4.1.1 骨架的定义 |
| 4.1.2 骨架的基本性质 |
| 4.2 骨架提取的算法及比较 |
| 4.2.1 骨架提取方法 |
| 4.2.2 骨架计算方法分析比较 |
| 4.2.3 本文断层骨架提取方法 |
| 4.3 优化处理方法 |
| 4.3.1 孤立小连通区域的去除 |
| 4.3.2 断线连接 |
| 4.3.3 剪枝 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 实际地震数据断层识别与分析 |
| 5.1 基于深度学习语义分割的断层识别流程 |
| 5.2 实际地震数据的断层识别 |
| 5.2.1 数据背景介绍 |
| 5.2.2 实际地震数据断层识别 |
| 5.2.3 三维结果讨论 |
| 5.3 不同方法对比分析研究 |
| 5.4 本章小结 |
| 第六章 结论和建议 |
| 6.1 结论 |
| 6.2 建议 |
| 致谢 |
| 参考文献 |
（7）中国石油精细油藏描述进展与展望（论文提纲范文）
| 1 引言 |
| 2 精细油藏描述研究进展 |
| 2.1 基于开发地震技术的复杂构造精细研究 |
| 2.2 潜山复杂岩性识别技术 |
| 2.3 井震结合储层精细预测技术 |
| 2.4 特低渗透储层裂缝表征技术 |
| 2.5 砾岩储层微观孔隙结构分类研究 |
| 2.6 基于密井网资料隔夹层刻画技术 |
| 2.7 砾岩油藏水淹层解释技术 |
| 2.8 油田开发过程中储层变化规律研究 |
| 2.9 砾岩储层水流优势通道识别技术 |
| 2.1 0 低渗透储层定量分类评价技术 |
| 2.1 1 断块油藏构型建模技术 |
| 2.1 2 多学科剩余油综合表征技术 |
| 3 精细油藏描述存在的主要问题 |
| 3.1 微构造（特别是低级序断层）解释无法满足油田开发需求 |
| 3.2 单砂体边界刻画和井间预测难度很大 |
| 3.3 裂缝表征与地质建模问题 |
| 3.4 碳酸盐岩缝洞型储层定量预测问题 |
| 3.5 复杂储层测井解释仍需持续攻关 |
| 3.6 水流优势通道识别预测难度大 |
| 3.7 剩余油表征方法单一难以满足生产需要 |
| 3.8 精细油藏描述成果管理现状无法满足油描工作需求 |
| 4 精细油藏描述发展方向 |
| 4.1 加大地震数据应用力度 |
| 4.2 重视基础分析测试实验、物理模拟和数值模方法应用 |
| 4.3 优化地质建模算法、探索多点地质统计学等建模新方法并重视模型更新验证 |
| 4.4 推动剩余油描述从定性向定量化方向发展 |
| 4.5 攻关非常规油藏精细油藏描述相关问题 |
| 4.6 探索大数据、人工智能等新方法新技术应用 |
| 5 结论 |
（8）地震波形指示反演方法、原理及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景与研究目的、意义 |
| 1.2 地震反演技术研究现状 |
| 1.3 传统反演技术存在的局限性 |
| 1.4 论文研究思路与研究内容 |
| 1.5 论文完成的工作量 |
| 1.6 论文取得的创新性成果 |
| 第2章 地震波形指示反演理论基础 |
| 2.1 地震纵向分辨率和横向分辨率的探讨 |
| 2.2 基于褶积模型的地震反演技术 |
| 2.3 地震波形分类技术 |
| 2.4 地震沉积学技术 |
| 第3章 地震波形指示反演方法及原理 |
| 3.1 地震波形结构特征的量化分析 |
| 3.2 地震波形与测井高频信息的内在联系 |
| 3.3 地震波形指示反演基本原理与流程 |
| 3.4 地震波形指示反演算法实现 |
| 3.5 地震波形指示反演与模拟 |
| 3.6 地震波形反演的相控特征 |
| 3.7 地震波形指示反演特色 |
| 第4章 正演模型方法验证 |
| 4.1 Marmousi模型正演实验 |
| 4.2 薄互层模型正演实验 |
| 4.3 薄砂体叠置模型正演实验 |
| 4.4 强屏蔽薄砂体模型正演实验 |
| 4.5 裂缝型薄储层模型正演实验 |
| 4.6 小结 |
| 第5章 陆相薄互层砂岩预测实例 |
| 5.1 区域地质概况 |
| 5.2 研究区储层特征 |
| 5.3 地震波形指示反演预测薄互层 |
| 5.4 小结 |
| 第6章 煤层强屏蔽薄砂岩预测实例 |
| 6.1 区域地质概况 |
| 6.2 研究区储层特征 |
| 6.3 地震波形指示反演预测煤层强屏蔽薄砂岩 |
| 6.4 小结 |
| 第7章 海相页岩裂缝孔隙度预测实例 |
| 7.1 区域地质概况 |
| 7.2 龙马溪组裂缝发育特征 |
| 7.3 页岩岩石物理建模 |
| 7.4 地震波形指示模拟定量预测裂缝型孔隙度 |
| 7.5 小结 |
| 第8章 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
（9）页岩气储层甜点岩石物理表征与定量地震解释方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 选题的目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 页岩岩石物理特征 |
| 1.2.2 脆性评价标准 |
| 1.2.3 地震储层描述进展 |
| 1.2.4 页岩甜点评价进展 |
| 1.3 存在的问题 |
| 1.4 研究内容及思路 |
| 第2章 岩石物理与地震属性解释理论基础 |
| 2.1 岩石物理理论模型 |
| 2.1.1 各向同性理论 |
| 2.1.2 各向异性理论 |
| 2.1.3 各向异性理论模拟比较 |
| 2.2 VTI介质纵波反射系数 |
| 2.2.1 VTI介质理论基础 |
| 2.2.2 VTI介质纵波反射系数公式 |
| 2.2.3 AVO模型分析 |
| 2.3 统计岩石物理方法 |
| 2.3.1 常规统计岩石物理技术流程 |
| 2.3.2 马尔科夫随机性质 |
| 2.4 页岩储层甜点评价方法 |
| 2.4.1 页岩脆性评价标准 |
| 2.4.2 常用甜点地震预测方法基本思路 |
| 2.5 本章小结 |
| 第3章 页岩岩石物理分析与表征 |
| 3.1 南方海相页岩岩石物理交会分析 |
| 3.2 南方海相页岩各向异性建模流程与参数反演方案 |
| 3.2.1 页岩各向异性建模流程 |
| 3.2.2 基于岩石物理模型的井内参数反演方案 |
| 3.3 南方海相页岩有机质含量特征量板分析 |
| 3.3.1 有机质分布特征对各向异性影响分析 |
| 3.3.2 微观特征对有机质含量的各向异性影响分析 |
| 3.4 页岩脆性岩石物理分析与评价标准改进 |
| 3.4.1 页岩脆性特征岩石物理分析 |
| 3.4.2 页岩脆性标准改进-脆性岩相交会定义 |
| 3.5 本章小结 |
| 第4章 基于统计岩石物理的页岩定量地震解释方法 |
| 4.1 基于马尔科夫随机场先验约束的贝叶斯分类 |
| 4.2 马尔科夫随机场先验约束的统计岩石物理技术 |
| 4.2.1 脆性岩相定义 |
| 4.2.2 脆性岩相二维概率密度函数估算 |
| 4.2.3 地震属性优选 |
| 4.2.4 最优地震属性反演 |
| 4.2.5 统计分类与马尔科夫随机场约束 |
| 4.3 结论 |
| 第5章 基于各向异性地震特征的页岩储层甜点定量地震解释 |
| 5.1 各向异性地震属性甜点识别能力分析 |
| 5.1.1 岩性识别能力分析 |
| 5.1.2 脆性识别能力分析 |
| 5.1.3 有机质含量识别能力分析 |
| 5.2 四川南部龙马溪组页岩地震各向异性AVO反演 |
| 5.2.1 反演原理与方法 |
| 5.2.2 反演方法模型分析 |
| 5.2.3 实际工区测试 |
| 5.3 页岩甜点定量地震解释 |
| 5.3.1 脆性定量地震解释 |
| 5.3.2 有机质含量定量地震解释 |
| 5.4 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 附录 A 特殊形状的P和Q系数 |
| 附录 B 横向各向同性介质的四阶ESHELBY张量 |
| 附录 C BOND变换和VOIGT-REUSS-HILL平均 |
| 致谢 |
| 个人简历、在学期间发表的学生论文及研究成果 |
| 学位论文数据集 |
（10）川西坳陷沙溪庙组致密砂岩优质储层识别及预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点 |
| 第1章 绪论 |
| 1.1 选题的目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 致密砂岩储层分类评价方法 |
| 1.2.2 人工智能、机器学习与深度学习 |
| 1.2.3 数据驱动方法与理论驱动方法 |
| 1.2.4 测井解释与地震预测方法 |
| 1.3 存在的主要问题 |
| 1.4 主要研究内容 |
| 1.5 研究思路及技术路线 |
| 1.6 完成的工作量 |
| 1.7 取得的主要成果和认识 |
| 第2章 研究区概况 |
| 2.1 区域地质背景 |
| 2.2 沙溪庙组沉积特征 |
| 2.2.1 沉积相特征 |
| 2.2.2 孤立河道砂体特征 |
| 2.3 沙溪庙组气藏特征 |
| 第3章 致密砂岩储层特征及质量主控因素 |
| 3.1 致密砂岩储层特征 |
| 3.1.1 岩石学特征 |
| 3.1.2 宏观物性特征 |
| 3.1.3 微观孔隙结构特征 |
| 3.1.4 含气性特征 |
| 3.2 沉积作用对储层质量的控制 |
| 3.2.1 砂体类型对储层质量的影响 |
| 3.2.2 岩相对储层质量的影响 |
| 3.3 成岩作用对储层质量的控制 |
| 3.3.1 方解石胶结 |
| 3.3.2 石英胶结 |
| 3.3.3 粘土胶结 |
| 3.3.4 长石溶蚀 |
| 3.3.5 压实作用 |
| 3.4 裂缝对储层质量的控制 |
| 3.5 储层质量主控因素分析 |
| 第4章 储层分类评价及优质储层特征 |
| 4.1 储层岩石物理相 |
| 4.2 储层多参数聚类 |
| 4.2.1 聚类分析方法 |
| 4.2.2 聚类参数的选择 |
| 4.2.3 储层聚类结果 |
| 4.3 储层综合分类方案及优质储层特征 |
| 第5章 基于深度学习的储层参数测井解释方法 |
| 5.1 数据特征分析 |
| 5.1.1 河道砂岩孔渗数据特征及非均质性 |
| 5.1.2 孔渗关系及流动单元模式 |
| 5.1.3 分砂体孔渗模型 |
| 5.2 深度学习测井解释建模策略 |
| 5.2.1 技术思路 |
| 5.2.2 深度神经网络 |
| 5.2.3 输入与输出数据 |
| 5.2.4 模型性能评估方法 |
| 5.2.5 数据集划分与交叉验证 |
| 5.2.6 欠拟合与过拟合 |
| 5.3 孔隙度与渗透率测井解释模型 |
| 5.3.1 超参数优化 |
| 5.3.2 模型效果对比分析 |
| 5.4 深度学习模型分析及优化 |
| 5.4.1 敏感性分析方法 |
| 5.4.2 孔隙度与渗透率模型敏感性分析 |
| 5.4.3 类型曲线可视化方法 |
| 5.4.5 渗透率模型“黑箱”智能模式分析 |
| 5.4.6 模型优化 |
| 5.5 多井解释 |
| 5.5.1 孔隙度与渗透率多井解释 |
| 5.5.2 储层类型测井识别 |
| 5.6 小结与讨论 |
| 第6章 基于深度学习的优质储层地震预测方法 |
| 6.1 常规优质储层地震预测方法 |
| 6.1.1 岩石物理分析 |
| 6.1.2 叠后波阻抗反演岩性预测 |
| 6.1.3 叠前同时反演优质储层预测 |
| 6.2 深度学习地震反演方法 |
| 6.2.1 技术思路 |
| 6.2.2 卷积神经网络 |
| 6.2.3 井震匹配及分辨率 |
| 6.2.4 时频谱图转换 |
| 6.2.5 滑动时窗采样 |
| 6.2.6 深度学习反演框架 |
| 6.3 深度学习叠后地震反演岩性预测 |
| 6.3.1 数据集构建 |
| 6.3.2 模型评估方法 |
| 6.3.3 小波卷积反演模型实验 |
| 6.3.4 不同深度学习反演模型对比 |
| 6.3.5 与常规方法对比 |
| 6.4 深度学习叠前地震反演优质储层预测 |
| 6.4.1 叠前深度学习反演模型 |
| 6.4.2 优质储层预测结果 |
| 6.5 小结与讨论 |
| 第7章 结论 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
| 学位论文数据集 |
四、一种提高地震勘探解释精度、分辨率的新方法—DDM方法（论文参考文献）
- [1]测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时[J]. 赖锦,王贵文,庞小娇,韩宗晏,李栋,赵仪迪,王松,江程舟,李红斌,黎雨航. 地质论评, 2021(06)
- [2]巷道快速智能掘进超前探测技术与发展[J]. 张平松,李圣林,邱实,郭立全,胡雄武. 煤炭学报, 2021(07)
- [3]基于特征增强去噪网络的沙漠地震资料噪声压制[D]. 安然. 吉林大学, 2021(01)
- [4]金属矿产资源探测的地震方法：综述与展望[J]. 王柯淇,王治国,高静怀,王彦飞. 地球物理学进展, 2021(04)
- [5]采区三维地震勘探资料精细处理解释在P2煤矿的应用[J]. 徐玉琛. 西部探矿工程, 2021(06)
- [6]基于深度学习语义分割的断层识别应用研究[D]. 胡广. 中国地质大学, 2021(02)
- [7]中国石油精细油藏描述进展与展望[J]. 陈欢庆. 中国地质, 2021(02)
- [8]地震波形指示反演方法、原理及其应用[D]. 陈彦虎. 中国地质大学(北京), 2020(01)
- [9]页岩气储层甜点岩石物理表征与定量地震解释方法研究[D]. 王林. 中国石油大学(北京), 2020(02)
- [10]川西坳陷沙溪庙组致密砂岩优质储层识别及预测方法研究[D]. 张国印. 中国石油大学(北京), 2019(01)