System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及隧道地震波超前探测数据处理反演,特别是涉及一种适用于三维隧道模型的地震波多尺度全波形反演方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、对于隧道三维地震波单炮主动源探测而言,常规全波形反演的结果是有缺陷的,仅能更新界面位置波速,而难以更新层间波速。常规全波形反演结果对应的正演波形与观测波形十分相近,说明反演结果的缺陷是隧道单炮探测特殊观测模式数据量偏少、偏移距偏小的特殊条件造成的,属于全波形反演的多解性问题,很难从数据角度进一步改善,需要研究专用的反演方法。
技术实现思路
1、为了解决上述问题,本专利技术提出了一种适用于三维隧道模型的多尺度全波形反演方法及系统,本专利技术能够解决隧道全波形反演的多解性问题,提高隧道预测区域异常地质体的预测准确度和稳定性。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、第一方面,本专利技术提供一种适用于三维隧道模型的多尺度全波形反演方法,包括以下步骤:
4、(1)根据隧道周边围岩波速构造均匀初始波速模型,获取隧道单炮主动源探测数据,提取源子波函数;
5、(2)利用积分变换计算一阶和二阶积分变换观测数据与积分变换源子波;
6、(3)利用二阶积分变换观测数据与二阶积分变换源子波进行全波形反演,构造目标函数,计算更新梯度和步长,更新波速模型,计算目标函数,所述目标函数包括数据拟合项与模型拟合项,数据拟
7、(4)迭代进行步骤(3),每迭代到第一设定次数,对反演所得波速分布进行结构校正后,继续迭代,直到达到第二设定次数;
8、(5)将观测数据和震源子波替换为一阶积分变换观测数据与一阶积分变换震源子波,重复步骤(3)和步骤(4)的反演过程,直到达到第三设定次数;
9、(6)将观测数据和震源子波替换为原始观测数据和震源子波,重复步骤(3)和步骤(4)的反演过程,直到达到第四设定次数;
10、(7)将目标函数中的数据拟合项替换为常规目标函数,重复步骤(3)和步骤(4)的反演过程,直到达到第五设定次数,得到的波速分布即为最终反演结果。
11、作为可选择的实施方式,所述积分变换为三维归一化积分,用于提取观测数据中的低频信息,以实现从低频到高频的多尺度反演,积分变换方法相较于传统低频滤波方法更为稳定,反演效果更优。
12、作为可选择的实施方式,目标函数的数据拟合项部分通过积分变换目标函数计算,代替了常规的最小二乘目标函数,使用新的标准衡量正演数据和观测数据间的差距,提升了反演过程的稳定性,反演不易陷入局部极小值。
13、作为可选择的实施方式,所述模糊聚类正则化项的构造过程包括:采用模糊c均值聚类,对反演区域的样本进行聚类,得到聚类中心和每个网格相对于聚类中心的隶属度,基于聚类结果对波速分布进行校正,得到新的波速分布,将聚类分析和正则化方法结合,形成模糊聚类正则化方法,优化反演迭代过程,将目标函数对波速分布求偏导,得到模糊聚类正则化方法的梯度。
14、作为可选择的实施方式,所述全变分正则化项的构造过程包括:在每次反演迭代过程中,利用全变分去噪处理波速分布,得到新的参考波速分布,并以此构造目标函数中的正则化项。
15、作为可选择的实施方式,所述双边滤波的正则化项的处理过程包括,将双边滤波的正则化项的目标函数两侧对波速分布求偏导,得到相应的双边滤波正则化梯度。
16、作为可选择的实施方式,所述目标函数包括数据拟合项与模型拟合项,所述数据拟合项通过积分变换目标函数计算,所述模型拟合项乘以正则化参数,以平衡数据拟合项与模型拟合项的影响。
17、作为可选择的实施方式,对反演所得波速分布进行结构校正的具体过程包括:将三维波速分布进行z方向切片,得到二维波速分布;
18、对二维波速分布情况,选取一个纵轴坐标,沿隧道轴线提取一维波速剖面;
19、将提取出的一维波速剖面自变量由距离转换为时间;
20、计算一维波速分布相对于时间的导数;
21、将低于预设下限的波速导数进行压制,变为原有导数数值的设定倍,得到校正后的导数值;
22、根据校正后的波速导数值,计算以时间为自变量的校正后一维波速分布;
23、计算以距离为自变量的校正后一维波速分布;
24、取下一个纵轴网格,重复上述步骤校正水平一维波速分布,直至完成所有网格一维波速剖面的校正。
25、作为进一步的,进行波速结构校正时,每个网格的一维波速剖面均需依次校正
26、作为进一步的,将自变量转换为时间后再进行波速校正,使波速突变位置在时间上保持恒定,以保证正演数据中反射波同相轴到时基本不变。
27、第二方面,本专利技术提供一种适用于三维隧道模型的多尺度全波形反演系统,包括:
28、初始模型构建模块,被配置为根据隧道周边围岩波速构造均匀初始波速模型,获取隧道单炮主动源探测数据并提取源子波函数;
29、积分变换计算模块,被配置为利用积分变换计算一阶和二阶积分变换观测数据与积分变换源子波;
30、反演计算模块,被配置为利用二阶积分变换观测数据与二阶积分变换源子波进行全波形反演,构造目标函数,计算更新梯度和步长,更新波速模型,计算目标函数,所述目标函数包括数据拟合项与模型拟合项,数据拟合项通过积分变换目标函数计算,模型拟合项包括模糊聚类、全变分和双边滤波的正则化项;
31、迭代模块,被配置为迭代进行反演计算模块,每迭代到第一设定次数,对反演所得波速分布进行结构校正后,继续迭代,直到达到第二设定次数;
32、一阶反演模块,被配置为将观测数据和震源子波替换为一阶积分变换观测数据与一阶积分变换震源子波,重复反演过程,直到达到第三设定次数;
33、观测反演模块,被配置为将观测数据和震源子波替换为原始观测数据和震源子波,重复反演过程,直到达到第四设定次数;
34、常规反演模块,被配置为将目标函数中的数据拟合项替换为常规目标函数,重复反演过程,直到达到第五设定次数,得到的波速分布即为最终反演结果。
35、与现有技术相比,本专利技术的有益效果为:
36、提出基于二阶和一阶积分变换的多尺度全波形反演方法,利用二阶和一阶积分变换提取三维地震波观测数据中的低频信息,并依照从低频到高频的顺序分步反演,有效提升了全波形反演的稳定性,降低了反演结果的多解性,成功实现了层间波速信息的有效更新,提升了隧道三维地震波探测的反演效果。
37、提出了基于积分变换目标函数的数据拟合项计算方法,代替了常规的最小二乘目标函数,使用新的标准衡量正演数据和观测数据间的差距,提升了反演过程的稳定性,反演不易陷入局部极小值。
38、提出波速结构校正本文档来自技高网...
【技术保护点】
1.一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,包括以下步骤:
2.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述积分变换为三维归一化积分,用于提取观测数据中的低频信息,以实现从低频到高频的多尺度反演;所述目标函数数据拟合项通过积分变换目标函数计算,使用新的标准衡量正演数据和观测数据间的差距,提升反演过程的稳定性;
3.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述模糊聚类正则化项的构造过程包括:采用模糊C均值聚类,对反演区域的样本进行聚类,得到聚类中心和每个网格相对于聚类中心的隶属度,基于聚类结果对波速分布进行校正,得到新的波速分布,将聚类分析和正则化方法结合,形成模糊聚类正则化方法,优化反演迭代过程,将目标函数对波速分布求偏导,得到模糊聚类正则化方法的梯度。
4.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述全变分正则化项的构造过程包括:在每次反演迭代过程中,利用全变分去噪处理波速分布,得到新的参考波速分布,并以此构造目标函数中的正则
5.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述双边滤波的正则化项的处理过程包括,将双边滤波的正则化项的目标函数两侧对波速分布求偏导,得到相应的双边滤波正则化梯度;
6.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述目标函数包括数据拟合项与模型拟合项,所述模型拟合项乘以正则化参数,以平衡数据拟合项与模型拟合项的影响。
7.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,对反演所得波速分布进行结构校正的具体过程包括:将三维波速分布进行z方向切片,得到二维波速分布;
8.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,进行波速结构校正时,每个网格的一维波速剖面均需依次校正。
9.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,将自变量转换为时间后再进行波速校正,使波速突变位置在时间上保持恒定,以保证正演数据中反射波同相轴到时基本不变。
10.一种适用于三维隧道模型的多尺度全波形反演系统,其特征是,包括:
...【技术特征摘要】
1.一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,包括以下步骤:
2.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述积分变换为三维归一化积分,用于提取观测数据中的低频信息,以实现从低频到高频的多尺度反演;所述目标函数数据拟合项通过积分变换目标函数计算,使用新的标准衡量正演数据和观测数据间的差距,提升反演过程的稳定性;
3.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述模糊聚类正则化项的构造过程包括:采用模糊c均值聚类,对反演区域的样本进行聚类,得到聚类中心和每个网格相对于聚类中心的隶属度,基于聚类结果对波速分布进行校正,得到新的波速分布,将聚类分析和正则化方法结合,形成模糊聚类正则化方法,优化反演迭代过程,将目标函数对波速分布求偏导,得到模糊聚类正则化方法的梯度。
4.如权利要求1所述的一种适用于三维隧道模型的多尺度全波形反演方法,其特征是,所述全变分正则化项的构造过程包括:在每次反演迭代过程中,利用全变分去噪处理波速分布,得到新的参考波速分布,并以此构造目标函数中的正则化项;
...
【专利技术属性】
技术研发人员:任玉晓,陈安太,张凤凯,许新骥,陈磊,
申请(专利权)人:山东大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。