Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Подход к построению слоистой скоростной модели верхней части разреза по данным времен первых вступлений. / Chernyshov, G. S.; Duchkov, A. A.; Loginov, G. N. и др.
в: Neftyanoe khozyaystvo - Oil Industry, № 1, 7, 2022, стр. 26-31.Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
}
TY - JOUR
T1 - Подход к построению слоистой скоростной модели верхней части разреза по данным времен первых вступлений
AU - Chernyshov, G. S.
AU - Duchkov, A. A.
AU - Loginov, G. N.
AU - Litvichenko, D. A.
AU - Nikitin, A. A.
N1 - Чернышов Г.С., Дучков А.А., Логинов Г.Н., Литвиченко Д.А., Никитин А.А. Подход к построению слоистой скоростной модели верхней части разреза по данным времен первых вступлений // Нефтяное хозяйство. – 2022. – № 1. – С. 26-31. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-35-90114.
PY - 2022
Y1 - 2022
N2 - В статье рассмотрены подходы к автоматизации процедуры построения модели ВЧР в рамках графа обработки данных наземной сейсморазведки. В первую очередь реализовано автоматическое снятие времен первых вступлений на основе использования сверточных нейронных сетей. Тестирование на реальных данных показало, что использование нейронных сетей обеспечивает более устойчивое снятие времен первых вступлений по сравнению со стандартными подходами, реализованными в обрабатывающих пакетах. Кроме того, предложен подход к построению слоистой модели ВЧР по временам первых вступлений. Метод лучевой сейсмической томографии используется для построения гладкой скоростной модели, которая затем преобразуется в слоистую модель. Тестирование на синтетических данных, моделирующих геологические условия Западной Сибири, показало возможность с хорошей точностью восстанавливать слоистую модель ВЧР. В статье приведен пример встраивания новых разработок в виде модулей в обрабатывающий пакет для их дальнейшего использования при обработке реальных данных.
AB - В статье рассмотрены подходы к автоматизации процедуры построения модели ВЧР в рамках графа обработки данных наземной сейсморазведки. В первую очередь реализовано автоматическое снятие времен первых вступлений на основе использования сверточных нейронных сетей. Тестирование на реальных данных показало, что использование нейронных сетей обеспечивает более устойчивое снятие времен первых вступлений по сравнению со стандартными подходами, реализованными в обрабатывающих пакетах. Кроме того, предложен подход к построению слоистой модели ВЧР по временам первых вступлений. Метод лучевой сейсмической томографии используется для построения гладкой скоростной модели, которая затем преобразуется в слоистую модель. Тестирование на синтетических данных, моделирующих геологические условия Западной Сибири, показало возможность с хорошей точностью восстанавливать слоистую модель ВЧР. В статье приведен пример встраивания новых разработок в виде модулей в обрабатывающий пакет для их дальнейшего использования при обработке реальных данных.
KW - First-break traveltimes
KW - Near-surface structure
KW - Neural networks
KW - Seismic exploration
KW - Seismic ray tomography
UR - http://www.scopus.com/inward/record.url?scp=85125572585&partnerID=8YFLogxK
UR - https://www.elibrary.ru/item.asp?id=47963458
UR - https://www.mendeley.com/catalogue/7a4ab8e7-074a-3268-82ad-a340ae1599b5/
U2 - 10.24887/0028-2448-2022-1-26-31
DO - 10.24887/0028-2448-2022-1-26-31
M3 - статья
AN - SCOPUS:85125572585
SP - 26
EP - 31
JO - Neftyanoe khozyaystvo - Oil Industry
JF - Neftyanoe khozyaystvo - Oil Industry
SN - 0028-2448
IS - 1
M1 - 7
ER -
ID: 35636850