five

SWD数据集

收藏
arXiv2019-02-19 更新2024-08-06 收录
下载链接:
http://arxiv.org/abs/1902.06889v1
下载链接
链接失效反馈
官方服务:
资源简介:
SWD数据集是由卡尔加里大学创建的,用于研究地震钻井过程中的数据。该数据集包含1500个接收器,分布在6.4公里的区域内,间隔10米,用于记录钻头与岩石相互作用产生的地震信号。数据集的创建过程涉及使用声学有限差分建模和钻头源信号的卷积。SWD数据集主要应用于改善地下结构的照明问题,通过引入新的测量数据来解决传统地震采集中的阴影区域问题。

The SWD dataset was created by the University of Calgary for research on data collected during seismic drilling operations. It comprises 1500 receivers deployed across a 6.4-kilometer area at a 10-meter spacing, tasked with recording seismic signals generated by the interaction between the drill bit and surrounding rock. The development of this dataset utilized acoustic finite-difference modeling and convolution of drill-bit source signals. The SWD dataset is primarily employed to enhance the illumination of subsurface structures, addressing shadow zone challenges in conventional seismic acquisition by introducing new measurement data.
提供机构:
卡尔加里大学
创建时间:
2019-02-19
搜集汇总
数据集介绍
main_image_url
构建方式
SWD数据集的构建方式是通过将地震-钻探(Seismic-While-Drilling, SWD)数据与传统的地面地震数据进行结合。SWD数据通过钻头与岩石的相互作用产生弹性能量,这些能量被记录在地面接收器上。该数据集的构建过程包括对SWD源信号进行估计,使用稀疏多通道盲解卷积(Sparse Multichannel Blind Deconvolution, SMBD)算法来估计SWD源信号。之后,利用这些源信号构建正向和伴随算子,进行叠前深度偏移成像。
特点
SWD数据集的特点在于它包含来自地下的独特信息,这些信息通常无法通过传统的地面地震数据获得。SWD数据具有与地面地震数据不同的射线路径,这使得它们能够照亮地面地震数据中的阴影区域。此外,SWD数据集的源信号是相关性和非脉冲性的,这使得对SWD数据的预处理和源信号估计成为成像过程中的关键步骤。
使用方法
SWD数据集的使用方法包括以下步骤:首先,使用SMBD算法从SWD数据集中估计源信号。然后,将估计的源信号和接收器端波场数据输入到正向模型中,构建源端和接收器端的波场数据。接下来,应用伴随算子进行常规偏移成像。最后,通过最小二乘反演方法优化成像结果,以提高地下结构的照明度和振幅信息。
背景与挑战
背景概述
SWD数据集的研究背景可追溯至19世纪末,当时地球物理学界开始尝试通过分析地震波在地下的传播来探测地下的结构。然而,传统的地面地震勘探技术在处理复杂的地层结构时往往面临光照不均的问题,即在某些区域,地震波穿透能力弱,导致反射波场无法提供这些区域的信息。为了解决这一问题,研究人员开始探索利用随钻地震(SWD)数据集。SWD数据集通过钻头与岩石的相互作用来激发弹性波,这些波能够穿透通常难以到达的区域,从而提供了关于地下结构的宝贵信息。SWD数据集的创建,使得地下结构成像的精度和光照度得到了显著提升。SWD数据集的研究始于2019年,主要研究人员来自加拿大卡尔加里大学。该数据集的核心研究问题是如何利用SWD数据集解决传统地面地震勘探中的光照不均问题,并恢复地下结构的幅度信息。SWD数据集对地球物理学领域的影响深远,为地下结构成像提供了新的思路和方法,推动了该领域的研究进展。
当前挑战
SWD数据集的研究和应用面临着一系列挑战。首先,SWD数据集所解决的领域问题是地下结构的光照不均问题,这要求研究人员必须深入理解地下结构的复杂性,并找到有效的方法来处理这一问题。其次,在构建SWD数据集的过程中,研究人员面临的最大挑战是如何准确地估计SWD源信号。由于SWD源信号的关联性和非脉冲特性,传统的地震数据处理方法无法直接应用于SWD数据集。为了解决这个问题,研究人员引入了稀疏多通道盲解卷积(SMBD)算法来估计SWD源信号。此外,SWD数据集的构建和应用还面临着如何将SWD数据集与地面地震数据集相结合的问题,以进一步提高地下结构成像的精度和光照度。
常用场景
经典使用场景
SWD数据集主要应用于地震勘探领域,特别是在复杂的地表结构下,如盐下区域,地表地震数据的射线或波能穿透性较差,形成阴影区。SWD数据集提供了与地表地震数据互补的射线路径,能够有效解决地震照明问题,提高成像质量。
实际应用
在实际应用中,SWD数据集被用于石油勘探、地质研究等领域。通过SWD数据集,研究人员能够更准确地了解地下结构,从而优化开采策略,提高资源利用率。
衍生相关工作
SWD数据集的提出和研究,推动了地震勘探技术的发展。相关研究工作包括联合地表地震数据和SWD数据进行联合最小二乘迁移,以及基于SWD数据的地下结构成像算法研究。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作