Прогнозирование модели скоростей распространения поперечных волн по данным геофизических исследований скважин и сейсморазведки с применением нейронных сетей

Приводятся особенности прогнозирования тонкослоистой двумерной модели среды по скоростям распространения поперечных волн. Разработан метод прогнозирования дву- и трехмерных моделей скоростей на основе данных ГИС на продольных и поперечных волнах и сейсморазведки 2D/3D на продольных волнах. Метод баз...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2012
Автор: Агаев, Х.Б.
Формат: Стаття
Мова:Russian
Опубліковано: Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України 2012
Назва видання:Геоінформатика
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/96490
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Прогнозирование модели скоростей распространения поперечных волн по данным геофизических исследований скважин и сейсморазведки с применением нейронных сетей / Х.Б. Агаев // Геоінформатика. — 2012. — № 4. — С. 46-52. — Бібліогр.: 14 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Приводятся особенности прогнозирования тонкослоистой двумерной модели среды по скоростям распространения поперечных волн. Разработан метод прогнозирования дву- и трехмерных моделей скоростей на основе данных ГИС на продольных и поперечных волнах и сейсморазведки 2D/3D на продольных волнах. Метод базируется на создании моделей физических свойств среды, проведении кластерного анализа и прогнозировании скоростей с использованием нейронных сетей. “Обучение” нейронных сетей по данным ГИС позволяет прогнозировать по результатам сейсмической инверсии модель скоростей распространения поперечных волн. Метод опробован по геофизическим данным одной из структур в Южно-Каспийской впадине. По данным кластерного анализа выявлен сложный характер между петрофизическими свойствами среды. В результате прогнозирования получен разрез по скоростям, более дифференцированным по глубине и профилю, чем по эмпирическим зависимостям.