學科交叉的地震勘探.ppt

學科交叉的地震勘探,一、地震勘探是學科交叉的產物 二、生命科學對地震勘探方法的影響 三、軍事科學對地震勘探方法的影響 四、現代信息處理技術改進地震資料處理方法 五、物理學的最新進展對地震勘探方法的影響 六、數學的最新發(fā)展對地震勘探方法的影響,一、地震勘探是學科交叉的產物,地球科學在長期的發(fā)展中，逐漸形成了三大主體學科：即地質學、地球物理學和地球化學。,在這三大主題學科中，地球物理學和地球化學都是邊緣學科，是不同學科交叉的產物。,地質學,物理學,地球物理學,+,邊緣學科的特點,一曰新、先進，肯定是在最基礎的學科之后發(fā)展出來的，發(fā)展歷史不會很長。,二曰基礎廣泛，本身沒有太多獨立的基礎，真正的基礎是物理學、數學、地質學。,三、生命力強，發(fā)展前景非常樂觀，其他學科的發(fā)展會帶動它的發(fā)展。,地震方法是地球物理學中最重要的一種方法,根據所利用的地球物理場的不同，地球物理學有重、磁、電、震等各種不同的方法。,其中，地震方法是使用布設在不同地方的地震波接收器接收由人工震源或天然震源激發(fā)的地震波，分析地震波所攜帶的信息，推斷地下巖石性質的一種方法。它所利用的是地震波場，所獲得的是地下介質的彈性性質。,在各種地球物理方法中，地震方法分辨率最高、精度最高、用途最廣。這是由其性質所決定的。,二曰基礎廣泛，本身沒有太多獨立的基礎，真正的基礎是物理學、數學、地質學。,三曰生命力強，發(fā)展前景非常樂觀，其他學科中的任何發(fā)展都會帶動它的發(fā)展。,一曰新、先進，發(fā)展歷史不很長，自19世紀末開始出現，到20世紀后半葉才形成完整的體系。,地震方法具有邊緣學科的特點,地震勘探方法的發(fā)展離不開其他學科的發(fā)展。其他學科出現的新技術、新理論、新方法在地震勘探方法中都可以找到應用。地震勘探的發(fā)展史就是不斷吸收其他學科新技術、新方法、新理論的歷史。,因此，地震勘探方法的出現本身就是學科交叉的產物。,二、生命科學對地震勘探方法的影響,1、醫(yī)學檢測技術對地震探測技術的影響,眾所周知，醫(yī)學CT技術，又稱為計算機輔助層析成像技術（Computerized Tomography）是一項獲得巨大成功的醫(yī)學檢測技術，曾二次獲得諾貝爾獎。,醫(yī)學CT技術以Bracewell于1956年公布的著名的富里葉投影切片定理（Fourier Projection Slice Theorem）為基礎。,借鑒于醫(yī)學CT技術，發(fā)展了地震CT技術。,層析成像（CT）與傳統成像的區(qū)別,正如醫(yī)學上CT技術不同于傳統X光照相一樣，地震方法中地震層析成像技術也不同于傳統成像技術。,A,B,傳統成像技術得到的是時間t，雖然也能反映介質內情況，但地震CT得到的是v,更為精細。,早期的地震CT技術完全套用醫(yī)學CT技術。其基礎為廣義拉冬變換。它是波數域的富里葉投影切片定理的空間域形式。由于醫(yī)學CT利用的是X射線，其波長極短，可以簡單化地看作為是直線傳播。早期地震CT也是假設地震波直線傳播的。故此時的CT技術完全為直射線CT。,但畢竟地震波的波長比X射線要長得多，地震射線不是直線傳播的。根據地震射線理論，后來又發(fā)展了折射線CT。這一類地震CT技術統稱為射線層CT。,地震射線是地震波在高頻條件下的近似。一般情況下，地震波會有衍射現象。,Wolf于1969年發(fā)展了衍射層析成像。他用一階Born近似將聲波方程線性化，也可采用Iwate和Nagala引入的Rytov線性化。在此基礎上，Devaney于1982年提出了被稱為濾波反傳算法的衍射層析成像算法。其本質都是只考慮一次衍射波。,由于Born近似和Rytov近似的限制和其他原因，目前實際工作中衍射層析成像遠不如射線層析成像應用得廣泛。射線層析成像中的代數重構算法（ART）和聯合代數重構算法（SIRT）是使用最為廣泛的算法。,其他許多學者也都提出了各種不同類型的衍射層析成像算法。,資料采集方式上： 醫(yī)學CT可以全方位采集，地震CT只能有限角度采集。,醫(yī)學CT的對象是人體，利用的是X射線；地震CT的對象是地球，利用的是地震波。所以雖然其基本原理相同，但一般情況下地震CT比醫(yī)學CT要困難得多。,解的存在性上： 醫(yī)學CT具有唯一解，反射地震CT無唯一解。,算法上： 醫(yī)學CT為線性算法，地震CT只能是非線性算法。 (因為X射線直線傳播，地震射線折線傳播）,2、生命科學基礎理論的發(fā)展對地震方法的影響,此外，生命科學基礎理論中對人腦思維活動機理的研究推動了人工神經網絡的發(fā)展，也在地震資料的處理、解釋中得到了廣泛的應用。,以基因、染色體等為代表的現代生物工程是生命科學在二十世紀最偉大的成就之一。遺傳算法源于生物工程中的遺傳理論。它的出現對地震非線性反演方法的發(fā)展有很大影響。1975年前后，以John Holland和他在密歇根大學的同事和學生提出了這一方法。目前已經在地震反演中得到使用。,三、軍事科學對地震勘探方法的影響,借鑒軍事科學的控制論發(fā)展地震反演方法,控制論是研究自動機器與生物機器中控制與通訊的共同規(guī)律的一門科學。它起源于軍事科學中的導彈控制。目前，導彈運行軌跡的控制有事前尋的和事后尋的二種。無論是哪一種方式，必然要求導彈運行的軌跡是最優(yōu)的。由大量信息計算最優(yōu)軌跡就是控制論的基本內容。,地震反演,描述受控系統的常微分方程組,描述波傳播過程的正演方法,評價系統質量優(yōu)劣的指標泛函,評價可接受標準的目標函數,求目標函數最小的物性參數,求指標泛函最小的最佳軌跡,控制論又稱為最優(yōu)控制理論。是研究如何能達到最優(yōu)的科學。地震反演問題的求解也往往是希望達到最優(yōu)解。故地震反演方法大量借鑒控制論中的方法。比較一下二者的基本特點更容易看出這一問題。,梯度法計算流程圖,給定一個初始控制點,計算指標函數梯度值,正向積分常微分方程組 計算指標函數值,結 束,符合要求,解決最優(yōu)控制問題的一系列方法，如梯度法又稱最速下降法、共軛梯度法、牛頓法、變尺度法又稱擬牛頓法、平行切線法等都在地震反演中都得到了廣泛的使用。,據指標函數梯度值確定新點,控制論的發(fā)展也影響到地震反演方法的發(fā)展 由經典控制理論到現代控制理論,應用上： 由線性控制系統向非線性控制系統發(fā)展 由單變量控制系統向多變量控制系統發(fā)展,特點,方法上： 不用傳遞函數或頻率特性，而用狀態(tài)變量、狀態(tài) 方程來表述動態(tài)系統。,代表： 隨機控制與估計,四、現代信息處理技術改進地震資料處理方法,1、濾波、反濾波技術,二次世界大戰(zhàn)中，由于雷達的發(fā)明和防空炮火控制任務的要求，大量物理學家和數學家參與到信息處理技術的研究中來，出現了許多重大的科學成果。數學家維納所提出的濾波理論是其中之一。維納濾波，或稱最佳濾波、最小平方濾波就是從獲得的信號與干擾中盡可能地濾除干擾，分離出所期望的信息的一種濾波方法。其基礎是用統計學方法來描述和研究作為信息流的時間序列。,維納濾波需要將用到的全部數據都儲存起來，且每一時刻均要對它們進行計算才能得到輸出，難以實現實時處理；它假設時間序列是平穩(wěn)隨機過程，只能是線性濾波，與實際有一定差距。二十世紀五十年代中，空間技術的飛速發(fā)展，對濾波方法提出了更高要求。為此，人們將濾波問題以微分方程表示，提出了一系列新算法?？柭筒嘉饔?960年和1961年成功地提出了一種遞推濾波算法。這就是卡爾曼濾波理論，或稱為卡爾曼濾波?？柭鼮V波不要求保留過去值，只需使用新數據和前一時刻的輸出，即可得到輸出；而且它突破了平穩(wěn)隨機過程的限制，是一種非線性濾波技術。,維納濾波和卡爾曼濾波在地震數據處理中都得到了廣泛的應用。地震資料的濾波處理和反濾波處理直接應用了維納濾波和卡爾曼濾波方法，如最小平方濾波、遞歸濾波、最小平方反濾波、預測反濾波等。地震反演理論和方法也大量利用了維納濾波和卡爾曼濾波的思想。當然，目前在地 震方法中最為流行的還是維納濾波的思想，即最小平方誤差的思想。但在地震數據處理中應用卡爾曼濾波的思想是一個有意義的發(fā)展方向。,2、模式識別、人工智能技術,模式識別是人工智能中的一個重要內容。是根據對某一事物的某些觀測，對事物的某種性質進行判別的科學。通常將模式識別問題抽象為分類問題，即根據得到的觀測信息將事物分到幾類中的一類。這種類別劃分能反映所關心的事物性質。,解決 模式識別問題的方法很多。使用最多的傳統方法是統計模式識別方法。其基本思想是根據對樣本數據的統計分析來完成分類工作。,統計模式識別方法的基本步驟至少有三：,a、特征提取與處理。根據對事物的觀測得到最能反映事物分類特征的信息。,b、分類器設計。依據某種準則函數設計和求取反映各個類別的判別函數的過程。,c、識別和分類決策。利用設計好的分類器對未知類別的樣本進行分類的過程。,采用不同的準則函數即產生不同的模式識別方法。如最小錯誤率或最小風險準則的貝葉斯分類，Fisher準則的線性分類等。,在分類器設計中，如果所利用的樣本集是給定的、已知正確分類情況的樣本，則分類器設計過程稱為訓練或學習，這種有已知樣本訓練的模式識別稱為有監(jiān)督（有導師）模式識別。相反，如果無法利用已知樣本進行訓練，則必須設法根據待分類樣本集本身來設計分類器，可稱作自學習，這種模式識別稱作無監(jiān)督（無導師）模式識別。,無論是有監(jiān)督（有導師）模式識別，還是無監(jiān)督（無導師）模式識別。在地震資料的處理和解釋中都得到了廣泛應用。,傳統人工智能或模式識別以符號邏輯、法則、規(guī)則等為基礎，可以方便地解決邏輯思維問題，但對人類智能中的形象思維問題則無能為力。自然界中的大量問題是形象思維問題，即“知其然不知其所以然”的問題。二十世紀八十年代迅速發(fā)展起來的人工神經網絡可以方便地解決這類問題，成為現代人工智能的重要組成部分。,經過適當學習的人工神經網絡可以實現非常復雜的非線性映射關系，特別適合模式識別。與統計模式識別一樣，人工神經網絡模式識別也分為有監(jiān)督和無監(jiān)督學習二種類型。,統計模式識別和人工神經網絡模式識別在地震方法中得到了廣泛的應用，如同相軸的自動追蹤、專家系統的建立等。,傳統模式識別的問題,傳統模式識別是以符號邏輯、法則、規(guī)則為基礎的，故在學習之前首先要建立正確的法則、規(guī)則等。如建立油氣藏預測專家系統時，需要專家將為什么是、為什么不是油氣藏的原因講清楚。實踐中這往往是不可能的。人工神經網絡可以反映非常復雜的非線性關系，但無需將這種關系直接給出。如建立油氣藏預測專家系統時只需專家說是或不是即可。而且，過于嚴格地遵守“規(guī)則”會得到錯誤的結論。,3、信號重構技術,信號重構技術是近年來發(fā)展十分迅速的一種信號處理技術。它主要研究如何從觀測得到的部分數據重構出完整的信號。其基本問題可分為三種形式：,a、已知信號的振幅譜重構其相位譜的問題。,b、已知信號的相位譜重構其振幅譜的問題。,c、已知信號的部分譜信息和部分時域信息恢復其整個信號的問題。,利用測井資料的高頻信息和地震剖面上的中低頻信息重構高分辨率地震剖面就是這一技術在地震數據處理中的應用。,1、現代熱力學、統計力學,五、物理學的最新進展對地球物理方法的影響,十九世紀下半葉，統計物理學作為一門新興的分支學科進入了物理學。玻爾茲曼著名的等概率原理和玻爾茲曼方程為統計物理學的創(chuàng)立奠定了基礎。玻爾茲曼、麥克斯韋等人將概率語言引入被決定性理論統治的物理學，是物理發(fā)展史上的一場革命。整個二十世紀，量子力學、相對論和統計物理學的建立和發(fā)展代表了物理學的三個最主要前沿。二十世紀下半葉，非線性科學的蓬勃發(fā)展是統計物理學大大開拓了領域，得到了強勁的發(fā)展動力。,統計物理學與熱力學都是研究由大量微觀粒子組成系統的宏觀性質的科學。與熱力學從單純宏觀觀點出發(fā)的研究方法不同，統計物理學由微觀粒子的屬性，如自旋、質量、相互作用的位能等出發(fā)，得到系統平衡時的幾率分布，再應用統計平均的方法求得系統的宏觀性質。即統計物理學把物質的微觀結構與其宏觀性質聯系起來了，是從微觀層次更深入地揭示物質宏觀特性物理本質的科學。,利用統計物理學的基本思想，在地震正、反演中發(fā)展了不少相關的先進方法，如模擬退火非線性反演方法，細胞自動機、格子氣自動機等正演模擬方法等。,2、量子力學,如前所述，二十世紀，量子力學、相對論和統計物理學的建立和發(fā)展代表了物理學的三個最主要前沿。量子力學的出現也是物理發(fā)展史上的一場革命。它是研究微觀粒子運動的一門科學，是深入了解物質結構及其特性的基礎。近代物理學的許多分支，其基本理論幾乎都依賴于量子力學原理。,量子力學的實驗基礎是物質的波粒二象性。人們首先發(fā)現了光的波粒二象性（干涉現象證明光有波動性而光電效應說明光有粒子性），隨后又發(fā)現電子、原子、分子等所有的微觀粒子都具有波粒二象性。,如，Born近似本是Born1926年為解決原子物理學中散射問題提出的一種線性近似，現已廣泛應用于地震反演中 。,又如，地震反演中使用的聲波散射反演方程：,從波動理論而言，光是一種電磁波。地震方法利用的地震波雖與電磁波不同，但存在很多相似之處。顯然，地震探測中利用量子力學的思想是順理成章的 。,就是量子力學中廣泛應用的薛定諤類型方程。量子力學中發(fā)展的求解薛定諤方程的所有方法均可在此使用。,3、混沌理論,混沌理論是二十世紀末物理學的偉大發(fā)現。物理系統出現了第三態(tài)：混沌態(tài)。自然界中一些典型的非線性現象，如相變、湍流、間歇振動和分叉等，在混沌理論中都有詳細的說明和表征這類問題的方程?；煦缋碚撌茄芯糠蔷€性系統演化的重要理論。,混沌理論的建立和發(fā)展促進了地震方法的發(fā)展。地震正演利用混沌演化模擬自然界中的地震波傳播的非線性現象，而一種稱為“混沌反演”的反演方法可以使地震反演達到最佳反演的效果。,1、分形分維,分形的概念是美國科學家B. Mandelbort于1967年在一篇地質文獻中首次提出來的。但作為一個數學新分支的分形（或分維）幾何學出現的起點卻公認為是1975年。分形幾何學突破了經典歐氏幾何學的局限，能以更高的準確度和精確度來描述自然界中各種復雜的幾何形態(tài)。,六、數學的最新發(fā)展對地球物理方法的影響,目前，分形分維的發(fā)展已不僅僅局限于描述復雜的幾何形態(tài)，自然界中許多體系、現象、過程都具有復雜的非線性性。分形分維成為描述這些復雜非線性問題的有力工具。,在非線性世界里，隨機性和復雜性是其主要特征。即使一個最簡單的非線性系統，要預見其發(fā)展過程中的每步細節(jié)是非常困難的，因為其動力學性質不一定簡單。分形的意義在于它的自相似性和標度不變性，能描述自然界中的真實情況。因此，用分形來研究非線性動力學是分形發(fā)展的一個主要方向。由此而來分形與混沌理論建立了密切關系。,由混沌理論在地震中的應用不難發(fā)現分形分維在地震中的應用，而且范圍更廣泛。目前，除分形模擬（如油藏模擬、地震活動過程的模擬等）外，用分形進行裂縫預測、儲層預測、地震數據壓縮、插值、濾波等方面都有所研究，并取得了一定的成績。我們最近還發(fā)展了以分形為基礎的反演方法。,2、小波變換。,小波變換雖然是數學中的一個新的分支，但這一概念的提出卻是一個地球物理學家。1982年法國地球物理學家 J. Morlet首先提出了小波概念并將它用于信號分析中對信號進行分解。他找到了具有很好性質的一種