基于梯度平方结构张量算法的高密度二维立体层析反演  

A high-density stereo-tomography method based on the gradient square structure tensors algorithm

作　　者：王宇翔[1,2] 杨锴[1] 杨小椿 薛冬 陈宝书 

机构地区：[1]同济大学海洋地质国家重点实验室,上海200092 [2]Broadgeo,Inc,houstontx770994 [3]中海石油研究中心,北京100027

出　　处：《地球物理学报》2016年第1期263-276,共14页Chinese Journal of Geophysics

基　　金：国家科技重大专项子课题(2011ZX05025-001-03);国家自然科学基金面上项目(41274117;41574098);海洋地质国家重点实验室自主课题(MG20130304)资助

摘　　要：射线参数水平分量是立体层析数据空间中最为重要的参数信息,梯度平方结构张量算法是一种针对图像的边缘检测快速算法.本文将叠前地震数据集视为图像,将梯度平方结构张量算法用于射线参数水平分量的提取,提高了立体层析数据空间的准备效率.高效率的数据空间提取使得高密度立体层析反演成为可能,数据空间加密后的立体层析反演精度以及叠前深度成像质量相比常规流程得到明显提高.基于二维理论数据与南海某二维深水数据的严格测试证实了该方法的有效性与稳健性.The efficiency and effectiveness of the stereotomography is highly dependent on the quality of its data space,the so-called kinematic invariant.The structure tensor is a very robust tool for the slope estimation.In this paper,we present a highly efficient high-density kinematic invariant extraction method based on structure tensors.Compared with the conventional slope search methods,the presented technique can improve the computational efficiency by one or two orders of magnitudes which will greatly enhance the applicability of the stereomography.

关 键 词：立体层析反演 数据空间提取 梯度平方结构张量算法 偏移速度建模 

分 类 号：P631[天文地球—地质矿产勘探]