【摘 要】
：
点云曲面重建是利用三维散点的几何信息建立相应的数学模型描述和绘制空间曲面,其被应用于产品设计、文物保护、油气勘探等诸多领域。地下地层曲面重建根据地震勘探获得的地层散点信息,构建层位、断层等地下地层曲面,是建立地下层序模型、油藏模型的基础和支撑。地下地层曲面重建涉及大量信息处理技术,地质规律和区域地质知识,是信息处理领域和油气勘探领域共同关注的前沿问题之一。用于地下地层曲面重建的点云数据具有稀疏性、
论文部分内容阅读
点云曲面重建是利用三维散点的几何信息建立相应的数学模型描述和绘制空间曲面,其被应用于产品设计、文物保护、油气勘探等诸多领域。地下地层曲面重建根据地震勘探获得的地层散点信息,构建层位、断层等地下地层曲面,是建立地下层序模型、油藏模型的基础和支撑。地下地层曲面重建涉及大量信息处理技术,地质规律和区域地质知识,是信息处理领域和油气勘探领域共同关注的前沿问题之一。用于地下地层曲面重建的点云数据具有稀疏性、不均匀性以及低精度的特点,这些特点导致了地层曲面的空间位置、交切关系以及形态特征的不确定性,同时也导致了传统点云重建方法在有效地表征地下地层曲面的空间位置不确定性、保持地层曲面间交切关系的正确性以及准确地刻画地层曲面的形态特征三个方面存在不足。本文围绕上述不足开展创新性研究,为不确定条件下的地下地层曲面重建提供了新的技术方案,推动了相关领域的研究发展,具有一定的理论价值和实践意义。具体研究成果如下:（1）针对地下地层曲面的空间位置不确定性表征问题,本文提出基于支持向量区间回归的不确定性表征方法。该方法以地层沉积规律、地层曲面和井眼轨迹的空间位置关系以及样本点采样值的置信度为约束条件,将地层曲面的空间位置不确定性表征问题抽象成一个优化模型;然后,引入双支持向量回归将空间位置不确定性表征问题分解成两个较小规模的子问题,提高了不确定性表征的时间效率。研究表明提出的方法能有效表征地层曲面的空间位置不确定性,生成的包络线能为后续的地层曲面重建提供空间位置约束,并且该方法通过集成井数据可部分降低地层曲面空间位置的不确定性。（2）针对传统点云重建方法难以正确描述地层曲面间交切关系的问题,本文提出交切关系约束的地层曲面重建方法。该方法利用贝叶斯推理技术,结合曲面倾角、地质规律和区域地质知识实现了地层曲面交线的自动高效求取。然后以包络线为空间位置约束,以交线点为高置信度样本点构建交切关系约束的地层曲面重建模型,实现了相交地层曲面的自动缝合。研究表明该方法避免了传统方法额外的调整操作,提高了地层曲面的重建效率,并有效地保证了地层曲面间交切关系的正确性进而降低了地层曲面交切关系的不确定性。（3）针对传统地层曲面重建方法难以较好地保持曲面几何形态特征的问题,本文提出形态特征约束的地下地层曲面重建方法。该方法利用地层散点包含的脊（谷）特征信息,通过自步集成分类技术、并查集算法和支持向量回归提取描述地层曲面形态特征的脊（谷）线。然后在包络线提供的空间位置限制的基础上,以脊（谷）线为约束构建地层曲面重建模型,实现了形态特征保持的地层曲面重建。研究表明该方法能快速提取脊（谷）线,并能有效地保持地层曲面固有的几何形态特征,进而降低了地层曲面形态特征的不确定性。（4）包络线约束、交线约束和脊（谷）线约束保证了重建地层曲面的真实合理性,然而大量约束条件的加入将导致模型求解时间成本过高甚至求解算法失效的问题。针对该问题,本文提出基于扰动的最优地层曲面确定方法。该方法通过随机扰动和倾角差异确定最优断层曲面,然后利用本文提出的基于机会约束规划的地层曲面不确定重建模型以及特征相似度确定最优层位面,避免了大量约束条件导致的模型难以求解的问题。研究表明该方法在保证地层曲面间交切关系正确性的同时能较好地保持其形态特征,从而为不确定条件下的地下地层曲面重建方法的工业应用打下坚实的基础。
其他文献
人体组织的介电特性主要包括电导率和电容率,它们描述了组织对电磁场的响应特性。临床研究表明人体组织出现异常时其介电特性值会发生改变,因此介电特性可以作为表明组织生理状态的生物标记,为临床诊断提供有价值的信息,有助于疾病的早期发现。另外,利用介电特性能够估计组织内部电流和电磁场的分布,可以将其应用在有关电磁刺激的临床治疗中,所以介电特性分布研究具有重要的临床意义。磁共振扫描中的射频能量特定吸收率（Sp
瑞利散射型分布式光纤传感由于其响应速度快、灵敏度高、传感距离长等优点成为了近年来的研究热点,已经初步应用到地震波监测、地质勘探、智能交通、大型结构健康监测等领域。常见的瑞利散射型分布式光纤传感有:适用于动态应变传感的相位敏感型光时域反射计（phase-sensitive optical time domain reflectometry,Φ-OTDR）、可用于动静态温度和应变传感的相干光时域反射计
作为数据挖掘领域的热门问题之一,离群点检测（也称为离群点挖掘）是从原始数据集分布中发现显示异常行为的对象,它可用于人群异常行为检测,信用欺诈,入侵检测,医疗保健和物联网（IoT）大数据离群点检测等。关于离群点检测,两个主要挑战是数据的维度和规模。使用集中式的检测方法,必然面对数据的“维度诅咒”,另外随着数据尺度的增加,单一节点的计算在运行时间上也是难以忍受的。本文研究的重点也立足于解决离群点检测中
随着近年来量子计算领域的飞速发展,量子计算技术已经深刻地改变了传统的计算模式与信息处理的方式。量子计算利用量子物理特有的量子纠缠、量子叠加等性质能够有效地提升信息处理的效率与能力,并且提供了新型的数据计算与信息处理方式。机器学习利用现有的计算资源对大数据进行分析学习得到规律以对未知数据进行预测,在众多领域有着广泛的应用。量子计算技术应用于机器学习中产生了量子机器学习这一研究方向。量子机器学习一方面
合成孔径雷达（SAR）由于其全天时、全天候的工作特性,已被广泛应用于侦察探测、地质勘探、灾害检测和公共区域安检等领域。作为SAR图像分析和解译的基础问题,SAR目标分类与检测问题的研究具有重要意义。鉴于深度学习方法在计算机视觉领域取得了巨大成功,本文开展基于深度学习的SAR目标分类与检测方法的研究。近年来,基于监督学习的深度网络在SAR目标分类与检测任务中被广泛应用并取得了突出的效果。本文围绕SA
区块链（Blockchain）技术近年来已成为学术界和工业界的研究热点。目前区块链的应用场景也已经扩展到金融、医疗、政府、文化、艺术、物联网、软件工程等领域,因而区块链也常被称为下一代互联网。但是,区块链还存在一系列问题,如共识算法机制、系统性能与运行效率、存储方法、匿名与可信的矛盾以及监管问题等,安全威胁也始终相随相伴。目前针对区块链系统、合约和应用的安全事件频频发生,给个人、企业乃至国家造成了
随着移动互联网通讯和物联网技术的飞速发展,包含众多传感元件的可穿戴设备将成为物联网的重要入口与应用终端,并通过软件支持以及数据云端交互实现众多功能,这将对我们未来的生活、感知带来巨大的改变。可穿戴柔性触觉传感器通过测量人体生理参数、感知周边环境指标,能够及时且低成本地提供人体健康状况的相关重要信息,对人类医疗保健、运动健康具有积极的影响。随着可穿戴设备逐渐呈现出巨大的市场潜力,柔性电子器件特别是柔
数据访问控制技术是网络与信息安全领域用于实现只有授权用户才有权访问共享数据的关键技术之一。以对称加密和传统公钥加密技术为主要手段的访问控制,虽然在一定程度上实现了对数据的授权访问,然而由于其缺乏灵活性和可扩展性,无法实现一对多细粒度访问控制,使其无法真正广泛应用于各种现实场景中。随着对访问控制研究的不断深入,不同的一对多访问控制机制,如身份基广播加密的访问控制机制和属性基加密的访问控制机制,相继被
随着无线感知与通信技术的发展,低功耗物联网被广泛地部署以采集或监测环境数据。多样的应用场景和不断增加的物联网终端设备对低功耗物联网的数据传输性能提出了挑战。一方面,越来越多的物联网终端设备被部署到环境中,爆炸式增长的终端设备与有限的无线资源之间冲突越来越明显,并成为影响低功耗物联网性能的主要瓶颈之一。因此,如何通过高效的资源分配机制,支持大量终端设备的可靠数据传输是低功耗物联网领域非常重要的研究问
随着智能设备的普及和存储技术的发展,客户端进行数据存储和处理的能力得到显著提升。对这些数据的分析挖掘能够带来巨大的经济效益和社会价值。随着各行业数字化建设的深入,来自于各领域的大规模数据已难以进行直观分析和观察。层次聚类算法作为大数据分析挖掘中的一种重要工具,通过分析数据之间的关系,能将数据组织成多层次、多分辨率的结构形态,有助于人们挖掘数据中的潜在知识。但传统层次聚类算法的计算复杂度高,可扩展性