Key parameter optimization and analysis of stochastic seismic inversion
摘要
随机的地震倒置是 geostatistics 和从地震记录，井木头，和 geostatistics 把信息集成到表面下的模型的以后的概率密度功能(PDF ) 的地震倒置技术的联合。Markov 链蒙特卡罗(MCMC ) 方法被用来取样以后的 PDF，表面下的模型特征能被分析推断一套以后的 PDF 样品。在这份报纸，我们首先介绍随机的地震倒置理论，讨论并且分析四个关键参数：地震数据 signal-to-noise 比率(S/N ) ， variogram，以后的 PDF 样品数字，和井密度，并且建议这些参数的最佳选择。分析结果证明地震数据 S/N 调整在地震数据的影响之间的妥协，倒置上的 geostatistics 结果， variogram 控制倒置结果的光滑，以后的 PDF 样品数字决定统计特征的可靠性源于样品，并且很好，密度影响倒置无常。最后，在随机的地震倒置之间的比较和确定的模型基于地震倒置显示随机的地震倒置能提供表面下的特性的更可靠的信息。
引用本文（GB/T 7714）
Huang, Zhe-Yuan, Gan, 等. Key parameter optimization and analysis of stochastic seismic inversion[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2012.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。