arrow
返回

Irregular Seismic Data Reconstruction Based on Compressive Sensing

delete2025-12-01
delete0
PRE
AI
Q
Qiwei Zou
K
Kang Liu
S
Shengqiang Mu *
M
Mengcheng Shu
G
Guoxu Shu
S
Shoudong Huo
张
张斌 (Bin Zhang)
T
Tong Bai
DOI:10.1007/s10553-025-01989-7delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
随着石油勘探与开发的持续发展,勘探目标和环境日趋复杂,对地震勘探技术提出了更高要求。野外采集环境的复杂性阻碍了震源点和接收点的常规布设,这对地震数据处理和成像质量产生了显著影响。基于压缩感知(CS)理论的地震数据重建为缓解复杂地表条件导致的非规则采集的不利影响提供了有效解决方案,从而显著提升了地震成像质量。2020年,我们在我国西部地区开展了一次陆上地震勘探,并采集了2001道具有不规则震源点和接收点的地震数据用于重建实验。重建前后的叠加剖面和偏移剖面清晰地表明,基于CS的地震数据重建能够显著提升地震数据成像质量。
Keyword:
petroleum exploration and development
compressive sensing
irregular acquisition
seismic reconstruction

期刊

C
Chemistry and Technology of Fuels and Oils
IF:
0.7
论文数:
116
被引数:
797

机构

T
Tsinghua University
学者数:
8.6K
论文数: 4.1K
被引数: 17.7W
C
China National Petroleum Corporation
学者数:
1.0W
论文数: 7.1K
被引数: 2
C
china university of geosciences
学者数:
8.9K
论文数: 3.2K
被引数: 0
C
chinese academy of sciences
学者数:
56.7W
论文数: 45.0W
被引数: 704
学者 查看更多机构
引用论文

引用论文

CDC: Compressive Data Collection for Wireless Sensor Networks
err2015-08-01
err201
PREAI
errLiu, Xiao-Yang; Zhu, Yanmin; Kong, Linghe; Liu, Cong; Gu, Yu; Vasilakos, Athanasios V.; Wu, Min-You
err分享
err收藏
Deep Learning for Irregularly and Regularly Missing 3-D Data Reconstruction
err2021-07-01
err67
PREAI
errChai, Xintao; Tang, Genyang; Wang, Shangxu; Lin, Kai; Peng, Ronghua
err分享
err收藏
Distributed compressed video sensing
err2009-11-01
err0
errOAAI
errThong T. Do; Yi Chen; Dzung T. Nguyen; Nam Nguyen; Lu Gan; Trac D. Tran
err分享
err收藏
err分享
err收藏
学者 查看更多内容