一般确定性水层分解

浅水层分解法

全国最大的快3平台相关资源

浅水层倍数的有效衰减

由于缺乏近偏移信息和一阶近似的局限性，数据驱动的去多重方法(如表面相关多重消除法)受到了负面影响. 因此，对强水层混响的预测可能很差.

我们的模型驱动的通用确定性水层分解(GDWD)方法解决了这一挑战. 它适用于所有海洋几何形状，包括宽拖曳和欠冲数据.

移动滑块，看看我们的GDWD和三维GSMP通用曲面多重预测算法显著提高了北海数据的清晰度. (数据示例由挪威国家石油公司提供.)

有效地衰减水层桩腿倍数，同时降低初级衰减的风险.

适用于所有海洋环境

GDWD is primarily used in shallow-water marine environments (typically <200 m deep), 在哪里很难插入3 d GSMP算法所需的近偏移迹. 然而，该技术也可用于过渡和深水.

内置灵活性更广泛的应用范围

GDWD可以在单次应用中精确地模拟复杂的海底多层和水层腿. 与传统的数据和模型驱动的方法相比，从地震数据中分离记录的倍数更简单，也更不激进. +, GDWD可以与其他基于多重周期性和视速度判别的多重预测技术和算法相结合, 例如基于反卷积和radon变换的方法, 预测和衰减曲面倍数的所有模式. 它常与三维GSMP通用曲面多重预测算法相结合, 消除水层相关和其他表面倍数.