共查询到18条相似文献，搜索用时 153 毫秒
1.
本文讨论了用于微地震信号到时自动拾取的几种方法的原理及特点,包括长短时均值比(STA/LTA)方法、AIC方法、基于高阶统计量偏斜度和峰度的PAI-S/K方法等,提出了移动时窗峰度的快速算法和改进的峰度拾取初至方法.对我国西部某地观测到的13359个微地震记录,采用两种时窗进行了初至到时拾取,并与人工拾取的结果进行了对比.为使所研究的方法达到最佳效果,采用DE全局搜索方法,以人工拾取的初至作为参照,以时差在0.3 s以内的记录所占百分比作为目标函数,自动搜索最佳的拾取参数.结果显示,在拾取时窗选为P波初至前3 s至S波初至位置时,AIC方法的结果最佳,时差在0.3 s以内的记录占比达到93.6%;在拾取时窗选为包含S波到时的时窗时,改进的峰度法效果最佳,时差在0.3 s以内的记录占比83.8%. 相似文献
2.
3.
为提高初至拾取方法的准确性和自适应能力,将变异系数加权K均值聚类算法引入初至拾取中。首先提取均方根振幅、相邻道相关性、线积分、振幅谱主频等多种地震属性;然后针对地震属性进行加权K均值聚类,自动识别初至所在时窗;最后结合相位校正法,实现时窗内初至波起跳时间的拾取。在此基础上通过实际数据测试,并与长短时窗能量比法、反向传播神经网络方法对比,验证了本文方法的有效性与可行性。结果表明,基于加权K均值聚类的多属性初至拾取方法能较快速、准确地拾取低信噪比数据的初至,并且无需人为判断时窗,从而提高了拾取的自适应能力。 相似文献
4.
微地震事件初至拾取是井下微地震监测数据处理的关键步骤之一.初至误差的存在会使微地震震源定位结果产生较大偏差,进而影响后续的压裂裂缝解释.通常初至拾取过程对所有的微地震事件选择相同的特征函数并采用一致的拾取参数进行统一处理,然而当事件的能量、震源机制、传播路径以及背景噪声等存在明显差异时,所得初至拾取结果差别显著.为了提高微地震事件初至拾取标准一致性,本文提出基于波形相似特征的初至拾取及全局校正方法.该方法首先利用互相关函数对每个事件内的各道记录进行时差校正,得到初始初至信息并形成叠加道,再对所有事件的叠加道进行全局互相关得到事件间初至相对校正量,最终初至结果可以通过各个事件的初始初至信息与其相对校正量相加得到.方法将所有微地震事件初至结果作为一个整体处理,从而能够克服常规方法初至拾取标准一致性差的缺陷.实际资料处理结果表明,相比于常规方法,该方法可以有效提高事件初至拾取和定位结果的一致性. 相似文献
5.
《地球物理学进展》2016,(2)
本文提出了一种创新的初至波自动拾取方法,免人工干扰,抗干扰能力强,自动剔除低信噪比道,利用二次拾取保证初至拾取结果的可靠性和提高拾取道数.该方法首先利用空间多时窗内插方法,确定每道时窗位置,基于数字图像处理技术,计算初至时窗内地震数据每个采样点的能量比值,结合初至波波形和能量的特点确定初至时间的位置;然后利用相邻初至波相互约束对拾取的初至波进行评价,确定可信度低的初至波;最后利用可信度高的初至波作为约束条件对可信度低和未拾取的初至波二次拾取,二次拾取过程中利用能量、频率、波形等对初至波进行判断,剔除掉异常干扰道.本方法利用新的能量比值法在一定程度上能消除初至波到达前的随机干扰,初至评价和二次拾取有效地识别和剔除干扰道,提高二次拾取质量,减少手工交互的工作量,满足了地震勘探中对初至波拾取的要求.经过实际数据的应用表明,此算法对于初至波形变化较大、背景噪声干扰严重等的低信噪比资料,自动拾取初至的效率和精度都得到了预期的效果. 相似文献
6.
基于二分法的地震波初至自动拾取算法 总被引：1，自引：0，他引：1
初至拾取是地震资料处理中最基本的环节,随着地震资料的增多,自动拾取算法越来越重要,它将严重的影响地震资料处理的速度和效率.本文给出一种新的初至自动拾取算法,它根据参考初至(理论估计的初至),利用二分法和改进的能量比方法检测初至并去除不准确点,通过微调获取波峰、波谷、起跳点三种不同的初至类型.通过对不同信噪比的实际地震数据进行测试,本算法具有快速准确的特点.随着资料信噪比的降低,本算法未能完全解决拾取准确度降低的问题.然而通过适当调整算法的参数,本算法的结果比商用软件OMEGA的初至自动拾取效果要好. 相似文献
7.
《地球物理学进展》2020,(3)
初至拾取是勘探地震资料处理中最基础的工作之一,现有的初至拾取方法日趋成熟.但当信号信噪比较低时,常规方法的拾取精度随之降低,因此一些适用于低信噪比数据的拾取方法被提出.其中应用较广泛的是基于时频分析的初至拾取方法,由于拾取过程涉及时频正变换和逆变换,效率较低,鉴于此,基于时频系数的叠加结果和时间域信号具有相同波形特征的特点,提出了一种在时频域直接开展初至拾取的方法,首先将数据转入时频域,然后采用自适应的噪声衰减方法进行噪声压制,最后在时频域直接拾取初至.模拟和实际数据的拾取结果证实,该方法在低信噪比的环境下,可以获得高于常规方法的拾取精度,并且比基于小波变换的其他方法更节省计算成本. 相似文献
8.
地震P波、S波初至时间的拾取是地震波分析的一项基础性工作.本文提出了一种新的地震波初至时间自动拾取的方法:首先,把地震波的三分量时程曲线变换为一组空间向的能量变化率时程曲线;然后对能量变化率时程曲线进行STA/LTA(Short Time Average/Long Time Average,短时间的均值/长时间的均值)处理,拾取地震P波和S波的大致初至时间;最后提出采用一种二次方自回归模型对初至附近的能量变化率曲线进行二次方自回归处理,精确拾取出P波和S波的初至时间.本文采用了10组芦山地震的记录数据和150组汶川地震的记录数据对此方法的可靠性进行了检验.以人工拾取结果为参考,此方法具有很高的准确率和稳定性,同时,相比于常用的STA/LTA方法和AIC(Akaike Information Criterion,Akaike信息准则)方法,此方法在计算时间效率方面稍微逊色,但是对S波初至时间的拾取精度和可靠性更高.此方法丰富了地震P波、S波初至时间的自动拾取方法. 相似文献
9.
《地球物理学进展》2017,(4)
远震初至拾取是地震学研究中的关键环节,它在地震定位、核爆炸检测以及远震层析成像中起着重要的作用.基于波形相似性的远震初至拾取方法利用互相关估计各地震道的相对时差,具有抗噪和拾取精度高的特点.目前流行的各种基于波形相似性的远震初至拾取方法的原理各不相同,在时窗参数设定、稳定性和计算效率等方面存在差异,有必要对不同方法进行总结,并对其精度和效率进行评价.本文针对多道互相关方法、迭代互相关叠加方法、自适应叠加方法、台网远震体波处理方法、改进多道互相关方法等五种基于波形相似性的初至拾取典型方法的特点,对比分析了各方法的精度、稳定性及其与时窗参数的关系.实际数据的应用结果显示:在相同数据条件下,改进多道互相关方法精度最高,台网远震体波处理方法次之,再次是多道互相关方法和迭代互相关叠加方法,自适应叠加方法最低.不同方法的稳定性对互相关时窗长度变化的敏感度不同,时窗过短或者过长均会造成拾取精度和稳定性的降低.当初至震相信号的时窗长度取主周期的1~2倍时,互相关时窗恰好覆盖初至震相起跳部分的波形,各种方法拾取初至的精度接近.在实际应用中,建议根据不同的震源子波类型、频率成分、噪声水平等采用不同的初至拾取策略以提高拾取的精度和稳定性. 相似文献
10.
《地球物理学报》2021,64(6)
微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法(MT-Net).方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法(ST-Net)相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求. 相似文献
11.
Seismic phase picking is the preliminary work of earthquake location and body-wave travel time tomography. Manual picking is considered as the most accurate way to access the arrival times but time consuming. Many automatic picking methods were proposed in the past decades, but their precisions are not as high as human experts especially for events with low ratio of signal to noise and later arrivals. As the increasing deployment of large seismic array, the existing methods can not meet the requirements of quick and accurate phase picking. In this study, we applied a phase picking algorithm developed on the base of deep convolutional neuron network (PickNet) to pick seismic phase arrivals in ChinArray-Phase III. The comparison of picking error of PickNet and the traditional method shows that PickNet is capable of picking more precise phases and can be applied in a large dense array. The raw picked travel-time data shows a large variation deviated from the traveltime curves. The absolute location residual is a key criteria for travel-time data selection. Besides, we proposed a flowchart to determine the accurate location of the single-station earthquake via dense seismic array and phase arrival picked by PickNet. This research expands the phase arrival dataset and improves the location accuracy of single-station earthquake. 相似文献
12.
基于特征值分解方法,本文讨论了一种适用于地方震事件S波震相到时拾取的自动处理算法。该算法计算参数少、简便快捷、易于实现,通过选用七个不同长度的时间窗,有效地减小了窗长选择不合理所引起的震相拾取误差。利用福建地震台网记录的9 855条三分向波形记录进行测试,结果表明:本文方法的S波平均拾取偏差为（0.003±1.34） s,其中79.6%的记录拾取偏差小于0.5 s,4.1%的记录拾取偏差超过2.0 s,说明本文方法能够满足日常工作基本需求。综上分析认为,波形记录质量是影响拾取算法结果精度的最主要因素,信噪比较高的记录,其S波到时拾取偏差显著优于信噪比较低的记录,对信噪比较低的部分记录进行带通滤波预处理后,S波震相拾取精度也有所提升。 相似文献
13.
针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值（STA/LTA）算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解（VMD）算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数（IMF）的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解（EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。 相似文献
14.
Tong Shen Xianguo Tuo Huailiang Li Yong Liu Wenzheng Rong 《Journal of Seismology》2018,22(6):1613-1627
First arrival picking is a key factor which affects the precision of microseismic data analysis. Here, we propose a new method, which employs the maximum eigenvalue to constraint the Maeda-Akaike Information Criterion (Maeda-AIC) algorithm. First, aims at addressing the pick result affected by signal-to-noise ratio (SNR) of microseismic data, maximum eigenvalue method based on polarization analysis is applied, and the maximum eigenvalue is calculated firstly, as for three component (3C) microseismic data, the maximum eigenvalue is calculated with corresponding covariance matrix, a time window need to be set in the process of building the covariance matrix, and it is the only time window set in the method proposed in this paper, so the method is called single window Maeda-AIC (SWM-AIC), to the single component (1C) microseismic data, the variance of the data is taken as the maximum eigenvalue. Then, to reduce the effect of time window and increase the automation of the algorithm, Maeda-AIC method which is a non-window-based first arrival picking method is applied. Maeda-AIC values in preliminary window are calculated, and the preliminary window is the sequence before the largest eigenvalue of the 3C or 1C data. We validate the developed method with both synthetic and field microseismic data, using a range of signal-to-noise ratios. The developed method is compared with some basic methods, specifically STA/LTA, Maeda-AIC, and the maximum eigenvalue method. The results demonstrate that the new method is much better at identifying first arrival times than basic methods when the data have a low signal-to-noise ratio, and is even faster than the STA/LTA method with 1C data. In contrast to other improved methods, threshold value is not required for this method, and the only time window used in this method is just for maximum eigenvalue calculation, through test in the paper, its length has almost no effect on the first arrival picking. 相似文献
15.
微地震（MS）波初始到时的自动拾取是MS监测数据处理的关键技术之一,也是实现MS震源自动定位的技术难点.本文在MS震源定位结果反演与推断的研究基础上,对不同类型MS波的到时点特征进行了分析与描述,并对不同时窗长度下能量特征值的变化规律进行了研究,提出了控制时窗移动范围和确定时窗长度自适应参数的具体方法,利用建立的MS波初始到时点特征的模式识别库,对拾取的到时进行模式归类、定量评价和匹配,提高了自动拾取结果的可靠性.研究结果表明,对典型的信噪比高的MS波,到时自动拾取的结果与手工拾取的结果基本一致;对无量纲大振幅的MS波,到时自动拾取结果的可靠性要高于手工拾取,对信噪比低和到时点不清晰的MS波自动拾取的可靠性较低. 相似文献
16.
针对微震事件易受噪声干扰等特点,本文将STA/LTA方法和基于方差的AIC方法（var-AIC）相结合,在震相到时初步拾取的基础上,使用台站的德洛内（Delaunay）三角剖分及台站间最大走时差约束来减少噪声干扰的影响. 利用到时进行地震定位之后,根据台站预测到时,在设定的时间窗内对地震震相进行更精细的分析. 特别是针对微震事件信噪比低的特点,设计了基于偏振分析的拾取函数,根据窗内STA/LTA方法和var-AIC方法的拾取结果自动选择合适的值作为震相到时. 最后,对西昌流动地震台阵2013年304个单事件波形数据的分析处理和检验结果表明,本文方法较传统方法具有更高的地震事件检测能力和更高的震相拾取精度. 相似文献
17.
18.
地震属性分析技术在地球物理勘探领域的广泛应用,启发研究人员将其应用于人工源宽角反射/折射深地震测深剖面的资料预处理和震相识别。采用札达-泉水沟深地震测深资料,提取振幅、信噪比、主频、瞬时带宽、瞬时高频能量等地震属性参数,分析不同参数的物理含义,挑选其中对界面变化敏感的参数,对深地震测深资料进行预处理,并利用P波和S波的联合扫描,提高震相识别的准确性。走时互换结果显示,采用地震属性参数可有效提高震相拾取的准确性,进而提高后续地壳速度结构反演结果的精度。 相似文献