共查询到18条相似文献，搜索用时 125 毫秒
1.
介绍一种B/S架构下测震实时波形可视化方法,能够自动侦测Jopens数据库中数据,并解压缩测震waveform数据表的连续波形数据,将数据以字符串形式进行存储。通过应用fusionchart实现动态实时展示。在实时地震波形的移植性上推进一步,为地震数据的展示与对外界的服务奠定了基础。 相似文献
2.
全波形反演利用地震记录中的振幅、走时和相位等信息,通过拟合实际地震记录和计算波场来定量提取地下介质的弹性参数,进而为勘探地震成像、速度建模以及大尺度构造演化分析等提供可靠依据.但全波形反演计算量巨大,特别是应用于三维大区块叠前数据时,生产成本仍然很高.本文介绍并比较了时间域和频率域的全波形反演方法,综合两者的优点,最终采用混合域的反演算法,并且在此基础上做了进一步的简化以提高计算效率.针对全波形反演方法应用于大规模叠前数据时易陷入局部极小值的问题,我们提出对模型数据进行分割,同时在数个小模型内进行梯度搜索,然后对比各个局域的梯度,最终找出合适的全局下降方向,以克服局部极小的隐患.该方法能够充分利用GPU的硬件特性.在GPU环境下实现本文所提出的简化混合域全波形反演算法.数值计算实例体现出新方法具有良好的计算效率、反演精度和算法可扩展性. 相似文献
3.
4.
测井数据和地震数据是地震勘探中两种最重要的资料. 测井约束地震波形反演是在非线性波形反演的基础上,利用已知测井资料详细的垂直分辨能力和地震资料均匀密集的水平采样特点, 通过迭代反演来求取一个具有较高分辨率的速度参数.本文建立了测井约束反演模型,研究了测井约束下地震波形反演的同伦摄动求解方法.同伦摄动法作为一种新的、求解数学物理中各种非线性问题的有效方法,具有计算速度快、计算精度高的优点.这对于提高反演的精度和效率是十分有益的. 为了表征该方法的有效性和稳定性,分别对水平层状介质模型和逆冲断层带模型进行了数值模拟,并与Landweber迭代法相对比,结果表明该算法具有更好的收敛性,能够取得更为满意的反演效果. 相似文献
5.
6.
发展高效、高精度、普适性强的自动波形拾取算法在地震大数据时代背景下显得越来越重要.波形自动拾取算法的主要挑战来自如何适应不同区域的不同类型地震事件的分类与筛选.本文针对地震事件-噪音分类这一问题,使用13839个汶川地震余震事件建立数据集,应用深度学习卷积神经网络(CNN)方法进行训练,并用8900个新的汶川余震事件作为检测数据集,其训练和检测准确率均达到95%以上.在对连续波形的检测中,CNN方法在精度和召回率上优于STA/LTA和Fbpicker传统方法,并能找出大量人工挑选极易遗漏的微震事件.最后,我们应用训练好的最优模型对选自全国台网的441个台站8天的连续波形数据进行了识别、到时挑取及与参考地震目录关联,CNN检出7016段波形,用自动挑选算法拾取到1380对P,S到时,并与540个地震目录事件成功关联,对1级以上事件总体识别准确率为54%,二级以上为80%,证明了CNN模型具有泛化能力,初步展示了CNN在发展兼具效率、精度、普适性算法,实时地震监测等应用上具有巨大潜力. 相似文献
7.
8.
深度学习算法已广泛应用于地震数据处理分析领域,并在地震数据去噪等方面取得了较好的应用效果.目前业界关注重点在于各种不同深度学习算法和相关的网络结构形式,以及不同标签数据对算法效果的影响,较少关注数据集本身的差异对深度学习算法的应用效果影响.本文以卷积神经网络(Convolutional Neural Network, CNN)算法中批量规范化层(Batch Normalization)对地震数据去噪的影响分析为例,通过理论公式和应用效果的对比分析,提出了基于地震数据特征分析下的批量规范化层的使用建议.批量规范化层的使用依赖于数据集的统计分布特征,只有当训练集的归一化能量分布集中在能量较强的区域,批量规范化层的使用才会提升网络的效果.但通常情况下,在地震数据去噪的应用中,不建议使用批量规范化层.这些特征为深度学习算法在地震数据去噪应用中的网络结构设计提供了有价值的参考. 相似文献
9.
全国地震前兆数据入库处理 总被引：2，自引：0，他引：2
详细介绍了前兆数据入库处理软件Doqzh的功能特点、 工作参数文件、 数据入库流程、 两种数据入库模式、 错误处理、 工作日志文件以及支持的观测日志文件格式等。 该软件可对多种前兆数据、 观测日志以及电子月报表等进行入库处理, 对数据入库操作进行优化, 大大提高了数据入库效率, 且实现了数据入库操作的全程自动化, 包括连接数据库服务器、 连接FTP服务器、 下载文件、 备份文件、 数据包解压缩、 入库、 记录数据压缩包统计信息、 退出程序等。 该软件是国家地震前兆台网中心数据处理系统的核心软件, 在国家地震前兆台网中心和多个省级前兆台网中心收到了很好的应用效果, 为全国地震前兆数据的汇集和共享以及中国地震局的大华北数据共享任务起到了关键的作用。 相似文献
10.
本文以西昌台阵观测的8 321次近震数据为例,详细介绍了利用深度卷积神经网络检测地震的数据处理流程,包括数据预处理、模型训练、波形长度、网络层数、学习率和概率阈值等关键参数对检测结果的影响,并将训练得到的最优模型,应用于事件波形和连续波形的检测。研究表明,数据预处理和数据增强可以提升模型的检测精度和抗干扰能力。用于模型训练的波形窗口长度可近似于S-P到时差的最大值。不同网络层数（5—8层）的检测结果差别不大。对于地震检测,学习率设为10?4—10?3较为合适。卷积神经网络检测出的地震数量与选择的概率阈值有关,通过绘制精确率-召回率变化曲线,可以为选择合适的概率阈值提供参考。本文为进一步利用深度学习算法提高地震检测效果提供了参考。 相似文献
11.
Mallat算法在数字地震信号压缩中的应用 总被引：1，自引：1，他引：0
王军 《地震地磁观测与研究》2017,38(5):133-138
地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。 相似文献
12.
测震数据对象关系映射软件包设计 总被引：1，自引：1，他引：0
在深入研究JOPENS数据库数据模型,SEED文件格式基础上,通过对Jrdseed开源软件包进行继承、功能扩展与封装,设计实现Java环境的测震数据对象关系映射软件包。即使不了解测震数据存储标准,也能应用该程序,只需调用该通用软件包接口,便能高效便利的从多种数据来源(来自JOPENS数据库中的连续波形、事件波形以及SEED文件)轻松获取解压缩处理后的测震数据,使研发效率获得大幅提升。 相似文献
13.
JOPENS观测系统实时接收数据的计算机需每天24小时不间断工作,机器自身有可能发生硬件或软件故障,导致无法接收实时数据,影响琼中地震台地震数据连续性、完整性。采用Visual Basic语言,进行针对性软件设计,通过定时器功能,不间断读取波形变化进行比对,实现地震波形断记报警。 相似文献
14.
在已有地震数据处理软件的基础上,为了进一步丰富和完善地震数据处理工具库,基于ObsPy模块库,设计并实现了一款简单易用、可拓展的地震数据处理软件SeisProc。该软件利用ObsPy提供的信号接口,实现了对多种格式的地震数据文件的预处理功能,应用PyQt5库设计GUI,实现数据预览、格式转换、波形绘制和预处理等功能。 相似文献
15.
地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路. 相似文献
16.
Quantitative imaging of complex structures from dense wide-aperture seismic data by multiscale traveltime and waveform inversions: a case study 总被引：3，自引：0，他引：3
S. Operto C. Ravaut L. Improta J. Virieux A. Herrero P. Dell'Aversana 《Geophysical Prospecting》2004,52(6):625-651
An integrated multiscale seismic imaging flow is applied to dense onshore wide‐aperture seismic data recorded in a complex geological setting (thrust belt). An initial P‐wave velocity macromodel is first developed by first‐arrival traveltime tomography. This model is used as an initial guess for subsequent full‐waveform tomography, which leads to greatly improved spatial resolution of the P‐wave velocity model. However, the application of full‐waveform tomography to the high‐frequency part of the source bandwidth is difficult, due to the non‐linearity of this kind of method. Moreover, it is computationally expensive at high frequencies since a finite‐difference method is used to model the wave propagation. Hence, full‐waveform tomography was complemented by asymptotic prestack depth migration to process the full‐source bandwidth and develop a sharp image of the short wavelengths. The final traveltime tomography model and two smoothed versions of the final full‐waveform tomography model were used as a macromodel for the prestack depth migration. In this study, wide‐aperture multifold seismic data are used. After specific preprocessing of the data, 16 frequency components ranging from 5.4 Hz to 20 Hz were inverted in cascade by the full‐waveform tomography algorithm. The full‐waveform tomography successfully imaged SW‐dipping structures previously identified as high‐resistivity bodies. The relevance of the full‐waveform tomography models is demonstrated locally by comparison with a coincident vertical seismic profiling (VSP) log available on the profile. The prestack depth‐migrated images, inferred from the traveltime, and the smoothed full‐waveform tomography macromodels are shown to be, on the whole, consistent with the final full‐waveform tomography model. A more detailed analysis, based on common‐image gather computations, and local comparison with the VSP log revealed that the most accurate migrated sections are those obtained from the full‐waveform tomography macromodels. A resolution analysis suggests that the asymptotic prestack depth migration successfully migrated the wide‐aperture components of the data, allowing medium wavelengths in addition to the short wavelengths of the structure to be imaged. The processing flow that we applied to dense wide‐aperture seismic data is shown to provide a promising approach, complementary to more classical seismic reflection data processing, to quantitative imaging of complex geological structures. 相似文献
17.
地震波的正演模拟,尤其是3D正演模拟,往往涉及大规模的数据存储和计算,问题的规模往往超出计算机的物理内存,或者计算时间让问题的求解者难以忍受,即使采用目前存储和计算能力很强的计算机,其计算费用仍然是十分昂贵的.本文提出一种基于多线程协同使用多CPU和计算域分割的正演模拟并行计算技术,使得问题的求解过程得以加快,大大地缩短了用户等待的时间.为了检验我们的并行算法的可行性,文中以傅利叶正演模拟技术为例,给出了声波和3D各向异性弹性波模拟的例子,并对不同版本（串行、并行）运算效率进行了比较,证实了方法的有效性. 相似文献
18.
以二维声波方程为模型,在时间域深入研究了全波形速度反演.全波形反演要解一个非线性的最小二乘问题,是一个极小化模拟数据与已知数据之间残量的过程.针对全波形反演易陷入局部极值的困难,本文提出了基于不同尺度的频率数据的"逐级反演"策略,即先基于低频尺度的波场信息进行反演,得出一个合理的初始模型,然后再利用其他不同尺度频率的波场进行反演,并且用前一尺度的迭代反演结果作为下一尺度反演的初始模型,这样逐级进行反演.文中详细阐述和推导了理论方法及公式,包括有限差分正演模拟、速度模型修正、梯度计算和算法描述,并以Marmousi复杂构造模型为例,进行了MPI并行全波形反演数值计算,得到了较好的反演结果,验证了方法的有效性和稳健性. 相似文献