CN108828656B - 一种基于背景噪声互相关技术的obs时钟校正方法 - Google Patents
一种基于背景噪声互相关技术的obs时钟校正方法 Download PDFInfo
- Publication number
- CN108828656B CN108828656B CN201810338326.3A CN201810338326A CN108828656B CN 108828656 B CN108828656 B CN 108828656B CN 201810338326 A CN201810338326 A CN 201810338326A CN 108828656 B CN108828656 B CN 108828656B
- Authority
- CN
- China
- Prior art keywords
- ncf
- clock deviation
- cross
- obs
- correlation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012937 correction Methods 0.000 title claims abstract description 20
- 230000003068 static effect Effects 0.000 claims abstract description 14
- 238000005314 correlation function Methods 0.000 claims abstract description 10
- 241001269238 Data Species 0.000 claims abstract description 3
- 230000001364 causal effect Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 description 5
- 239000013078 crystal Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011000 absolute method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Oceanography (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于背景噪声互相关技术的OBS时钟校正方法,利用海底地震仪OBS记录N天的原始地震数据,根据原始地震数据计算任意两个台站间的每天的噪声互相关函数NCF,然后利用每天的NCF的对称性分析方法来计算台站间的钟差;首先通过所有天的NCF经过动态钟差校正叠加形成参考NCF,根据参考NCF的正负到达时得到静态钟差;根据每天的NCF与参考NCF在做互相关的正负到达时得到动态钟差;总的钟差为静态钟差和动态钟差的和。本发明利用每天的NCF的对称性分析方法,获得了台站间的静态和动态钟差,更好的解决了外界GPS无法有效授时和钟差非线性变化的特殊情况下OBS之间的钟差校正问题。
Description
技术领域
本发明属于海底地震观测技术领域,涉及一种基于背景噪声互相关技术的OBS时钟校正方法。
背景技术
海底地震观测技术是在海底布设海底地震仪(以下统称OBS)台阵,用于长期实时观测洋中脊热液活动的直接有效手段。由于电磁波无法在海水中传播,因此OBSs之间不能通过像陆地地震仪那样通过外界GPS实时授时方式来保证地震计内部时钟统一,而是采用地震计内部的晶振作为时间计数的硬件装置。由于晶振受温度、自身老化和其他环境因素的影响会使晶振的振动的频率发生漂移,最终导致地震计内部时钟系统与真实时间系统存在偏差,称之为钟差。
钟差在长时间的记录过程中会逐渐积累,甚至达到几秒,这么大的误差显然是不能忽略的,特别是对精确的地震定位和地震层析成像等地震学方法的研究影响非常大。因此对于OBS数据资料的处理中,钟差校正是非常必要的。
一般情况下OBS的投放入水前和回收出水后都会与GPS时间进行对时,假设钟差随时间是线性变化的,这样可以把OBS投放和回收前后与GPS时间的时间差通过线性回归的方式校正到地震数据中去。这种方法简单实用,但是对于钟差不是线性变化的或者OBS在回收后没有与GPS对时情况下是不适用的。
发明内容
为了解决上述特殊情况,就需要从地震数据本身的性质寻找时钟校正的方法。本发明采用一种通过提取OBS台站间的背景噪声数据利用互相关技术来计算时钟误差的方法。其原理是通过提取OBS台站间的NCF随时间的变化规律来计算台站间的钟差。
本发明通过以下技术方案得以实现:一种基于背景噪声互相关技术的OBS时钟校正方法,包括如下步骤:
(1)利用海底地震仪OBS记录N天的原始地震数据;
(2)根据原始地震数据计算任意两个台站间的每天的噪声互相关函数NCF,第i天的NCF记为si(t),si(t)包括从一侧照射的因果部分和从相反的一侧照射的非因果部分如式(1);
(3)第二天到第N天的NCF分别与第一天的NCF做互相关得到动态钟差,N天的NCF经过动态钟差校正后叠加在一起形成参考NCF,记为r(t),r(t)同样可分为因果部分r+(t)和非因果部分r-(t);
(4)由r(t)的因果部分r+(t)最大峰值对应的正到达时t+与非因果部分r-(t)最大峰值对应的负到达时t-得到静态钟差,如式(2);
dtstat=|t+|-|t-|............................................(2)
(5)r(t)的因果部分r+(t)与每天的NCF的因果部分做互相关得到互相关函数r(t)的非因果部分r-(t)与每天的NCF的非因果部分做互相关得到互相关函数 表示互相关运算符,由互相关函数的峰值对应的时间差dt+和互相关函数的峰值对应的时间差dt-得到每天的动态钟差如式(3);
(6)将静态钟差与第i天的动态钟差加和得到第i天的两台站间的相对钟差
进一步地,所述步骤(1)中,采用窗长为1天的水听器分量记录原始地震数据。
进一步地,所述步骤(2)中,将采集的原始数据经去仪器响应,重采样,去均值和趋势,滤波,时间域归一化和谱白化预处理后,再计算NCF。
进一步地,所述步骤(2)中,滤波选取2~5s带通滤波,时间域归一化方法采用滑动绝对平均归一化方法。
进一步地,所述步骤(6)中,对于任意三个台站A,B和C,任意两对台站间的相对钟差和满足如下关系式:
考虑到台网中任意的三个台站组合都应满足上述关系式(5),这样就可以降低计算两台站间钟差时产生的误差,采用共轭梯度的方法来寻找由台网中任意三个台站满足式(5)组合成的方程组的最优解,这些最优解就是最终任意两个台站间的钟差。
进一步地,所述步骤(2)中,在理想的情况下,两个台站接收的背景噪声在空间中是均匀分布的,它们做互相关得到的NCF的因果信号和非因果信号在波形和时间上都应该是对称的,而实际情况下,因果信号和非因果信号的走时往往是不对称的,它们之间的差异是由两台站间的钟差造成的。
进一步地,所述步骤(3)中,通过叠加的方法获得参考NCF受到随机不均一噪声源的影响减小,提高了信噪比,避免了由于第一天数据质量不好而导致计算结果的偏差,使得利用参考NCF的因果部分和非因果部分的互相关结果计算的静态钟差更加准确。
进一步地,所述步骤(5)中,通过多次OBS地震实验数据表明动态钟差通常随时间呈线性分布。
本发明的有益效果是:通过合理的参数选择利用每天的NCF的对称性分析方法,获得了台站间的静态和动态钟差,更好的解决了外界GPS无法有效授时和钟差非线性变化的特殊情况下OBS之间的钟差校正问题。
附图说明
图1是本发明方法的流程图;
图2是利用合成子波模拟背景噪声计算两台站间相对钟差原理图;
图3是中国大洋调查34和40航次两次OBS实施例中,计算钟差所用OBS台站分布图;
图4是地震记录通道选择测试示例,OBS05-OBS07台站对之间的四个分量信号经过2~5s滤波后的每天的NCF。从左至右依次为水听器分量,垂直分量,南北和东西水平分量,黑点表示每天的NCF的最大峰值所对应的正负时间;
图5是地震记录频带选择测试示例,OBS05-OBS07台站间水听器分量不同周期滤波后的地震记录做互相关得到的每天的NCF,从左至右依次为,1~2s,2~5s,5~10s,10~20s,黑点表示每天的NCF的最大值所对应的正负时间;
图6是地震记录窗长选择测试示例,OBS05-OBS07台站间不同时窗的水听器分量经过2~5s滤波后的地震记录做互相关得到的NCF,从左至右依次为,1天,2天和5天,黑点表示噪声NCF的最大值所对应的正负时间;
图7是利用中国大洋调查40航次数据,通过NCF的对称性分析方法计算其他三台OBSs相对于OBS05的动态钟差,虚线代表理论动态钟差;
图8是每天的NCF经过动态偏差校正后叠加合成参考NCF示例,上图为108天的OBS01-OBS02台站间2~5s频带范围内的水听器分量数据在-100~100s时窗范围内的NCF,下图为108天NCF经动态钟差校正后叠加得到的参考NCF。
具体实施方式
下面结合实施例对本发明的可行性做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例的结果。
实施示例1:
NCF对称性分析方法计算台站间的静态和动态钟差的原理如图2所示,利用几个间隔30s的子波组成的地震记录来模拟OBS记录到的连续的背景噪声记录,OBS01比OBS02晚5s开始记录,并且每100s地震记录中加入1s的动态钟差(图4黑色虚线)。我们选取不同时间段内的30s固定时窗(黑色方框)对两个地震记录做互相关得到NCF。NCF的最大峰值偏离零值点的时间差即为这对地震台站间的钟差,静态钟差dtstat和动态钟差dtdyn分别为黑色实线和虚线的峰值偏离零点的时间差,从图中我们可以看到静态误差是不变的,而动态误差随着时间的增加而增大。
利用上述原理,利用中国大洋调查40航次的OBS数据,通过对NCF对称性分析方法(图1)得到的钟差与理论钟差的比较来验证该方法的可行性,并且测试了不同分量,不同时间窗,不同周期范围以及不同归一化方法的地震记录对台站间NCF的影响,最后挑选出合适的参数以便更好的获得台站间的钟差。
(1)振幅归一化方法的选择;
选择中国大洋调查40航次共37天的地震记录,经过去仪器响应,重采样,去均值和趋势,2~5s带通滤波,时间域归一化和谱白化等一系列预处理后,计算得到各台站间的NCF。在这些处理方法中,时间域归一化方法是必要的,以便去掉NCF中大地震和台站附近随机噪声源的影响。目前常用的两种归一化方法,One-Bit方法和滑动绝对平均法。我们比较了两种方法得到的噪声互相关结果,发现两种方法得到的结果差异不大,滑动绝对平均法的信噪比略高,故采用滑动绝对平均归一化方法。
(2)地震记录通道选择;
通过对比各个分量NCF的对称性及其信噪比来选择最好的分量数据。图4为OBS05-OBS07台站对(OBS编号及位置见图3)的四个分量(从左至右依次为水听器分量,垂直分量,南北分量,东西分量)经过2~5s滤波后的每天的NCF。可以看出,水听器与垂直分量的NCF具有很好的对称性,而水平分量的对称性较差,尤其是对某些信噪比较低的天数里。为了定量化描述不同分量的互相关结果的好坏,我们计算NCF的信噪比(SNR),方法如下:首先选择面波到达时附近有效信号并找出其最大值,然后根据实际情况选取噪声时窗并计算其均方根,最后的NCF的信噪比表示如下:
其中,Si表示m长的信号序列;Nj表示n长的噪声序列;表示噪声序列的平均值;i=1,2,...,m;j=1,2,...,n。
选取NCF中面波到达时5s范围内的信号作为有用信号,60~80s范围内的信号作为噪声信号,由式(6)计算出每天的NCF的信噪比,并把他们的平均值作为最终的信噪比。结果显示水听器分量的信噪比最高,为7.6;其次为垂直分量6.0,而其他两个水平分量的信噪比相对较低,分别为5.3和2.4,并且水听器分量一般工作情况良好,不容易出现故障,故采用水听器分量记录。
(3)地震记录频带选择
采用如下频带范围,1~2s,2~5s,5~10s和10~20s对水听器信号进行滤波,最后得到各个频带的每天的NCF如图5所示。从图中可以看出频带范围在2~5s时,NCF具有较好的对称性,表明格林函数场得到很好的恢复,满足空间上噪声源均一分布这一假设。同样采用式(6)计算它们信噪比。结果显示2~5s频带范围内的信号具有较高的信噪比(7.2)远高于其他几个频带范围(SNR=2.8,1~2s;SNR=5.9,5~10s;SNR=2.1,10~20s)。此外根据前人总结出的台站间距与选择地震波周期之间的经验关系式如下:
其中,r表示台站之间的距离,λ表示地震波波长,c表示面波的相速度,T表示选择的周期。这个经验关系式意味着能够恢复格林函数的最大周期不能超过台站间距与面波相速度比值的三分之一。由于OBS台阵最大间距为30km并且假设面波相速度为2km/s,估算最大可采用的周期为5s,故选取2~5s频带范围的地震记录。
(4)地震记录窗长选择;
测试了不同长度的时窗(1天,2天和5天)的NCF如图6所示。它们的走时从地震记录的开始到结束都呈线性分布。表1给出任意两个台站间利用时长为1天,2天和5天地震记录计算出的动态钟差和理论动态钟差的结果,从表1中可以看出,任意台站间由不同长度时窗NCFs计算得到的动态钟差基本相同,且与理论钟差一致,最大误差为每天0.0034s。并且发现当选取的时窗变长时,由随时间变化噪声源导致的NCF正负到达时的误差也逐渐变小,与此同时,时间尺度上的分辨率也在降低。因此在选取地震记录时窗长度时要平衡上述两种因素。对于OBS间距在几十公里范围内的情况,窗长为1天的NCF具有很好的对称性和线性趋势且受到随机噪声源的影响较小,故地震记录的时窗选取1天。
表1利用不同窗长NCF计算的动态钟差
(5)钟差的计算结果和可行性分析
根据上述NCF的对称性分析方法计算出各台站相对于OBS05的钟差与时间的关系如图7所示。图中可以看出,钟差随着时间呈明显的线性变化趋势,并且围绕着理论钟差附近分布。利用两台站间的NCF计算的钟差与理论钟差之间标准差来评价该方法的可行性,如式(8)
其中,dtdyn表示台站间动态钟差,dtcal表示台站间理论钟差,N表示观测的总天数。
相对于OBS05,OBS06的方差为0.128s;OBS07的方差为0.0705s;OBS08的方差为0.1501s。综上,NCF方法计算的台站间的钟差与理论钟差结果非常接近,证明了该方法的可行性。
实施示例2:
利用相同的参数将该方法应用到中国大洋调查34航次OBS数据中,与中国大洋调查40航次OBS数据不同的是,除了随时间变化的动态钟差之外OBSs之间还存在一定的静态钟差。为了提高静态钟差的计算精度,把所有天的NCF在经过动态钟差校正后叠加在一起形成参考NCF,图8给出了OBS01和OBS03之间的所有天的NCF叠加得到参考NCF的结果。从图中可以看出叠加后的参考NCF的因果部分和非因果部分无论是从走时还是振幅上都具有非常好的对称性。这样计算得到的静态钟差更为精确。对于任意两个OBS台站,分别计算得到它们之间的动态钟差和静态钟差之后,总的钟差由两者之和式(4)获得。为了使各个台站间计算的相对钟差的误差最小,采用式(5)中的共轭梯度算法得到所有台站间钟差的最优解。
最后,任意两个台站间的钟差随时间变化关系可以通过形如y=kx+b线性拟合的方式获得。结果表明OBSs之间最大的钟差可以在108天的记录里达到2.2s,这么大的钟差如果没有经过有效的校正,将会对地震定位和成像的研究产生较大的误差。这表明在OBS数据处理中钟差校正是非常重要的,为之后的地震精确定位提供了重要的保障。
以上两个实施示例,证明了基于背景噪声互相关技术的OBS时钟校正方法在实际应用中的可行性,尤其是在钟差随时间非线性变化和外界GPS无法有效授时的情况下;并指出在选取频带范围在2~5s,窗长为1天的水听器分量地震记录经过滑动绝对平均归一化等处理后,应用效果最佳。这对OBS间距在几十公里范围内的小尺度地震台网间的时间统一具有重要的参考价值。
Claims (5)
1.一种基于背景噪声互相关技术的OBS时钟校正方法,其特征在于,包括如下步骤:
(1)利用海底地震仪OBS记录N天的原始地震数据;
(2)根据原始地震数据计算任意两个台站间的每天的噪声互相关函数NCF,第i天的NCF记为si(t),si(t)包括从一侧照射的因果部分和从相反的一侧照射的非因果部分如式(1);
(3)第二天到第N天的NCF分别与第一天的NCF做互相关得到动态钟差,N天的NCF经过动态钟差校正后叠加在一起形成参考NCF,记为r(t),r(t)同样可分为因果部分r+(t)和非因果部分r-(t);
(4)由r(t)的因果部分r+(t)最大峰值对应的正到达时t+与非因果部分r-(t)最大峰值对应的负到达时t-得到静态钟差,如式(2);
dtstat=|t+|-|t-|............................................(2)
(5)r(t)的因果部分r+(t)与每天的NCF的因果部分做互相关得到互相关函数r(t)的非因果部分r-(t)与每天的NCF的非因果部分做互相关得到互相关函数 表示互相关运算符,由互相关函数的峰值对应的时间差dt+和互相关函数的峰值对应的时间差dt-得到每天的动态钟差如式(3);
(6)将静态钟差与第i天的动态钟差加和得到第i天的两台站间的相对钟差
2.根据权利要求1所述的基于背景噪声互相关技术的OBS时钟校正方法,其特征在于,所述步骤(1)中,采用窗长为1天的水听器分量记录原始地震数据。
3.根据权利要求1所述的基于背景噪声互相关技术的OBS时钟校正方法,其特征在于,所述步骤(2)中,将采集的原始数据经去仪器响应,重采样,去均值和趋势,滤波,时间域归一化和谱白化预处理后,再计算NCF。
4.根据权利要求1所述的基于背景噪声互相关技术的OBS时钟校正方法,其特征在于,所述步骤(2)中,滤波选取2~5s带通滤波,时间域归一化方法采用滑动绝对平均归一化方法。
5.根据权利要求1所述的基于背景噪声互相关技术的OBS时钟校正方法,其特征在于,所述步骤(6)中,对于任意三个台站A,B和C,任意两对台站间的相对钟差和满足如下关系式:
考虑到台网中任意的三个台站组合都应满足上述关系式(5),这样就可以降低计算两台站间钟差时产生的误差,采用共轭梯度的方法来寻找由台网中任意三个台站满足式(5)组合成的方程组的最优解,这些最优解就是最终任意两个台站间的钟差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810338326.3A CN108828656B (zh) | 2018-04-16 | 2018-04-16 | 一种基于背景噪声互相关技术的obs时钟校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810338326.3A CN108828656B (zh) | 2018-04-16 | 2018-04-16 | 一种基于背景噪声互相关技术的obs时钟校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108828656A CN108828656A (zh) | 2018-11-16 |
CN108828656B true CN108828656B (zh) | 2019-06-18 |
Family
ID=64154389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810338326.3A Active CN108828656B (zh) | 2018-04-16 | 2018-04-16 | 一种基于背景噪声互相关技术的obs时钟校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108828656B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815264A (zh) * | 2006-02-24 | 2006-08-09 | 南京大学 | 扫频信号的时频互相关检测和时延估计方法 |
CN102377715A (zh) * | 2010-08-12 | 2012-03-14 | 北京泰美世纪科技有限公司 | 一种采样时钟同步方法及装置 |
CN104777375A (zh) * | 2014-12-30 | 2015-07-15 | 北京无线电计量测试研究所 | 一种互相关相位噪声检测装置 |
CN106291707A (zh) * | 2015-06-01 | 2017-01-04 | 中国石油化工股份有限公司 | 三维地震资料多块拼接处理时差校正方法和装置 |
CN107807393A (zh) * | 2017-09-28 | 2018-03-16 | 中国海洋大学 | 基于地震干涉法的单台站集初至波增强方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8787112B2 (en) * | 2010-12-01 | 2014-07-22 | Shell Oil Company | Seismic data apparatus and methods |
-
2018
- 2018-04-16 CN CN201810338326.3A patent/CN108828656B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815264A (zh) * | 2006-02-24 | 2006-08-09 | 南京大学 | 扫频信号的时频互相关检测和时延估计方法 |
CN102377715A (zh) * | 2010-08-12 | 2012-03-14 | 北京泰美世纪科技有限公司 | 一种采样时钟同步方法及装置 |
CN104777375A (zh) * | 2014-12-30 | 2015-07-15 | 北京无线电计量测试研究所 | 一种互相关相位噪声检测装置 |
CN106291707A (zh) * | 2015-06-01 | 2017-01-04 | 中国石油化工股份有限公司 | 三维地震资料多块拼接处理时差校正方法和装置 |
CN107807393A (zh) * | 2017-09-28 | 2018-03-16 | 中国海洋大学 | 基于地震干涉法的单台站集初至波增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108828656A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rawlinson et al. | Seismic tomography and the assessment of uncertainty | |
Gouédard et al. | Correction of ocean‐bottom seismometer instrumental clock errors using ambient seismic noise | |
WO2017167191A1 (zh) | 地震数据处理方法和装置 | |
Sigloch et al. | Measuring finite-frequency body-wave amplitudes and traveltimes | |
MX2014014770A (es) | Analisis de datos sismicos utilizando coleccion de datos de nodos del fondo oceanico. | |
CN114253962B (zh) | 一种考虑非线性因素的区域格网速度场构建方法及系统 | |
CN104122789A (zh) | 高精度分布式同步时钟系统及方法 | |
CN109001800A (zh) | 一种基于地震数据的时频分解与气藏检测方法及系统 | |
CN110187384A (zh) | 贝叶斯时移地震差异反演方法及装置 | |
CN114440758A (zh) | 一种区域尺度上滑坡对降雨响应的分析方法 | |
Lehujeur et al. | Eikonal Tomography Using Coherent Surface Waves Extracted From Ambient Noise by Iterative Matched Filtering—Application to the Large‐N Maupasacq Array | |
Yang et al. | Long-term ambient seismic interferometry for constraining seasonal subsurface velocity variations in urban settings: a distributed acoustic sensing (DAS) case study | |
CN108828656B (zh) | 一种基于背景噪声互相关技术的obs时钟校正方法 | |
Mulargia et al. | A seismic passive imaging step beyond SPAC and ReMi | |
CN108680957B (zh) | 基于加权的局部互相关时频域相位反演方法 | |
CN109856672B (zh) | 基于深度波数谱的瞬变波包提取方法、存储介质与终端 | |
CN111257938A (zh) | 基于小波互相关时移地震虚拟震源波场重构方法和系统 | |
CN109188516A (zh) | Radon域能量扫描叠加的微地震事件定位方法 | |
Cheng et al. | A new method for estimating the correlation of seismic waveforms based on the NTFT | |
Li et al. | Adaptive denoising approach for high-rate GNSS seismic waveform preservation: Application to the 2010 EI Mayor-Cucapah earthquake and 2012 Brawley seismic swarm | |
CN112505782B (zh) | 四维地震中辐射模式校正的干涉基准面重建方法及系统 | |
Sigloch | Multiple-frequency body-wave tomography | |
Corciulo et al. | Instantaneous phase variation for seismic velocity monitoring from ambient noise at the exploration scale | |
Kitov et al. | Use of waveform cross correlation to reconstruct the aftershock sequence of the August 14, 2016, Sakhalin earthquake | |
CN112305615A (zh) | 一种地震资料角度域共成像点道集提取方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |