CN109923440B - 面波勘探方法及终端设备 - Google Patents

面波勘探方法及终端设备 Download PDF

Info

Publication number
CN109923440B
CN109923440B CN201780001187.9A CN201780001187A CN109923440B CN 109923440 B CN109923440 B CN 109923440B CN 201780001187 A CN201780001187 A CN 201780001187A CN 109923440 B CN109923440 B CN 109923440B
Authority
CN
China
Prior art keywords
frequency
surface wave
spectrum
station
function
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
Application number
CN201780001187.9A
Other languages
English (en)
Other versions
CN109923440A (zh
Inventor
陈晓非
杨振涛
王建楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern University of Science and Technology
Original Assignee
Southern University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southern University of Science and Technology filed Critical Southern University of Science and Technology
Publication of CN109923440A publication Critical patent/CN109923440A/zh
Application granted granted Critical
Publication of CN109923440B publication Critical patent/CN109923440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • 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
    • G01V1/282—Application of seismic models, synthetic seismograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/24—Recording seismic data
    • G01V1/247—Digital recording of seismic data, e.g. in acquisition units or nodes
    • 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
    • G01V1/284—Application of the shear wave component and/or several components of the seismic signal
    • 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
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本方案适用于地质勘探技术领域，提供了一种面波勘探方法及终端设备。该方法包括：获取振动采集装置采集到的振动数据；根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；根据所述频散谱建立初始地层模型；根据所述初始地层模型和反演算法，对所述频散曲线进行反演。本方案能够从振动数据中提取出高阶面波频散信息，降低反演的不确定性；通过建立初始地层模型能够降低反演算法的运算时间，并且降低反演运算的不稳定性；使振动采集装置能够任意布置，降低对布置场地的要求，提高面波勘探的场地适应性。

Description

面波勘探方法及终端设备
技术领域
本发明属于地质、地球物理勘探技术领域，尤其涉及一种面波勘探方法及终端设备。
背景技术
从二十世纪五十年代，科学家发现Rayleigh波(瑞雷波)在层状介质中相速度随频率改变而改变，呈现明显的频散特性。水平层状介质中的Rayleigh波实际上是纵波和横波在震源区域内各界面处经过复杂的反射、透射后相互干涉叠加而成。它携带了各层介质的P波速度、S波速度、密度等参数信息，且速度主要取决于层状介质中S波速度的分布。Rayleigh波在传播过程中能量和速度的变化特征携带了大量地下地层的信息，呈现出的频散特征，也间接反映了层状介质本身所固有的一些特征。由此研究天然地震波中的低频Rayleigh波频散可以解决深部地质构造问题；研究人工震源激发的较高频率的Rayleigh波可以解决工程勘察、场地和地基处理评价、障碍物和空洞探测等浅层地质问题。
面波勘探是工程物探领域应用最广泛的物探方法，按震源的不同可分为两类：主动源法和被动源法。其中主动源就是人工激发震源产生面波。被动源面波顾名思义这一称呼是相对于主动源面波的，即不需要人工主动制造震源，而是将自然界中的潮汐、风、火山活动等自然现象所产生的各种震动，以及来自于人类的各种活动，如车辆行驶、工厂机械运行、人类走动等产生的各种震动作为震源。
在城市工程物探中，主动源面波勘探需要人工震源，会对环境造成一定影响，且对场地条件有一定的要求；检波器观测系统需要线性排列，在城市复杂区域探测经常无法实施；人工震源激发的面波能量有限，勘探深度常常无法满足工程勘察的需要。所以主动源面波法在城市工程勘察中存在诸多局限性，因此被动源面波勘探方法被引入到工程物探领域。
被动源面波勘探的关键问题之一是如何从采集到的面波数据中提取频散曲线。现阶段用于提取被动源面波频散的主要方法有：基于傅立叶变换的F-K法和空间自相关(SPAC)算法。这两种方法各有优缺点，其中F-K法虽然能分辨高阶模态的面波，但分辨率低，且需大量接收点同时采集；由于SPAC算法对接收点个数要求也不高，现已成为最流行的被动源面波处理方法。但SPAC算法并不能提取高阶模态面波频散曲线，算法只能提取到基阶面波频散信息，且接收点仍须按一定规则形状布置。
发明内容
有鉴于此，本发明实施例提供了一种面波勘探方法及终端设备，以解决目前被动源面波勘探中不能提取高阶模态面波，且对接收点排布要求苛刻的问题。
本发明实施例的第一方面提供了一种面波勘探方法，包括：
获取振动采集装置采集到的振动数据；
根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
根据所述频散谱建立初始地层模型；
根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
本发明实施例的第二方面提供了一种面波勘探装置，包括：
获取模块，用于获取振动采集装置采集到的振动数据；
提取模块，用于根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
构建模块，用于根据所述频散谱建立初始地层模型；
反演模块，用于根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
本发明实施例的第三方面提供了一种面波勘探终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现的方法的步骤包括：
获取振动采集装置采集到的振动数据；
根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
根据所述频散谱建立初始地层模型；
根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现的方法的步骤包括：
获取振动采集装置采集到的振动数据；
根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
根据所述频散谱建立初始地层模型；
根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
本发明实施例利用矢量波数变换算法得到频散谱，在频散谱提取出包括基阶面波和高阶面波的频散曲线，建立初始地层模型，通过初始地层模型和反演算法对频散曲线进行反演运算，实现地层勘探，能够从振动数据中提取出高阶面波频散信息，将高阶面波频散信息加入到地层的反演运算中，从而降低反演的不确定性；通过建立初始地层模型能够降低反演算法的运算时间，并且降低反演运算的不稳定性；使振动采集装置能够任意布置，降低对布置场地的要求，提高面波勘探的场地适应性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的面波勘探方法的实现流程图；
图2是本发明实施例提供的现有的空间自相关算法的观测台站布置示意图；
图3是本发明实施例提供的矢量波数变换算法的观测台站布置示意图；
图4是本发明实施例提供的面波勘探方法中得到频散谱的实现流程图；
图5是本发明实施例提供的面波勘探方法中互相关函数谱取均值的实现流程图；
图6是本发明实施例提供的面波勘探方法中建立初始地层模型的实现流程图；
图7是本发明实施例提供的提取到的F-C频散谱(a)、频率区间分类(b)和格林函数核函数得到的理论F-C频散谱(c)的示意图；
图8是本发明实施例提供的深度域的频散谱和地层模型的示意图；
图9是本发明实施例提供的面波勘探装置的示意图；
图10是本发明实施例提供的面波勘探终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1为本发明实施例提供的面波勘探的实现流程图，详述如下：
在S101中，获取振动采集装置采集到的振动数据。
在本实施例中，振动采集装置包括但不限于工程地震仪或检波器，例如，可以采用多道有线连接的工程地震仪，或者独立无线连接的地震仪。优选地，检波器可以为主频不高于4hz的宽频带检波器，采集带宽越快越有利于各种频率的面波的采集。振动采集装置的个数大于等于预设个数，例如检波器的数量大于等于12个。振动采集装置的采样频率应满足勘探目的，工程勘探采样率一般不低于200hz。振动采集装置的同步采集时间大于等于预设时间。
在S102中，根据矢量波数变换算法(Vector Wavenumber Transform Method，VWTM)和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线。
现有的空间自相关算法(SPAC法)是1957年地球物理学家Aki提出的一种背景噪音研究方法，计算式为：
Figure BDA0001432847020000051
其中，ρ(ω,r)为空间自相关系数，ω为角频率，ω＝2πf，r为任意两点间的距离，k为波数，k＝ω/c，c为波速，J0为一类零阶贝塞尔函数，c(ω)为面波相速度。可以看出，空间自相关系数是面波相速度、频率，以及台站间距的一类零阶贝塞尔函数。因此，可以通过拟合计算得到的空间自相关系数，求出面波相速度。
现有的SPAC法存在以下缺点：
1.SPAC法要求振动采集装置对应的观测台站必须按一定规则进行布置，如线性、圆形、L型等(如图2所示)，对场地有一定要求。
2.SPAC法对实际信号进行了很大的近似，认为地面传播的背景噪声信号主要由面波组成，而且由基阶面波占主导，求出的空间自相关系数仅为基阶面波的空间自相关系数。
3.SPAC法仅能从被动源面波中提取基阶面波频散曲线，并不能有效的提取高阶面波的频散曲线。从理论上来讲，仅依靠基阶面波频散曲线反演地层结构具有很大的不确定性。如果高阶面波频散曲线能被提取并用于反演，那么反演的不确定性将大大降低。
本发明实施例提出了矢量波数变换算法(VWTM)，能够从振动数据中提取到基阶面波信息和高阶面波信息，从而将高阶面波频散曲线用于地层反演，降低反演的不确定性。
作为本发明的一个实施例，所述矢量波数变换算法(VWTM)的计算式为：
Figure BDA0001432847020000061
其中，
Figure BDA0001432847020000062
为互相关谱，A为常量，
Figure BDA0001432847020000063
为两个观测台站之间的距离，ω为角频率，ω＝2πf，f为频率，g(ω,k)为格林函数垂向分量的核函数，
Figure BDA0001432847020000064
为波数，k＝ω/c。
具体地，
Figure BDA0001432847020000065
为任意两观测台站间互相关的频谱。
下面对提出的矢量波数变换算法的计算过程进行阐述。
在水平层状地表某个测点
Figure BDA0001432847020000066
接收到的微震垂直分量的记录可以表示为
Figure BDA0001432847020000067
则位于地表某两处
Figure BDA0001432847020000068
和
Figure BDA0001432847020000069
的台站的背景噪音信号的时间域互相关定义为：
Figure BDA00014328470200000610
其中，
Figure BDA00014328470200000611
由于微动波场是时间-空间稳定的各向同性的随机波场，故任意两个台站微震垂向分量波场的互相关系数是空间各向同性的，即：
Figure BDA00014328470200000612
其中
Figure BDA00014328470200000613
根据卷积定理，对公式(3)做傅里叶变换可以得到互相关谱的表达式：
Figure BDA00014328470200000614
其中，
Figure BDA00014328470200000615
和
Figure BDA00014328470200000616
分别为两个观测台站接收到的微震信号，
Figure BDA00014328470200000617
为微震信号的傅里叶变换。
根据
Figure BDA00014328470200000618
正比于波动方程的格林函数的虚部，即
Figure BDA00014328470200000619
其中，A为常量，G(ω,r)为格林函数的垂向分量，可以表示为
Figure BDA0001432847020000071
我们对
Figure BDA0001432847020000072
做矢量波数变换，并利用公式
Figure BDA0001432847020000073
得：
Figure BDA0001432847020000074
将公式(5)、(6)代入
Figure BDA0001432847020000075
进行矢量波数变换，得到如下中间算式：
Figure BDA0001432847020000076
根据贝塞尔函数的正交性质
Figure BDA0001432847020000077
可简化为：
Figure BDA0001432847020000078
如图7(c)所示，k＝kn(ω),n＝1,2,3,....是核函数Im{g(ω,k)}的极点，Im{g(ω,k)}在kn(ω)(n＝1,2,3…)处趋于无穷。在实际应用过程中因为用有限求和代替了积分，所以在kn(ω)(n＝1,2,3…)有极大值。至此得到了一种新的提取频散曲线的方法，我们称之为矢量波数变换方法(VWTM)。
根据矢量波数变换算法(VWTM)的计算式，计算任意两个台站之间背景噪声数据的互相关可得到
Figure BDA0001432847020000079
再按公式(9)进行处理，计算不同波数k的核函数g(ω,k)的值，就可以得到不同模的面波在频率-波数域、频率-速度域的能量分布。根据波的能量分布形态，判断振动波的性质，进而得到含有高阶模态的频散曲线。需要注意的是，在实际探测中背景噪声主要是面波信号，体波信号只是在个别情况下出现。之后可以进行面波频散曲线反演得到地下介质的横波速度结构。
提出的矢量波数变换算法(VWTM)具有以下优点：
1.采用矢量波数变换算法(VWTM)，振动采集装置对应的观测台站无需要按一定规则进行摆放，可任意摆放，当然也可按线性、圆形，L型等形状摆放，对场地无要求，如图3所示。
2.实际接收的背景噪声数据由各种震动产生的波组成，不仅包含面波，也包含了体波。而且面波在非均匀介质中会发生频散现象，即面波由不同相速度的模态组成。所以通过计算得到的频散谱就能分离出由不同速度的面波(包含了基阶和高阶)和体波的组分。
作为本发明的一个实施例，S102中的根据矢量波数变换算法和所述振动数据计算得出频散谱包括：
在S401中，将任意两个所述振动采集装置对应的观测台站组成观测台站组，计算得到所述观测台站组对应的台站间距；所述台站间距为所述观测台站组中两个观测台站之间的距离。
在本实施例中，将所有观测台站进行两两组合，若共有n个观测台站，则可以得到m个台站间距r1，r2...rm，其中
Figure BDA0001432847020000081
在S402中，根据所述振动数据，计算得到所述观测台站组对应的互相关谱。
其中，每个观测台站组对应一个台站间距，根据振动数据，可以计算任一组台站间距r0对应的观测台站组中两个观测台站在任一频率ω0下的互相关的谱值
Figure BDA0001432847020000082
在S403中，根据所述台站间距、所述台站间距对应的互相关谱和所述矢量波数变换算法(VWTM)计算得到所述频散谱。
具体地，可以根据预设的扫描频率范围和预设的频率间隔，生成扫描频率序列。根据预设的扫描速度范围和预设的速度间隔，生成扫描速度序列。根据扫描频率序列和扫描速度序列，利用矢量波数变换算法(VWTM)，按照式(2)进行频率和速度扫描，计算得到频散谱。频散谱可以为频率-速度频散谱，即f-c频散谱。
作为本发明的一个实施例，在S401之后，S402之前，还包括：
在S501中，对比各个所述观测站台组对应的台站间距。
在S502中，将所述台站间距相等的观测站台组对应的互相关谱进行叠加平均，并将得到的平均值作为所述台站间距对应的互相关谱。
在本实施例中，可以将各个观测站台组对应的台站间距从小到大进行排序，将台站间距相等的观测站台组对应的互相关谱取平均值，作为该台站间距对应的互相关谱，由此能够充分利用台站间距相等的观测站台组的振动数据，使计算得到的互相关谱更为准确，从而增强提取到的频散谱的有效性，进而提高地层勘探的准确度。
在S103中，根据所述频散谱建立初始地层模型。
目前工程应用中瞬态面波勘探方法只在频率-速度频散谱中按能量极大值，手动或自动连接频散曲线，根据频散曲线中的“之”字型特征来反演地层深度和厚度。以上利用高阶面波的反演，必须对所利用的高阶面波的阶数有个一个准确的判断。但当地层存在低速层或高速层时，不但瑞雷波各个模态的能量分布发生变化，各个模态的速度随频率的变化也会发生改变，从而经常会产生“模式接吻(mode kissing)”现象，这样就会对高阶模态频散曲线的判断带来很大困难。而且当在高频范围内在水平层状的地层模型中存在软弱夹层时，高阶面波比基阶面波具有更大的能量，这就意味着在一定频率范围内通过目前的方法是无法得到基阶面波的，而仅能得到高阶面波。在实际勘探中，真实地层并不是理想的水平层状各向同性的结构，从而导致瑞雷波(Rayleigh)在频散谱波高阶模态的成像质量通常不高，以上这些因素都制约了利用高阶频散曲线进行反演。
为了避免在上述采用高阶频散曲线反演遇到的问题，我们发现当地层存在低速或高速夹层时，夹层埋深对应的频率范围区间内Rayleigh波能量从基阶向一阶或更高阶模态阶跃，从而导致基阶和高阶面波频散曲线出现只在某一频率范围内连续，在实际数据中成像质量可能更差。我们认为频率—速度谱中，各个模态能量的分布也与地层结构有着密切的联系。因此，在本实施例中，根据在频率—速度谱中各个不同频率区间各模态的能量分布的关系，对频率区间进行分类，从而迅速建立简单的层状地层模型，作为后续精确反演的初始模型。
作为本发明的一个实施例，S103可以包括：
在S601中，根据所述频散谱中各个频率区间的面波模态的能量分布，对所述频率区间进行分类。
在S602中，根据分类后的频率区间与地层的对应关系建立所述初始地层模型。
如图7所示，图7a)为F-C频散谱，图中点线为理论面波频散曲线；图7b)为根据频散谱能量提取得到的离散的频散点，并根据分布特性将频率区间分为4类；图7c)为格林函数核函数得到的理论F-C频散谱。
将频率-速度域的频散点，根据半波长理论转换到深度-速度域，见图8。图8a)深度域的频散谱，图8b)为地层模型。可以看到，频散谱上1号和3号点线上的点为基阶频散曲线上的点，2号和4号点线上的点为高阶频散曲线上的点。将地层模型与得到的深度域的频散曲线进行对比，可以看到位移20-40m埋深的第三层(低速层)与深度-速度剖面中的4号频散点的分布基本一致；位移0-10m的第一层与深度-速度剖面中的2号频散点的分布也基本一致。这样我们可以看到高阶频散曲线的分布与地层确实存在一一对应的关系。由此证明，通过在频率域将频散点进行分类，对地层进行分层，建立初始建模的思路是正确的。
在S104中，根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
在本实施例中，可以采用模拟退火(Simulated Annealing)算法、遗传算法等反演算法，对所述频散曲线进行反演，得到地层信息和/或振动波的速度信息。例如，可以得到地层深度信息和速度剖面，从而实现对地层结构的勘探。
本发明实施例提出的面波勘探具有以下优点：
1.能从被动源面波信号中提取出高阶面波频散信息。
2.通过在频率域分类的方法对地层分层，建立初始模型，然后再采用反演算法进行地层反演，这样大大降低了反演算法的运算时间，并大大降低了反演的不稳定性。
3.在被动源信号采集时，观测台站可任意布置，对场地几乎无任何要求，采集时间可以在15分钟-30分钟左右，后期计算时间普通笔记本电脑(i5，8g内存)约为10分钟，反演运算所需的时间少。而且无需震源，对环境不造成任何影响，并可采用普通工程地震仪(如瞬态面波地震仪)进行采集，集高效、经济等优点。
本发明实施例利用矢量波数变换算法得到频散谱，在频散谱提取出包括基阶面波和高阶面波的频散曲线，建立初始地层模型，通过初始地层模型和反演算法对频散曲线进行反演运算，实现地层勘探，能够从振动数据中提取出高阶面波频散信息，将高阶面波频散信息加入到地层的反演运算中，从而降低反演的不确定性；通过建立初始地层模型能够降低反演算法的运算时间，并且降低反演运算的不稳定性；使振动采集装置能够任意布置，降低对布置场地的要求，提高面波勘探的场地适应性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的面波勘探方法，图9示出了本发明实施例提供的面波勘探装置的示意图。为了便于说明，仅示出了与本实施例相关的部分。
参照图9，该装置包括获取模块91、提取模块92、构建模块93和反演模块94。
获取模块91，用于获取振动采集装置采集到的振动数据。
提取模块92，用于根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线。
构建模块93，用于根据所述频散谱建立初始地层模型。
反演模块94，用于根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
优选地，所述矢量波数变换算法的计算式为：
Figure BDA0001432847020000121
其中，
Figure BDA0001432847020000122
为互相关谱，A为常量，
Figure BDA0001432847020000123
为两个观测台站之间的距离，ω为角频率，ω＝2πf，f为频率，g(ω,k)为格林函数垂向分量的核函数，
Figure BDA0001432847020000124
为波数。
优选地，所述矢量波数变换算法的计算过程具体为：
建立互相关谱的表达式：
Figure BDA0001432847020000125
其中，
Figure BDA0001432847020000126
和
Figure BDA0001432847020000127
分别为两个观测台站接收到的微震信号，
Figure BDA0001432847020000128
为微震信号的傅里叶变换；
将互相关谱近似为格林函数，并进行矢量波数变换，得到中间计算式：
Figure BDA0001432847020000129
其中，G(ω,r)为格林函数的垂向分量，
Figure BDA00014328470200001210
J0为一类零阶贝塞尔函数；
根据所述中间计算式和贝塞尔函数的正交性质，得到所述矢量波数变换算法的计算式：
Figure BDA00014328470200001211
优选地，所述提取模块92用于：
将任意两个所述振动采集装置对应的观测台站组成观测台站组，计算得到所述观测台站组对应的台站间距；所述台站间距为所述观测台站组中两个观测台站之间的距离；
根据所述振动数据，计算得到所述观测台站组对应的互相关谱；
根据所述台站间距、所述台站间距对应的互相关谱和所述矢量波数变换算法计算得到所述频散谱。
优选地，所述提取模块92还用于：
对比各个所述观测站台组对应的台站间距；
将所述台站间距相等的观测站台组对应的互相关谱进行叠加平均，并将得到的平均值作为所述台站间距对应的互相关谱。
优选地，所述构建模块93用于：
根据所述频散谱中各个频率区间的面波模态的能量分布，对所述频率区间进行分类；
根据分类后的频率区间与地层的对应关系建立所述初始地层模型。
本发明实施例利用矢量波数变换算法得到频散谱，在频散谱提取出包括基阶面波和高阶面波的频散曲线，建立初始地层模型，通过初始地层模型和反演算法对频散曲线进行反演运算，实现地层勘探。由于能够从振动数据中提取出高阶面波频散信息，将高阶面波频散信息加入到地层的反演运算中，反演的不确定性被大大降低；通过建立初始地层模型能够降低反演算法的运算时间，并且降低反演运算的不稳定性；使振动采集装置能够任意布置，降低对布置场地的要求，提高面波勘探的场地适应性。
图10是本发明一实施例提供的面波勘探终端设备的示意图。如图10所示，该实施例的面波勘探终端设备10包括：处理器100、存储器101以及存储在所述存储器101中并可在所述处理器100上运行的计算机程序102，例如面波勘探程序。所述处理器100执行所述计算机程序102时实现上述各个面波勘探方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器100执行所述计算机程序102时实现上述各装置实施例中各模块/单元的功能，例如图9所示模块91至94的功能。
示例性的，所述计算机程序102可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器101中，并由所述处理器100执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序102在所述面波勘探终端设备10中的执行过程。例如，所述计算机程序102可以被分割成获取模块、提取模块、构建模块和反演模块，各模块具体功能如下：
获取模块，用于获取振动采集装置采集到的振动数据；
提取模块，用于根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
构建模块，用于根据所述频散谱建立初始地层模型；
反演模块，用于根据所述初始地层模型和反演算法，对所述频散曲线进行反演。
所述面波勘探终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述面波勘探终端设备可包括，但不仅限于，处理器100、存储器101。本领域技术人员可以理解，图10仅仅是面波勘探终端设备10的示例，并不构成对面波勘探终端设备10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述面波勘探终端设备还可以包括显示器、输入输出设备、网络接入设备、总线等。
所称处理器100可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器101可以是所述面波勘探终端设备10的内部存储单元，例如面波勘探终端设备10的硬盘或内存。所述存储器101也可以是所述面波勘探终端设备10的外部存储设备，例如所述面波勘探终端设备10上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器101还可以既包括所述面波勘探终端设备10的内部存储单元也包括外部存储设备。所述存储器101用于存储所述计算机程序以及所述面波勘探终端设备所需的其他程序和数据。所述存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (6)

1.一种面波勘探方法，其特征在于，包括：
获取振动采集装置采集到的振动数据；
根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
根据所述频散谱建立初始地层模型；
根据所述初始地层模型和反演算法，对所述频散曲线进行反演；
其中，所述矢量波数变换算法的计算式为：
Figure FDA0002779272940000011
其中，
Figure FDA0002779272940000012
为互相关谱，A为常量，
Figure FDA0002779272940000013
为两个观测台站之间的距离，ω为角频率，ω＝2πf，f为频率，g(ω，k)为格林函数垂向分量的核函数，
Figure FDA0002779272940000014
为波数；J0(kr)为第一类零阶贝塞尔函数；
所述矢量波数变换算法的计算过程具体为：
建立互相关谱的表达式：
Figure FDA0002779272940000015
其中，
Figure FDA0002779272940000016
和
Figure FDA0002779272940000017
分别为两个观测台站接收到的微震信号，
Figure FDA0002779272940000018
为微震信号的傅里叶变换；
Figure FDA0002779272940000019
为互相关谱；
将互相关谱近似为格林函数，并进行矢量波数变换，得到中间计算式：
Figure FDA00027792729400000110
其中，G(ω，r)为格林函数的垂向分量，
Figure FDA00027792729400000111
J0为一类零阶贝塞尔函数；ω为角频率，r为两个观测台站之间的距离，k为波动参数，A为常量，J0(kr)为第一类零阶贝塞尔函数，g(ω，k)为格林函数垂向分量的核函数；
根据所述中间计算式和贝塞尔函数的正交性质，得到所述矢量波数变换算法的计算式：
Figure FDA0002779272940000021
其中，δ(k-k')为狄拉克函数，表示脉冲函数；
所述根据矢量波数变换算法和所述振动数据计算得出频散谱包括：
将任意两个所述振动采集装置对应的观测台站组成观测台站组，计算得到所述观测台站组对应的台站间距；所述台站间距为所述观测台站组中两个观测台站之间的距离；
根据所述振动数据，计算得到所述观测台站组对应的互相关谱；
根据所述台站间距、所述台站间距对应的互相关谱和所述矢量波数变换算法计算得到所述频散谱。
2.如权利要求1所述的面波勘探方法，其特征在于，在所述计算得到所述观测台站组对应的台站间距之后，所述根据所述振动数据，计算得到所述观测台站组对应的互相关谱之前，还包括：
对比各个所述观测台站组对应的台站间距；
将所述台站间距相等的观测台站组对应的互相关谱进行叠加平均，并将得到的平均值作为所述台站间距对应的互相关谱。
3.如权利要求1所述的面波勘探方法，其特征在于，所述根据所述频散谱建立初始地层模型包括：
根据所述频散谱中各个频率区间的面波模态的能量分布，对所述频率区间进行分类；
根据分类后的频率区间与地层的对应关系建立所述初始地层模型。
4.一种面波勘探装置，其特征在于，包括：
获取模块，用于获取振动采集装置采集到的振动数据；
提取模块，用于根据矢量波数变换算法和所述振动数据计算得到频散谱；从所述频散谱中提取出频散曲线；所述频散曲线包括基阶面波频散曲线和高阶面波频散曲线；
构建模块，用于根据所述频散谱建立初始地层模型；
反演模块，用于根据所述初始地层模型和反演算法，对所述频散曲线进行反演；
其中，所述矢量波数变换算法的计算式为：
Figure FDA0002779272940000031
其中，
Figure FDA0002779272940000032
为互相关谱，A为常量，
Figure FDA0002779272940000033
为两个观测台站之间的距离，ω为角频率，ω＝2πf，f为频率，g(ω，k)为格林函数垂向分量的核函数，
Figure FDA0002779272940000034
为波数；J0(kr)为第一类零阶贝塞尔函数；
所述矢量波数变换算法的计算过程具体为：
建立互相关谱的表达式：
Figure FDA0002779272940000035
其中，
Figure FDA0002779272940000036
和
Figure FDA0002779272940000037
分别为两个观测台站接收到的微震信号，
Figure FDA0002779272940000038
为微震信号的傅里叶变换；
Figure FDA0002779272940000039
为互相关谱；
将互相关谱近似为格林函数，并进行矢量波数变换，得到中间计算式：
Figure FDA00027792729400000310
其中，G(ω，r)为格林函数的垂向分量，
Figure FDA00027792729400000311
J0为一类零阶贝塞尔函数；ω为角频率，r为两个观测台站之间的距离，k为波动参数，A为常量，J0(kr)为第一类零阶贝塞尔函数，g(ω，k)为格林函数垂向分量的核函数；
根据所述中间计算式和贝塞尔函数的正交性质，得到所述矢量波数变换算法的计算式：
Figure FDA0002779272940000041
其中，δ(k-k')为狄拉克函数，表示脉冲函数；
所述根据矢量波数变换算法和所述振动数据计算得出频散谱包括：
将任意两个所述振动采集装置对应的观测台站组成观测台站组，计算得到所述观测台站组对应的台站间距；所述台站间距为所述观测台站组中两个观测台站之间的距离；
根据所述振动数据，计算得到所述观测台站组对应的互相关谱；
根据所述台站间距、所述台站间距对应的互相关谱和所述矢量波数变换算法计算得到所述频散谱。
5.一种面波勘探终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。
CN201780001187.9A 2017-10-12 2017-10-12 面波勘探方法及终端设备 Active CN109923440B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/105837 WO2019071515A1 (zh) 2017-10-12 2017-10-12 面波勘探方法及终端设备

Publications (2)

Publication Number Publication Date
CN109923440A CN109923440A (zh) 2019-06-21
CN109923440B true CN109923440B (zh) 2021-03-05

Family

ID=66096465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780001187.9A Active CN109923440B (zh) 2017-10-12 2017-10-12 面波勘探方法及终端设备

Country Status (4)

Country Link
US (1) US10739482B2 (zh)
JP (1) JP6945895B2 (zh)
CN (1) CN109923440B (zh)
WO (1) WO2019071515A1 (zh)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205857B2 (en) * 2018-12-04 2021-12-21 At&T Intellectual Property I, L.P. System and method for launching guided electromagnetic waves with channel feedback
CN111965701B (zh) * 2019-05-20 2023-09-26 中国石油天然气集团有限公司 近地表结构反演方法及系统
CN110426740B (zh) * 2019-08-02 2022-02-15 中铁第四勘察设计院集团有限公司 一种地震噪音成像勘探方法、装置和存储介质
CN110568495B (zh) * 2019-09-24 2020-10-09 中南大学 基于广义目标函数的瑞雷波多模式频散曲线反演方法
CN112748459B (zh) * 2019-10-29 2024-05-28 中国石油天然气集团有限公司 频散曲线自动拾取方法及装置
CN110954950B (zh) * 2019-10-31 2022-10-21 南方科技大学 地下横波速度反演方法、装置、计算设备及存储介质
CN110879412A (zh) * 2019-10-31 2020-03-13 南方科技大学 地下横波速度反演方法、装置、计算设备及存储介质
CN112987089B (zh) * 2019-12-02 2024-07-26 中国石油天然气集团有限公司 一种面波频散谱信号增强方法及装置
CN112987090B (zh) * 2019-12-02 2024-05-28 中国石油天然气集团有限公司 面波频散曲线拾取方法及装置
CN112946753B (zh) * 2019-12-11 2023-03-21 中国石油天然气集团有限公司 近地表地层结构的分析系统及方法
CN113093279B (zh) * 2020-01-08 2024-05-28 中国石油天然气集团有限公司 转换波静校正方法及装置
CN111290017B (zh) * 2020-03-04 2020-12-15 南方科技大学 一种震电波场联合提取瑞雷波频散特征的面波勘探方法
US11754744B2 (en) 2020-03-04 2023-09-12 Southern University Of Science And Technology Surface wave prospecting method for jointly extracting Rayleigh wave frequency dispersion characteristics by seismoelectric field
CN111812707A (zh) * 2020-07-07 2020-10-23 中交二公局第三工程有限公司 一种基于微动和面波勘探的地铁沿线场地内孤石探测方法
CN112083487B (zh) * 2020-09-16 2021-12-14 中国科学技术大学 宽频带频散曲线提取方法、装置
CN112505749B (zh) * 2020-10-19 2024-04-26 中国地质调查局南京地质调查中心(华东地质科技创新中心) 一种基于线形台阵多次覆盖的微动数据采集方法
CN112526601B (zh) * 2020-11-09 2022-09-09 中铁第四勘察设计院集团有限公司 一种多源数据反演方法、装置、设备和存储介质
CN112526597A (zh) * 2020-11-09 2021-03-19 中铁第四勘察设计院集团有限公司 一种微动技术的勘探方法、装置和存储介质
CN112558149B (zh) * 2020-11-12 2023-04-25 中铁第四勘察设计院集团有限公司 基于非均匀介质的微动探测方法、装置、设备及存储介质
CN112379403B (zh) * 2020-12-14 2024-01-16 北京华晖探测科技股份有限公司 一种地下采空区的探测方法及系统
CN112925021B (zh) * 2021-01-27 2023-03-21 天津大学 用面波探测地层横波速度径向分布的测井方法
CN112861721B (zh) * 2021-02-09 2024-05-07 南方科技大学 一种自动提取背景噪声频散曲线的方法及装置
CN113075730B (zh) * 2021-03-23 2024-05-28 西安中地博睿探测科技有限公司 一种透射槽波速度ct成像中走时信息自动提取方法
CN113189641B (zh) * 2021-03-25 2024-01-19 西安石油大学 一种两道多模式瑞利波地下探测系统及方法
CN113126146A (zh) * 2021-04-15 2021-07-16 北京市水利规划设计研究院 针对峡谷地区复杂地质的探测方法、控制装置和存储介质
CN113238281A (zh) * 2021-05-13 2021-08-10 中国科学院武汉岩土力学研究所 一种基于波组分的爆破振动衰减规律分析方法
CN113419288B (zh) * 2021-05-29 2023-06-06 湖南科技大学 地下掩体反演的数据探测与预处理方法
CN113672841B (zh) * 2021-07-07 2023-12-01 南方科技大学 一种多介质模型的频散曲线求解方法及装置
CN113466939B (zh) * 2021-07-20 2024-03-01 北京市水电物探研究所 微动勘探方法和微动勘探系统
CN113642232B (zh) * 2021-07-22 2024-01-12 南方科技大学 一种面波智能反演勘探方法、存储介质及终端设备
CN113640881B (zh) * 2021-08-18 2022-06-28 中南大学 多偏移距二维横向高分辨率瞬态面波探测方法
CN113900145B (zh) * 2021-09-30 2023-12-15 福建省交通规划设计院有限公司 一种基于微动信号的地下横波速度分布的推测方法和装置
CN114063147B (zh) * 2021-10-29 2024-04-16 长江地球物理探测（武汉）有限公司 适用于横波速度结构测定的微动布设装置及方法
CN114114401B (zh) * 2021-12-01 2024-04-23 北京华晖探测科技股份有限公司 利用轴对称探头在地面激发的sh波进行浅层勘探的方法
CN114966822B (zh) * 2022-06-10 2024-07-09 安徽理工大学 一种基于巷道束缚的伪天然源面波巷道底板地层探查方法
CN115826039B (zh) * 2022-11-09 2023-07-14 中国地质科学院 一种时间切片分类模型训练方法、系统及应用方法、系统
CN115755176B (zh) * 2022-11-22 2023-06-13 南方科技大学 利用频率汉克尔变换分离波场的面波勘探方法及相关装置
CN116299691B (zh) * 2022-11-25 2023-10-27 西南石油大学 一种基于f-k域的被动源面波成像方法及数据筛选方法
CN115877451A (zh) * 2022-12-09 2023-03-31 中铁第四勘察设计院集团有限公司 一种多激发点瞬态面波勘探方法、设备及存储介质
CN116400406B (zh) * 2023-04-21 2023-12-19 中国地震局地球物理研究所 一种基于阵列的被动源多模式面波频散曲线提取方法
CN116577829B (zh) * 2023-05-15 2024-06-04 中国矿业大学(北京) 一种基于背景噪音频散曲线自动化提取方法
CN116540298B (zh) * 2023-07-05 2023-09-12 中国科学院地质与地球物理研究所 一种海洋漏能振型面波频散谱计算方法、系统和电子设备
CN117871683B (zh) * 2024-03-11 2024-05-14 广州海洋地质调查局三亚南海地质研究所 一种湿地碳储量的监测方法、系统、装置及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9176243B2 (en) * 2006-02-24 2015-11-03 Hanner Zueroher Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water
AU2009229187C1 (en) * 2008-03-28 2014-01-23 Exxonmobil Upstream Research Company Surface wave mitigation in spatially inhomogeneous media
CN101907727B (zh) * 2010-08-17 2012-05-30 中国科学院地质与地球物理研究所 一种面波多分量转换波静校正方法
CN103792572A (zh) * 2012-10-29 2014-05-14 中国石油化工股份有限公司 利用地震记录中的面波信息调查表层结构的方法
CN104678435A (zh) * 2014-10-27 2015-06-03 李欣欣 一种提取Rayleigh面波频散曲线的方法
JP6531934B2 (ja) * 2014-11-20 2019-06-19 国立研究開発法人土木研究所 ハイブリッド表面波探査方法及びハイブリッド表面波探査システム
CN106094020B (zh) * 2016-05-31 2018-09-04 中国石油天然气集团公司 一种地震反演方法及装置
CN106772554A (zh) * 2016-11-28 2017-05-31 安徽理工大学 一种用于复杂地形条件下的多道瞬态面波勘探方法
CN106646615B (zh) * 2016-12-29 2018-12-25 中国石油天然气集团公司 一种面波频散曲线的数据处理方法及装置

Also Published As

Publication number Publication date
US10739482B2 (en) 2020-08-11
US20190113642A1 (en) 2019-04-18
JP2020537144A (ja) 2020-12-17
JP6945895B2 (ja) 2021-10-06
CN109923440A (zh) 2019-06-21
WO2019071515A1 (zh) 2019-04-18

Similar Documents

Publication Publication Date Title
CN109923440B (zh) 面波勘探方法及终端设备
Wang et al. Frequency‐Bessel transform method for effective imaging of higher‐mode Rayleigh dispersion curves from ambient seismic noise data
CN111164462A (zh) 一种人工源面波勘探方法、面波勘探装置及终端设备
Hu et al. The frequency‐Bessel spectrograms of multicomponent cross‐correlation functions from seismic ambient noise
Abercrombie et al. Earthquake directivity, orientation, and stress drop within the subducting plate at the Hikurangi margin, New Zealand
Nishida Global propagation of body waves revealed by cross‐correlation analysis of seismic hum
Zha et al. Determining the orientations of ocean bottom seismometers using ambient noise correlation
Park et al. Imaging dispersion curves of passive surface waves
Hannemann et al. Three‐dimensional shallow structure from high‐frequency ambient noise tomography: New results for the Mygdonia basin‐Euroseistest area, northern Greece
Delph et al. Constraining crustal properties using receiver functions and the autocorrelation of earthquake‐generated body waves
CN113534243B (zh) 一种被动源Marchenko成像方法及系统
Williams et al. Scholte wave inversion and passive source imaging with ocean-bottom DAS
CN104375188A (zh) 一种地震波透射衰减补偿方法及装置
CN111290017B (zh) 一种震电波场联合提取瑞雷波频散特征的面波勘探方法
Shragge et al. Low-frequency ambient distributed acoustic sensing (DAS): case study from Perth, Australia
Petrovic et al. Joint deconvolution of building and downhole strong‐motion recordings: Evidence for the seismic wavefield being radiated back into the shallow geological layers
Valero et al. Real-time cooperative analytics for ambient noise tomography in sensor networks
CN101021568A (zh) 基于最大能量旅行时计算的三维积分叠前深度偏移方法
WO2021126814A1 (en) Mapping near-surface heterogeneities in a subterranean formation
CN107179551A (zh) 一种利用微震记录对地下构造直接成像的方法
CN104199088B (zh) 一种提取入射角道集的方法及系统
Qiu et al. Denoising surface waves extracted from ambient noise recorded by 1‐D linear array using three‐station interferometry of direct waves
CN110850469A (zh) 一种基于克希霍夫积分解的地震槽波深度偏移的成像方法
Mulargia et al. A seismic passive imaging step beyond SPAC and ReMi
Li et al. Multiple Voronoi partition improves multimodal dispersion imaging from ambient noise: A case study of LASSO dense array

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190621

Assignee: SHANDONG University

Assignor: Southern University of Science and Technology

Contract record no.: X2022980022879

Denomination of invention: Surface wave exploration method and terminal equipment

Granted publication date: 20210305

License type: Common License

Record date: 20221122

EE01 Entry into force of recordation of patent licensing contract