CN109991658B - 一种基于“震源-台站”速度模型的微地震事件定位方法 - Google Patents
一种基于“震源-台站”速度模型的微地震事件定位方法 Download PDFInfo
- Publication number
- CN109991658B CN109991658B CN201910160885.4A CN201910160885A CN109991658B CN 109991658 B CN109991658 B CN 109991658B CN 201910160885 A CN201910160885 A CN 201910160885A CN 109991658 B CN109991658 B CN 109991658B
- Authority
- CN
- China
- Prior art keywords
- station
- seismic source
- source
- active
- event
- 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 41
- 230000005284 excitation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 9
- 238000010304 firing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- G01V1/01—Measuring or predicting earthquakes
-
- 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
- G01V1/288—Event detection in seismic signals, e.g. microseismics
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于“震源‑台站”速度模型的微地震事件定位方法,主要解决现有技术中存在的微地震震源定位精度不高的问题。该定位方法,(S1)根据任意数量的主动震源和台站构建任意主动震源到任意台站关于“震源‑台站”的速度模型组;(S2)基于到时排序和旅行时差对速度模型组确定最佳主动震源;(S3)利用最佳主动震源对应的“震源‑台站”速度模型,对待定的微地震事件进行定位。通过上述方案,本发明达到了精确定位微地震事件的目的,具有很高的实用价值和推广价值。
Description
技术领域
本发明属于微地震监测领域,具体地讲,是涉及一种基于“震源-台站”速度模型的微地震事件定位方法。
背景技术
震源定位是微地震监测技术相比于其他技术的优势所在,针对微地震震源的定位方法,国内外的学者开展了很多的研究,并且取得了丰富的成果。目前的微地震定位方法主要可以分为基于走时差的定位方法和基于三分量检波器的定位方法两大类(Ge,2003a;Ge,2003b),基于三分量传感器的定位方法仅需要一只三分量传感器即可实现对震源的定位,但是该方法需要准确的分离P波和S波并拾取二者的到时,而在微地震监测中,数据普遍噪声大信噪比低,很难实现准确的波场分离,因此该方法在微地震监测中的应用较少,所见报道也不多,如Brink等人采用三分量检波器的方法对深部矿井中的岩爆进行监测(Brinkand O’Connor,1983),Albright等人将其用于油气储备网络稳定性分析中(Albright andPearson,1982)。
走时差算法是目前微地震震源定位中应用最为广泛的算法,Geiger算法是最为经典的走时差算法之一(Geiger,1912),Geiger法将非线性问题线性化,以事件的计算到时差和观测到时差的差值作为目标函数,设置初始位置后通过迭代获取最终的定位结果,但该方法对初值的选取有一定的要求,容易发散或陷入局部极值(张唤兰,2014;李楠,2014;田宵,2018);针对Geiger算法的问题,在此基础上也发展了诸如HYPO71、HYPOINVERSE、HYPOCENTE等多种改进算法(Lee et al,1975;Lienert et al,1986;Nelson et al,1990);Romney使用距离残差代替时间残差作为目标函数,对震源平面位置、深度和起震时间分别求解,避免了几个参数间相互的影响,但是该方法对震源深度和起震时间的计算并不准确(Romney,1957)。2000年,Waldhauser和Ellsworth提出了双差定位算法(Waldhauser andEllsworth,2000),双差定位算法以两个事件之间的到时差作为研究对象,一般来说两个事件中有一个是比较可靠的,以此来降低速度模型对定位结果的影响,提高算法的稳定性和抗噪性,双差定位算法在地震事件重定位,微地震事件定位中取得了广泛的应用(张唤兰,2014;张唤兰,2015;Zhang,2003b;徐小明,2008);丰光亮等人提出了以P波和S波到时差作为目标函数的TDP-S和TDP&S算法,并比较了两种算法性能及其在隧道内应用的效果(Fenget al,2017),不过这两种算法都需要同时拾取P波和S波的到时,在对正演数据进行定位时,可以表现出了较好的可靠性,但是在实际微地震监测中,P波和S波的到时难以被准确拾取,因此会对算法的结果产生一定的影响。
在实际的微地震定位中,应用的最多最广泛的依然是均匀的速度模型,均匀速度模型假设监测区域的介质是各向同性的,各个方向都有相同的传播速度,该速度模型简单易懂,计算方便,但是由于其假设条件的限制,因此在定位中的精度有限,如何实现精准的对微地震震源进行定位是本领域技术人员亟需解决的问题。
发明内容
本发明的目的在于提供一种基于“震源-台站”速度模型的微地震事件定位方法,主要解决现有技术中存在的微地震震源定位精度不高的问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于“震源-台站”速度模型的微地震事件定位方法,包括如下步骤:
(S1)对数量为M的主动震源和数量为N的台站构建“震源-台站”的速度模型组;
(S2)基于到时排序和旅行时差确定最佳主动震源和最佳速度模型;该步骤包括如下流程:
(S21)建立每个主动震源的激发顺序表;
(S22)对待定位的微地震事件激发的台站进行排序;
(S23)确定与微地震事件排序相同的主动震源个数,当个数为0时,初始化p=1,执行下一步;当个数大于等于2则执行步骤(S25);当个数为1则执行步骤(S26);
(S24)查找排序相差为p的主动震源,如果没有,以p+1继续执行该步骤;如果个数大于等于2则执行步骤(S25),如果个数为1则执行步骤(S26);
(S25)计算微地震事件的到时时间,比较每个主动震源和待定位微地震事件到各个台站的旅行时间,从而选取和微地震事件旅行时间最为接近的主动震源;
(S26)记录该主动震源和其速度模型为最佳震源和最佳速度模型;
(S3)利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位;该步骤中,利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位,其计算表达式为公式(3):
其中,i表示台站编号,共有1、2……N,N个编号;ti表示事件到编号为i的台站的到时;t0表示事件的发震时间;vi表示选定的最佳速度模型中,震源到编号为i的台站的速度;Ri表示事件到编号为i的台站的距离;
或者,利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位是通过一个震源新型,结合双差定位思想,形成定位约束公式(4):
其中,h和j表示事件对应的编号;i表示台站编号,共有1、2……N,N个编号;表示事件h到编号为i的台站的到时;表示事件j到编号为i的台站的到时;vi表示选定的最佳速度模型中,震源到编号为i的台站的速度;表示事件h到编号为i的台站的距离,表示事件j到编号为i的台站的距离,obs表示括号中的表达式为观测时差。
具体地,所述步骤(S1)中,任意主动震源m到任意台站n的速度表示为公式(1):
其中,(xn、yn、zn)表示台站n的空间坐标,(xm、ym、zm)表示主动震源m的空间坐标,tm表示主动震源m的起震时间,tn表示台站n接收到震源信号的时间;
按照公式(1)的表示方式对所有的主动震源和台站构建速度模型组,用矩阵表示:
与现有技术相比,本发明具有以下有益效果:
本发明提供了一种利用震源确定速度模型的方法,并基于此速度模型对微地震的震源进行定位,从而实现了高精度定位微地震震源的目的。并且本发明改变了原有算法中单一速度模型,本发明中的新速度模型更符合地层信息结构,因此可获得更高的微地震事件定位精度
附图说明
图1为本发明的系统流程框图。
图2为本发明震源及速度模型选取方法的流程图。
图3为本发明以为情况下台站激发顺序与震源位置关系图。
图4为本发明二维平面下区域内有一个主动震源的激发顺序与震源位置关系图。
图5为本发明二维平面下区域内有多个主动震源的激发顺序与震源位置关系图。
图6为本发明二维平面下区域内没有主动震源的激发顺序与震源位置关系图。
图7为本发明隧洞内坐标系、传感器与震源的空间分布图。
图8为本发明设备记录的震源S1的剥线及其频谱图。
图9为本发明震源S1激发后传感器记录的数据波形图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。
实施例
如图1至图9所示,一种基于“震源-台站”速度模型的微地震事件定位方法,包括如下步骤:
(S1)根据任意数量的主动震源和台站构建任意主动震源到任意台站关于“震源-台站”的速度模型组;
(S2)对比待定位事件与主动震源到各台站间的到时排序和旅行时差值,确定最佳主动震源;
(S3)利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位。
具体过程如下:
假设共有M个已知震源,N个台站,对于任意震源m,到任意台站n的速度可用公式(1)进行表达:
那么对于所有的震源和台站,可建立公式(2)所示的矩阵来表示任意主动震源Si到任意台站Tk的速度模型组,
其中,矩阵中的每一列代表一个主动震源产生的“震源-台站”速度模型。
绝对震源定位方法的原理基本与单点到时差定位算法类似,但是由于系统中加入了若干数量的主动震源,因此需要从多个震源建立的速度模型组中选取合适的速度模型,带入绝对震源定位方法中计算即可。双差单震源定位方法则需要选取合适的主动震源作为事件对中的已知事件,利用其确定的“震源-台站”速度模型的平均速度作为速度带入双差单震源定位方法中计算即可确定震源位置。
陈法兵等(2016)提出了一种以P波到时排序的方法确定微震震源的定位误差,本文中借鉴其思想用于为震源选取最佳的速度模型。当震源作用或者岩爆发生时,地震波会向四周传播,由近及远的被台站所接收,假设监测系统中共有N个台站(T1,T2,…,Tn),介质为各项同性的均匀介质,地震波波速为V,震源Si到台站的距离为Ri,因此在均匀速度模型下,触发台站的顺序可由震源到台站的距离密切相关。
在一维的均匀速度模型下,如图3,直线上有两个台站T1和T2,假设震源S激发台站的顺序为T2-T1,则震源一定在直线上T1和T2组成线段中点的右侧,如图3中粗线所示。
假设在二维均匀速度模型下,有三个台站T1,T2,T3和T4,震源H的台站激发顺序T2-T1-T4-T3,图中虚线为各台站连线的中间分界线,阴影部分为按照此激发顺序事件的范围,如图4所示。
假设区域内有且只有一个主动震源,那么就以该主动震源的速度模型作为计算微震事件的速度模型,直接计算即可。
如果区域内有两个或两个以上主动震源存在,如图5所示,假设区域内有K个主动震源,首先利用K个主动震源的平均速度计算微地震事件H的起震时间t0进行第一次求解,则微地震事件H到各个台站的旅行时为公式(5):
微地震事件H与同区域内主动震源Si的到相同台站Tj的旅行时差为公式(6):
从公式(6)中可以看出,微地震事件H与不同主动震源Si的差值dt的大小关系不受t0的影响,可将差值之和最小的主动震源Si为选为最佳震源,即公式(7)对应最小值的Si:
如果区域内没有主动震源存在,则需要根据前几个传感器的触发顺序,判断触发顺序接近的主动震源。如图6中主动震源S1的激发顺序为T1-T2-T4-T3,主动震源S2的激发顺序为T2-T4-T1-T3,两组震源均只有一个排序与震源H不符,此时,可带入两个速度模型分别计算事件H的位置,与多个震源在同一区域的处理方法相同,选取旅行时差值最小的主动震源为最佳震源。
速度模型选取和震源的选取流程可概括如下,如图2所示:
(S21)建立每个主动震源的激发顺序表;
(S22)对待定位的微地震事件激发的台站进行排序;
(S23)确定与微地震事件排序相同的主动震源个数,个数为0,初始化p=1,转入(S24);个数大于等于2转入(S25);个数为1转入(S26);
(S24)寻找排序相差p的主动震源,如没有,p+1,继续执行该步骤;如果个数大于等于2,转入(S25);个数为1转入(S26);
(S25)计算微地震事件的到时时间,比较每个主动震源和微地震事件到各个台站的旅行时,选取和微地震事件旅行时最为接近的主动震源;
(S26)记此震源和其速度模型为最佳震源和最佳速度模型。
从算法的流程中的旅行时差比较的过程,即利用公式(7)选取最佳震源的过程,选取的主动震源点为与微地震事件激发顺序相同或类似的主动震源中,距离微地震事件最近的主动震源点的速度模型。
在如图7在隧洞实验室宽约2.6米,长约8米,高约3米的隧道内共布设6个震源(S1~S6)和6个传感器(T1~T6),以正门左侧地面位置为原点,建立如图7所示的坐标系,传感器和震源的坐标分别如表1和表2所示。
表1传感器坐标(m)
表2震源坐标(m)
计算波形模型:试验中采用了三组已知震源,因此共有三个速度模型,针对每个已知震源点,多次敲击计算震源点到各个传感器的平均速度模型,由于监测区域较小,监测中仅直达波波至参与计算,因此速度模型中也仅包含直达波的波速模型。
试验时,利用震源记录仪记录主动震源的起震时间,采用SWM-AIC算法拾取到时后,相减即可得到震源到传感器的旅行时,用于计算震源到台站的速度模型;每组震源至少保证有10次有效激发,震源-台站速度模型计算结果如表3所示,设备记录的震源波形及频谱如图8所示,传感器记录的数据如图9所示。
表3“震源-台站”速度模型组(m/s)
震源定位:进行震源定位时,由于有六个震源事件,可依据震源激发台站的顺序对其两两分组,分组完成后,将两个事件中的任意一个当做已知,通过其确定的“震源-台站”速度模型采用绝对定位算法或双差单震源定位算法对另外一个事件进行定位。震源激发台站的顺序如表4所示,从表中可知,震源S2和震源S5具有相同的台站激发顺序,因此可将二者作为一组事件来进行定位;另外四组中,S3和S4,S1和S6均是只相差一组便可构成相同的激发震序,因此S3和S4作为一组,S1和S6作为一组。
表4震源触发台站次序表
方法一:
绝对定位算法采用公式(3)为目标函数,其中的p取值为2,即,
公式的速度v采用合适震源处的“震源-台站”速度模型,定位结果和误差如表所示。
表5-5震源定位结果及误差
方法二:
双差单震源定位算法采用公式(4),取其平方作为目标函数,即
公式的速度v采用合适震源处的均匀“震源-台站”速度模型,事件i的位置选用合适已知震源位置。定位结果和误差如表6所示。
表6震源定位结果及误差
通过使用上述两种方式中的一种方法,即可较为精确的确定微地震震源的位置。
上述实施例仅为本发明的优选实施例,并非对本发明保护范围的限制,但凡采用本发明的设计原理,以及在此基础上进行非创造性劳动而做出的变化,均应属于本发明的保护范围之内。
Claims (2)
1.一种基于“震源-台站”速度模型的微地震事件定位方法,其特征在于,包括如下步骤:
(S1)对数量为M的主动震源和数量为N的台站构建“震源-台站”的速度模型组;
(S2)基于到时排序和旅行时差确定最佳主动震源和最佳速度模型;该步骤包括如下流程:
(S21)建立每个主动震源的激发顺序表;
(S22)对待定位的微地震事件激发的台站进行排序;
(S23)确定与微地震事件排序相同的主动震源个数,当个数为0时,初始化p=1,执行下一步;当个数大于等于2则执行步骤(S25);当个数为1则执行步骤(S26);
(S24)查找排序相差为p的主动震源,如果没有,以p+1继续执行该步骤;如果个数大于等于2则执行步骤(S25),如果个数为1则执行步骤(S26);
(S25)计算微地震事件的到时时间,比较每个主动震源和待定位微地震事件到各个台站的旅行时间,从而选取和微地震事件旅行时间最为接近的主动震源;
(S26)记录该主动震源和其速度模型为最佳震源和最佳速度模型;
(S3)利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位;该步骤中,利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位,其计算表达式为公式(3):
其中,i表示台站编号,共有1、2……N,N个编号;ti表示事件到编号为i的台站的到时;t0表示事件的发震时间;vi表示选定的最佳速度模型中,震源到编号为i的台站的速度;Ri表示事件到编号为i的台站的距离;
或者,利用最佳主动震源对应的“震源-台站”速度模型,对待定位的微地震事件进行定位是通过一个震源新型,结合双差定位思想,形成定位约束公式(4):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160885.4A CN109991658B (zh) | 2019-03-04 | 2019-03-04 | 一种基于“震源-台站”速度模型的微地震事件定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160885.4A CN109991658B (zh) | 2019-03-04 | 2019-03-04 | 一种基于“震源-台站”速度模型的微地震事件定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109991658A CN109991658A (zh) | 2019-07-09 |
CN109991658B true CN109991658B (zh) | 2021-02-05 |
Family
ID=67129501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910160885.4A Active CN109991658B (zh) | 2019-03-04 | 2019-03-04 | 一种基于“震源-台站”速度模型的微地震事件定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109991658B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308552B (zh) * | 2020-03-24 | 2022-07-19 | 辽宁大学 | 一种低密度固定台站和高密度移动手机的冲击地压震源协同定位方法 |
CN111781641B (zh) * | 2020-08-10 | 2021-10-08 | 中南大学 | 一种被动震源定位方法、系统、终端及可读存储介质 |
CN115327620B (zh) * | 2021-05-11 | 2023-07-28 | 中国石油化工股份有限公司 | 微地震联合时差叠加定位方法 |
CN115951404B (zh) * | 2023-02-06 | 2023-07-18 | 中南大学 | 一种基于历史数据的震源定位方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012083134A (ja) * | 2010-10-07 | 2012-04-26 | Railway Technical Research Institute | 即時応答性を向上させた震央距離推定方法 |
CN104502964A (zh) * | 2014-12-19 | 2015-04-08 | 桂林电子科技大学 | 一种基于空间几何关系的获得微震波速的方法 |
WO2015102498A1 (en) * | 2014-01-03 | 2015-07-09 | Octio As | System and method for processing microseismic data |
CN105510880A (zh) * | 2014-09-23 | 2016-04-20 | 中国石油化工股份有限公司 | 一种基于双差法的微地震震源定位方法 |
CN108845347A (zh) * | 2018-05-02 | 2018-11-20 | 重庆华地工程勘察设计院 | 一种近地表组合式微地震数据监测系统与方法 |
-
2019
- 2019-03-04 CN CN201910160885.4A patent/CN109991658B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012083134A (ja) * | 2010-10-07 | 2012-04-26 | Railway Technical Research Institute | 即時応答性を向上させた震央距離推定方法 |
WO2015102498A1 (en) * | 2014-01-03 | 2015-07-09 | Octio As | System and method for processing microseismic data |
CN105510880A (zh) * | 2014-09-23 | 2016-04-20 | 中国石油化工股份有限公司 | 一种基于双差法的微地震震源定位方法 |
CN104502964A (zh) * | 2014-12-19 | 2015-04-08 | 桂林电子科技大学 | 一种基于空间几何关系的获得微震波速的方法 |
CN108845347A (zh) * | 2018-05-02 | 2018-11-20 | 重庆华地工程勘察设计院 | 一种近地表组合式微地震数据监测系统与方法 |
Non-Patent Citations (2)
Title |
---|
2013年川滇交界香格里拉—得荣震群序列的重新定位、震源机制及发震构造;吴微微 等;《地球物理学报》;20150531;第58卷(第5期);第1587页第1栏第2.2节 * |
基于P波到时排序的矿山微震震中定位误差估计;陈法兵 等;《矿业安全与环保》;20161231;第43卷(第6期);第59页第1栏第1段 * |
Also Published As
Publication number | Publication date |
---|---|
CN109991658A (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109991658B (zh) | 一种基于“震源-台站”速度模型的微地震事件定位方法 | |
CN110133715B (zh) | 一种基于初至时差和波形叠加的微地震震源定位方法 | |
CN105022031B (zh) | 一种区域岩体微震震源的分层速度定位方法 | |
CN105807316B (zh) | 基于振幅叠加的地面观测微地震速度模型校正方法 | |
DONG et al. | Three-dimensional analytical solution of acoustic emission or microseismic source location under cube monitoring network | |
CN105510880A (zh) | 一种基于双差法的微地震震源定位方法 | |
CN103733089B (zh) | 用于包括不确定性估计的地下表征的系统和方法 | |
WO2012139082A1 (en) | Event selection in the image domain | |
CN108535773A (zh) | 一种微地震事件检测方法及系统 | |
CN104360396B (zh) | 一种海上井间tti介质三种初至波走时层析成像方法 | |
CN110031898B (zh) | 数据优化方法及积分法叠前深度偏移方法 | |
CN104360388A (zh) | 一种三维地震观测系统评价方法 | |
CN103105622B (zh) | 基于数据库技术的同型波时差定位方法 | |
CN105549077A (zh) | 基于多级多尺度网格相似性系数计算的微震震源定位方法 | |
CN105607119B (zh) | 近地表模型构建方法与静校正量求取方法 | |
AU2011380936B2 (en) | Seismic imaging systems and methods employing correlation-based stacking | |
CN105022091B (zh) | 一种无预测速的远场震源快速定位方法 | |
CN104216013B (zh) | 基于宽方位角资料的c3相干体的方法 | |
CN112099082B (zh) | 一种共面元共方位角道集的地震回折波走时反演方法 | |
CA2891495A1 (en) | Method for locating a microseismic event | |
CN105043390A (zh) | 基于泛克里金法的重力场插值方法 | |
CN113534236B (zh) | 一种基于检波器间距约束的微地震初至拾取方法 | |
CN108535777B (zh) | 一种地震波初至检测方法及系统 | |
CN102466818A (zh) | 一种利用井间地震数据对各向异性介质成像的方法 | |
CN115453627A (zh) | 一种无需模式识别的小生境粒子群面波反演方法 |
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 |