CN110261902A - 一种基于多谱能量合成的地下浅层震源定位方法 - Google Patents
一种基于多谱能量合成的地下浅层震源定位方法 Download PDFInfo
- Publication number
- CN110261902A CN110261902A CN201910495831.3A CN201910495831A CN110261902A CN 110261902 A CN110261902 A CN 110261902A CN 201910495831 A CN201910495831 A CN 201910495831A CN 110261902 A CN110261902 A CN 110261902A
- Authority
- CN
- China
- Prior art keywords
- seismic source
- sensor
- seismic
- particle
- sensor node
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000015572 biosynthetic process Effects 0.000 title claims description 16
- 238000003786 synthesis reaction Methods 0.000 title claims description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 9
- 230000035939 shock Effects 0.000 claims abstract description 6
- 239000002245 particle Substances 0.000 claims description 33
- 230000005284 excitation Effects 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000009191 jumping Effects 0.000 claims description 2
- 239000010410 layer Substances 0.000 abstract description 9
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000005474 detonation Methods 0.000 abstract description 2
- 239000002344 surface layer Substances 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract 1
- 238000004880 explosion Methods 0.000 description 4
- 238000005422 blasting Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method 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
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/65—Source localisation, e.g. faults, hypocenters or reservoirs
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
本发明公开了基于多谱能量合成的地下浅层震源定位方法,通过设置在地表的震动传感器阵列采集震源产生的震动信号;提取每个传感器中的震源传播至传感器节点的初至波到时信息,利用爆炸震动信号宽频谱的优势和表层震动波场频率散射的特性,形成盲空间中基于能量信息的三维震源定位模型,改变利用天然地震、微震监测等方法实现震源定位的思路,为建立地下浅层精细化震源定位模型提供一种新的建模方法。提高了震源的聚焦度和搜索分辨率,为高精度震源定位提供了有力的模型支撑。实现了大区域、多尺度、多线程的快速精准扫描定位。
Description
技术领域
本发明属于爆破震动测试领域,具体涉及一种基于多谱能量合成的地下浅层震源定位方法。
背景技术
地下浅层震源是指地下震源深度不超过100m的空间内发生的事件,其被动定位是解决军事领域中高价值弹药地下炸点定位以及侵彻轨迹测量等主要途径;是实现民用领域中地质监测,工程爆破、文物防盗监测、煤矿勘察、地表结构组成成分分析、地质结构探索、地下稀有矿物质勘探、石油探测挖掘等重要手段。
与深层地震、煤矿深层开采、石油勘探等大区域、大当量、大深度、长时间震源定位相比较,该类震源定位具有以下特点:(1)观测数据有限,在未知地层模型前提下,仅具有单次爆炸产生的一次震动数据;(2)地下震源深度较浅,一般不超过100m,浅层地质结构复杂且未知,无法借鉴深层地壳结构模型建立浅层速度场模型;(3)震动波波群混叠复杂,爆炸近场土壤本构特性呈弹塑性,弹性波受地面反射、折射影响较大,震相特征不明显;(4)定位精度要求较高,在100m的散布区域内立体定位误差小于1m,不同于大深度地震定位中百米定位误差要求,属于小区域高精度定位问题。
目前,在地下空间定位中,主要针对深层地震定位,没有直接用于所述浅层小区域定位方法,而深层地震定位方法无法直接应用到浅层定位中,主要存在如下问题:
(1)深层地震定位方法中的基于Geiger的走时定位方法,该方法重点解决在地质均匀且速度已知条件下的起爆点定位问题,但对于浅层复杂地质条件,速度变化较大,在采用该方法时,速度参量仅能设定为平均值,定位误差较大;
(2)深层地震定位方法中偏振角度定位方法,该方法采用少量观测节点即可实现起爆点快速定位,但在浅层复杂地质条件下,特别存在强反射界面时,表层入射角度无法表征震源和传感器接收点之间的真实射线路径,因此存在定位假象。
发明内容
本发明的目的是提供一种基于多谱能量合成的地下浅层震源定位方法,解决了地下浅层震源无法快速定位的问题,还解决了地下浅层震源无法精细化定位的问题。
本发明的技术方案为:一种基于多谱能量合成的地下浅层震源定位方法,其特征在于包括以下步骤:
S1、通过设置在地表的震动传感器阵列采集震源产生的震动信号;
S2、对震动信号中的地噪声进行预处理并剔除传感器阵列中的无效数据,
S3、提取每个传感器中的震源传播至传感器节点的初至波到时信息,根据初至波到时信息提取地下浅层速度信息,然后对地下浅层速度信息进行修正,得到高精度的速度信息;
S4、提取震源激励信息,包括震源激励频率范围(fL,fH)以及震源子波类型;
S5、在S3获取的速度信息的基础上,将每个传感器节点作为虚拟震源,以其对应的震源子波类型作为震源子波,首先以fL作为震源激励频率,形成该传感器节点所对应的三维波阵面图像序列;
S6、以传感器节点作为虚拟震源传播到实际震源处时每个传感器节点对应的初至波到时信息,得到在以fL作为震源激励频率下,初至波到时时刻所对应的实际震源处的波阵面图像;
S7、在震源激励频率范围(fL,fH)内,设置扫频步进f,重复S5-S6,得到每个传感器节点在不同震源激励频率条件下,初至波到时时刻所对应的实际震源处的多个波阵面图像;
S8、对多个波阵面图像进行融合形成一张图像,作为某传感器节点所对应的含有震源信息的三维多谱波阵面图像;
S9、对所有的传感器节点所对应的三维多谱波阵面图像进行叠加融合,形成震源定位模型,多波阵面叠加融合后的能量聚焦点即为震源位置;
S10、通过网格搜索法对震源定位模型中的聚焦点进行扫描,实现震源的定位。
有益效果:本发明具有以下优点:
1)利用爆炸震动信号宽频谱的优势和表层震动波场频率散射的特性,提出一种基于多谱合成的地下能量场逆时重建方法,形成盲空间中基于能量信息的三维震源定位模型,改变利用天然地震、微震监测等方法实现震源定位的思路,为建立地下浅层精细化震源定位模型提供一种新的建模方法。
2)采用单频率“激励源”能量场生成方法以及多谱群“激励源”能量叠加方法,以空域融合的方式,提高了震源的聚焦度和搜索分辨率,为高精度震源定位提供了有力的模型支撑。
3)采用能量聚焦的方法,在建立目标函数的基础上,利用QPSO在震源模型中进行全局快速搜索,实现了大范围内快速震源解算。该方法与现有技术相比,实现了大区域、多尺度、多线程的快速精准扫描定位,为地下浅层震源定位提供一种新的震源解算方法。
具体实施方式
为使本发明的目的、内容和优点更加清楚,对本发明的具体实施方式作进一步详细描述。
本发明提供一种基于多谱能量合成的地下浅层震源定位方法,其特征在于包括以下步骤:
S1、通过设置在地表的等间距震动传感器阵列采集震源产生的震动信号;
S2、通过信号预处理模块对震动信号中的地噪声进行预处理并剔除传感器阵列中的无效数据,
S3、采用长短时窗法(STA/LTA)提取每个传感器中的震源传播至传感器节点的初至波到时信息,然后利用初至波到时信息,采用初至波走时层析法提取地下浅层速度信息,通过抛物插值最短路径射线追踪法(PTISPR)对速度信息进行修正,得到高精度的速度信息;
S4、提取震源激励信息,包括震源激励频率以及震源子波类型;
对每个传感器节点数据进行FFT变换,得到其功率谱,在功率谱中,以谱峰值的倍获取该传感器节点对应的震源激励频率范围(fL,fH);
对传感器阵列数据进行同态滤波得出震源子波类型;
S5、在地下浅层速度信息的基础上,将每个传感器节点作为虚拟震源,以其对应的震源子波类型作为震源子波,首先以fL作为震源激励频率,利用交错网格有限差分法进行地下波场三维逆时数值模拟,形成该传感器节点所对应的三维波阵面图像序列;
S6、根据波场互易性原理,以传感器节点作为“虚拟震源”传播到实际震源处时每个传感器节点对应的初至波到时信息,得到在以fL作为震源激励频率下,初至波到时时刻所对应的实际震源处的波阵面图像;
S7、在震源激励频率范围(fL,fH)内,设置扫频步进f,重复S5-S6,得到每个传感器节点在不同震源激励频率条件下,初至波到时时刻所对应的实际震源处的多个波阵面图像;
S8、采用高斯函数加权法对多个波阵面图像进行融合形成一张图像,作为该传感器节点所对应的含有震源信息的三维多谱波阵面图像;
S9、采用加权平均空域融合算法,对所有的传感器节点所对应的三维多谱波阵面图像进行叠加融合,形成震源定位模型,多波阵面叠加融合后的能量聚焦点(能量最强点)即为震源位置;
S10、通过网格搜索法对震源定位模型中的聚焦点进行扫描,实现震源的快速定位;也可以采用卷积核等图像特征识别方法,得到交叉点坐标,即震源位置。
S11、进一步的,可以利用能量聚焦原理,构建能流目标函数,采用量子粒子群(QPSO)算法对能流目标函数进行解算,不断迭代寻优,输出震源位置,实现精细化定位,具体包括以下步骤:
S11.1、利用能量聚焦原理,构建能流目标函数。
能流目标函数定位的主要原理是通过计算给定的震源位置处能量的聚焦程度来实现定位。
首先定义能流矢量:
式中,|A|表示传感器节点接收到的某震源事件的能量,是矢量的长度,表示传感器处波传播的方向余弦。对位于(x,y,z)处的震源,在第k个传感器处的能流矢量可表示为T表示传感器节点所记录接收到的震动信号的时间,表示该传感器记录的T时刻的信号振幅,表示传播方向。因此 分别表示三分量记录中震动信号的振幅值。构建如下能流目标函数:
式中,表示上述有限差分逆时数值模拟所计算出的第k个传感器位置处的地震波传播的方向余弦,m代表地层速度信息,(x,y,z)代表震源坐标,|·|表示矢量点积,p表示2范数,N代表传感器个数。
S11.2、采用量子粒子群(QPSO)算法对能流目标函数进行解算,不断迭代寻优,输出震源位置,具体包括以下步骤:
a、设置粒子种群规模为30,维度为3,在S10利用网格搜索法得到震源初始解(X0,Y0,Z0)的基础上,以网格尺寸scale的10倍为范围,随机生成维度为3的30个粒子,形成初始粒子群(Xi,Yi,Zi),其中i代表第i代粒子,初始i=1;
b、将S11.1的能流目标函数作为粒子的适应度值,即使下式取最大值。
c、根据目标函数计算粒子适应度值,计算每一代粒子适应度得到局部最优位置Pibest,其中i代表第i代粒子,种群所有代中最大适应度对应粒子作为全局最优位置Gbest,粒子群每代平均最优位置
d、更新粒子位置(Xi+1,n,Yi+1,n,Zi+1,n)
Xi+1,n=pi,n,x±β*|Mbest-Xi,n|*ln(1/u)u=rand(0,1) (4)
Yi+1,n=pi,n,y±β*|Mbest-Yi,n|*ln(1/u)u=rand(0,1) (5)
Zi+1,n=pi,n,z±β*|Mbest-Zi,n|*ln(1/u)u=rand(0,1) (6)
其中,β是系数创造力,调节它的值能控制算法的收敛速度,通常情况下,β为0.5。
其中,和是介于0和1之间的随机函数。
e、更新每个粒子每一维的局部最优点Pibest和群体的全局最优点Gbest,即当某个粒子的适应度值优于其经历的最优点Pibest时,则将其作为新的局部最优点;类似的,若某个粒子的适应度值优于所有粒子所经历的全局最优点Gbest,则将其作为新的全局最优点;
f、判断是否达到结束条件,即适应度值是否在误差允许范围内或更新代数达到设定的上限,若满足结束条件则停止更新,若不满足到则跳转至步骤c进行下一次迭代计算。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于多谱能量合成的地下浅层震源定位方法,其特征在于包括以下步骤:
S1、通过设置在地表的震动传感器阵列采集震源产生的震动信号;
S2、对震动信号中的地噪声进行预处理并剔除传感器阵列中的无效数据,
S3、提取每个传感器中的震源传播至传感器节点的初至波到时信息,根据初至波到时信息提取地下浅层速度信息,然后对地下浅层速度信息进行修正,得到高精度的速度信息;
S4、提取震源激励信息,包括震源激励频率范围(fL,fH)以及震源子波类型;
S5、在S3获取的速度信息的基础上,将每个传感器节点作为虚拟震源,以其对应的震源子波类型作为震源子波,首先以fL作为震源激励频率,形成该传感器节点所对应的三维波阵面图像序列;
S6、以传感器节点作为虚拟震源传播到实际震源处时每个传感器节点对应的初至波到时信息,得到在以fL作为震源激励频率下,初至波到时时刻所对应的实际震源处的波阵面图像;
S7、在震源激励频率范围(fL,fH)内,设置扫频步进f,重复S5-S6,得到每个传感器节点在不同震源激励频率条件下,初至波到时时刻所对应的实际震源处的多个波阵面图像;
S8、对多个波阵面图像进行融合形成一张图像,作为某传感器节点所对应的含有震源信息的三维多谱波阵面图像;
S9、对所有的传感器节点所对应的三维多谱波阵面图像进行叠加融合,形成震源定位模型;
S10、对震源定位模型中的聚焦点进行扫描,得到震源位置。
2.根据权利要求1所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S3中,采用长短时窗法提取初至波到时信息,采用初至波走时层析法提取地下浅层速度信息,通过抛物插值最短路径射线追踪法对速度信息进行修正,得到高精度的速度信息。
3.根据权利要求1所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S4中,对每个传感器节点数据进行FFT变换,得到其功率谱,在功率谱中,以谱峰值的倍获取该传感器节点对应的震源激励频率范围(fL,fH);对传感器阵列数据进行同态滤波得出震源子波类型。
4.根据权利要求1所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S5中,利用交错网格有限差分法进行地下波场三维逆时数值模拟,形成该传感器节点所对应的三维波阵面图像序列。
5.根据权利要求1所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S8中,采用高斯函数加权法对多个波阵面图像进行融合。
6.根据权利要求1所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S9中,采用加权平均空域融合算法进行叠加融合。
7.根据权利要求1-6任一项所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:还包括步骤S11:构建能流目标函数,采用量子粒子群算法对能流目标函数进行解算,不断迭代寻优,输出震源位置。
8.根据权利要求7所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:S11中,构建能流目标函数如下:
首先定义能流矢量:
式中,|A|表示传感器节点接收到的某震源事件的能量,是矢量的长度,表示传感器处波传播的方向余弦;对位于(x,y,z)处的震源,在第k个传感器处的能流矢量可表示为T表示传感器节点所记录接收到的震动信号的时间,表示该传感器记录的T时刻的信号振幅,表示传播方向;因此 分别表示三分量记录中震动信号的振幅值,构建如下能流目标函数:
式中,表示上述有限差分逆时数值模拟所计算出的第k个传感器位置处的地震波传播的方向余弦,m代表地层速度信息,(x,y,z)代表震源坐标,|·|表示矢量点积,p表示2范数,N代表传感器个数。
9.根据权利要求8所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:采用量子粒子群算法对能流目标函数进行解算,不断迭代寻优,输出震源位置,具体包括以下步骤:
a、设置粒子种群规模和维度,在S10得到的震源位置(X0,Y0,Z0)的基础上,以网格尺寸的倍数为范围,随机生成设置维度下的粒子,形成初始粒子群(Xi,Yi,Zi),其中i代表第i代粒子,初始i=1;
b、将能流目标函数作为粒子的适应度值,即使下式取最大值:
c、根据目标函数计算粒子适应度值,计算每一代粒子适应度得到局部最优位置Pibest,其中i代表第i代粒子,种群所有代中最大适应度对应粒子作为全局最优位置Gbest,粒子群每代平均最优位置为:
d、更新粒子位置(Xi+1,n,Yi+1,n,Zi+1,n)
Xi+1,n=pi,n,x±β*|Mbest-Xi,n|*ln(1/u) u=rand(0,1) (4)
Yi+1,n=pi,n,y±β*|Mbest-Yi,n|*ln(1/u) u=rand(0,1) (5)
Zi+1,n=pi,n,z±β*|Mbest-Zi,n|*ln(1/u) u=rand(0,1) (6)
其中,β是系数创造力,调节它的值能控制算法的收敛速度:
其中,和是介于0和1之间的随机数;
e、更新每个粒子每一维的局部最优点Pibest和群体的全局最优点Gbest,即当某个粒子的适应度值优于其经历的最优点Pibest时,则将其作为新的局部最优点;类似的,若某个粒子的适应度值优于所有粒子所经历的全局最优点Gbest,则将其作为新的全局最优点;
f、判断是否达到结束条件,即适应度值是否在误差允许范围内或更新代数达到设定的上限,若满足结束条件则停止更新,若不满足到则跳转至步骤c进行下一次迭代计算。
10.根据权利要求9所述的一种基于多谱能量合成的地下浅层震源定位方法,其特征在于:β为0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495831.3A CN110261902B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多谱能量合成的地下浅层震源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495831.3A CN110261902B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多谱能量合成的地下浅层震源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110261902A true CN110261902A (zh) | 2019-09-20 |
CN110261902B CN110261902B (zh) | 2020-12-15 |
Family
ID=67917281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910495831.3A Active CN110261902B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多谱能量合成的地下浅层震源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110261902B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051611A (zh) * | 2020-09-07 | 2020-12-08 | 中北大学 | 基于深度强化学习的地下浅层起爆点定位方法 |
CN112114361A (zh) * | 2020-09-07 | 2020-12-22 | 中北大学 | 一种地下浅层复杂空间中震动场时空层析成像方法 |
CN113325467A (zh) * | 2021-06-08 | 2021-08-31 | 中煤科工集团西安研究院有限公司 | 一种基于槽波频散特征的微地震震源定位方法 |
CN113484906A (zh) * | 2021-06-29 | 2021-10-08 | 中北大学 | 一种基于低频能谱数据驱动的高分辨率能量场重建方法 |
CN113805228A (zh) * | 2021-09-23 | 2021-12-17 | 西安科技大学 | 基于面波频散的地面微地震定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012178099A2 (en) * | 2011-06-24 | 2012-12-27 | Ion Geophysical Corporation | Method and apparatus for seismic noise reduction |
CN103605151A (zh) * | 2013-11-20 | 2014-02-26 | 中北大学 | 基于相位测量的分布式群波浅层微震定位方法 |
US20140301158A1 (en) * | 2013-04-03 | 2014-10-09 | Cgg Services Sa | Device and method for stable least-squares reverse time migration |
CN105807316A (zh) * | 2016-04-25 | 2016-07-27 | 吉林大学 | 基于振幅叠加的地面观测微地震速度模型校正方法 |
CN106772591A (zh) * | 2017-04-05 | 2017-05-31 | 吉林大学 | 一种适用于提高微地震定位可靠性的联合定位方法 |
CN108414983A (zh) * | 2017-12-13 | 2018-08-17 | 河海大学 | 一种基于逆时射线追踪方法的微地震定位技术 |
-
2019
- 2019-06-10 CN CN201910495831.3A patent/CN110261902B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012178099A2 (en) * | 2011-06-24 | 2012-12-27 | Ion Geophysical Corporation | Method and apparatus for seismic noise reduction |
US20140301158A1 (en) * | 2013-04-03 | 2014-10-09 | Cgg Services Sa | Device and method for stable least-squares reverse time migration |
CN103605151A (zh) * | 2013-11-20 | 2014-02-26 | 中北大学 | 基于相位测量的分布式群波浅层微震定位方法 |
CN105807316A (zh) * | 2016-04-25 | 2016-07-27 | 吉林大学 | 基于振幅叠加的地面观测微地震速度模型校正方法 |
CN106772591A (zh) * | 2017-04-05 | 2017-05-31 | 吉林大学 | 一种适用于提高微地震定位可靠性的联合定位方法 |
CN108414983A (zh) * | 2017-12-13 | 2018-08-17 | 河海大学 | 一种基于逆时射线追踪方法的微地震定位技术 |
Non-Patent Citations (11)
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051611A (zh) * | 2020-09-07 | 2020-12-08 | 中北大学 | 基于深度强化学习的地下浅层起爆点定位方法 |
CN112114361A (zh) * | 2020-09-07 | 2020-12-22 | 中北大学 | 一种地下浅层复杂空间中震动场时空层析成像方法 |
CN112114361B (zh) * | 2020-09-07 | 2022-07-08 | 中北大学 | 一种地下浅层复杂空间中震动场时空层析成像方法 |
CN113325467A (zh) * | 2021-06-08 | 2021-08-31 | 中煤科工集团西安研究院有限公司 | 一种基于槽波频散特征的微地震震源定位方法 |
CN113325467B (zh) * | 2021-06-08 | 2023-10-24 | 中煤科工集团西安研究院有限公司 | 一种基于槽波频散特征的微地震震源定位方法 |
CN113484906A (zh) * | 2021-06-29 | 2021-10-08 | 中北大学 | 一种基于低频能谱数据驱动的高分辨率能量场重建方法 |
CN113484906B (zh) * | 2021-06-29 | 2023-11-03 | 中北大学 | 一种基于低频能谱数据驱动的高分辨率能量场重建方法 |
CN113805228A (zh) * | 2021-09-23 | 2021-12-17 | 西安科技大学 | 基于面波频散的地面微地震定位方法 |
CN113805228B (zh) * | 2021-09-23 | 2024-01-30 | 西安科技大学 | 基于面波频散的地面微地震定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110261902B (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110261900B (zh) | 一种基于速度信息的地下浅层微震定位系统 | |
CN110261902B (zh) | 一种基于多谱能量合成的地下浅层震源定位方法 | |
CN110261903B (zh) | 一种基于逆时能量聚焦的地下震源被动定位方法 | |
CN106094029B (zh) | 利用偏移距矢量片地震数据预测储层裂缝的方法 | |
Prodehl et al. | 100 years of seismic research on the Moho | |
CN110414675B (zh) | 一种基于深度学习的地下浅层震源定位方法 | |
Stefánsson et al. | A new approach to earthquake prediction | |
CN104237940B (zh) | 一种基于动力学特征的绕射波成像方法及装置 | |
CN110516650B (zh) | 一种基于震动传感器阵列的浅层盲空间震源定位系统 | |
CN112883564B (zh) | 一种基于随机森林的水体温度预测方法及预测系统 | |
EA026650B1 (ru) | Обнаружение углеводородов по данным пассивной сейсморазведки | |
CN112114362B (zh) | 一种地下浅层爆炸时空场重建方法 | |
Stabile et al. | A comprehensive approach for evaluating network performance in surface and borehole seismic monitoring | |
Blick et al. | Gravimetry and exploration | |
CN110286410A (zh) | 基于绕射波能量的裂缝反演方法和装置 | |
Vales et al. | Intraplate seismicity across the Cape Verde swell: a contribution from a temporary seismic network | |
CN113176609A (zh) | 一种基于地声场的地下浅层目标定位方法 | |
CN104199088B (zh) | 一种提取入射角道集的方法及系统 | |
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 | |
CN104730572A (zh) | 一种基于l0半范数的绕射波成像方法及装置 | |
Piccinini et al. | Source complexity of the May 20, 2012, MW 5.9, Ferrara (Italy) event | |
CN112051611A (zh) | 基于深度强化学习的地下浅层起爆点定位方法 | |
CN106370225A (zh) | 堆积层滑坡的快速勘察成图方法 | |
Zheng et al. | Characterizing steam-filled fracture zones at the Soda Lake geothermal field using seismic double-beam neural network (DBNN) | |
CN104765066A (zh) | 地震三维波速扫描聚焦成像方法 |
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 |