CN110609321B - 一种基于速度模型数据库的微震源定位方法 - Google Patents

Abstract

本发明属于微震监测技术领域，公开了一种基于速度模型数据库的微震源定位方法，包括：将布设有微震监测系统的监测区域划分成多个支区域，并针对每个支区域分别建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库；当微震事件触发后，先采用统一均匀波速粗略地定位所述微震事件属的支区域，然后再从所述支区域的速度模型数据库中匹配速度模型进行定位。本发明提供的基于速度模型数据库的微震源定位方法能够充分提升复杂条件下的定位精度。

Description

一种基于速度模型数据库的微震源定位方法

技术领域

本发明涉及微震监测技术领域，特别涉及一种基于速度模型数据库的微震源定位方法。

背景技术

微震源定位是微震监测与灾害预警的重要组成部分，而构建符合实际地层情况的速度模型是微震源定位的关键问题之一。现有技术中，用的较多的是均匀波速模型，该模型简化了区域岩体波速，忽略岩体特性差异，但是大量实际监测数据表明岩体波速在地层中呈现出非均匀性，特别是在断层、空区等复杂地质体中波速差异较大；因此，在复杂地质条件下采用均匀波速模型显然是不合适的，主要表现为：1)不同区域地质情况有差别，从而导致波速有差异；2)不同数量传感器参与定位，定位结果有差异；3)相同数量、不同传感器组合的定位结果有差异；最终导致定位精度较低。

发明内容

本发明提供一种基于速度模型数据库的微震源定位方法，解决现有技术中复杂地质条件下微震源定位精度低的技术问题体。

为解决上述技术问题，本发明提供了一种基于速度模型数据库的微震源定位方法，包括：

将布设有微震监测系统的监测区域划分成多个支区域，并针对每个支区域分别建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库；

当微震事件触发后，先采用统一均匀波速粗略地定位所述微震事件属的支区域，然后再从所述支区域的速度模型数据库中匹配速度模型进行定位；

其中，设所述微震事件触发的微震监测系统中的传感器个数为m个将所述m个传感器进行组合可得到

个组合方案；

根据每个所述组合方案来获取所述速度模型数据库中对应所述组合方案的最佳均匀波速，并且相应的把该微震事件的传感器P波到时进行相应的组合，得到

个P波到时组合，把该P波的最佳均匀波速以及相应的P波到时组合提供给粒子群算法进行定位，可得到

个定位结果；

通过设置空间误差w的阈值来筛选定位结果，并采用3σ准则对所有组合方案得到的定位结果的X、Y、Z方向坐标值进行处理，排除掉异常值，再进行正态概率密度分布函数统计，概率密度最大值点对应的坐标值即为定位坐标值。

进一步地，所述建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库包括：

微震监测系统共布置n个传感器且4≤k≤n，从n个传感器中取出k个传感器的所有组合数为

取出的传感器个数k应从4逐步增加到n，直到完成所有组合，共得到

个传感器组合方案；

通过人工震源进行测试，并记录人工震源的震源坐标(x₀,y₀,z₀)和相应的微震事件P波到时；

采用粒子群算法或者模拟退火算法或者遗传算法搭建数据库并进行定位；

假设该波速模型为均匀波速模型，波速已知且给定一个波速范围，若P波到时残差平方和即目标函数取得最小值所得到的定位结果与实际震源最近，则将该波速视为该区域的最佳均匀波速；

假设计算震源坐标为(x,y,z)，第i个传感器的走时残差为：

式中，t_i为第i个传感器接收到的P波到时，t为发震时刻，(x_i,y_i,z_i)为第i个传感器坐标，v_p为P波的波速；

所有传感器残差均方根为：

式中，n为传感器个数；

在给定速度v_p的条件下，使式(2)取得最小值的参数(x,y,z,t)即为最可能的震源参数，求解参数的过程即为震源定位；

定位误差可用计算震源(x,y,z)与已知震源(x₀,y₀,z₀)之间的距离w表示，即

针对不同速度值，分别进行定位计算，并计算定位误差，并选取定位误差最小的速度作为最佳均匀波速；即由上面三式可知，给定不同的波速v_p，反演得到不同的计算震源(x,y,z)，从而求得在该波速下的定位误差w。因此，定位误差w与波速v_p之间存在函数关系：

w＝f(v_p) (4)

选取定位误差最小时对应的速度作为最佳均匀速度。由于函数关系复杂，采用上述算法来进行反演，求取最小定位误差w及其对应的最佳均匀波速v_p；

针对测试点的传感器的P波到时进行的组合，采用定位误差优化法来反演测试点传感器组合的最佳均匀波速v，并记录在所述最佳均匀波速v下的空间误差w，所述最佳均匀波速记为该传感器组合在该地质条件下的微震源定位所采用的P波波速；

将上述的传感器组合与反演出的最佳均匀波速v及相应的空间误差w输入到数据库中，得到该爆破事件的速度模型数据库。

进一步地，所述基于速度模型数据库的微震源定位方法还包括：速度模型数据库更新步骤；

所述速度模型更新步骤包括：

S1：建立L个已知震源坐标的速度模型数据库，令i＝1，i＝1,2...,L；

S2：根据第i个爆破震源点空间位置确定其所属分区并调出该支速度模型数据库；

S3：用第i个爆破速度模型数据库更新所属分区速度模型数据库，分区速度模型数据库传感器组合、均匀波速和空间误差分别表示为z′_n、v′_n和w′_n，n＝1,2...,N，其中N为分区速度模型数据库的传感器组合数；

爆破点反演得到的速度模型数据库传感器组合、最佳均匀波速和空间误差分别表示为z_m、v_m和w_m，m＝1,2...,M，其中M为速度模型数据库定的传感器组合数；

S4：速度模型数据库中的传感器组合按编号逐个匹配当前速度模型数据库中的传感器组合，令m＝1，n＝1；

S5：若z_m＝z′_n，则进行S6，否则，进行S7；

S6：对比相同传感器组合的w_m和w′_n，若w_m≤w′_n，则将分区速度模型数据库中该传感器组合的均匀波速v′_n和空间误差w′_n替换为该速度模型数据库中的最佳均匀波速v_m和空间误差w_m；若w_m＞w′_n，则保留分区速度模型数据库中的v′_n和空间误差w′_n；

S7：令m＝m+1，更换爆破速度模型数据库中的传感器组合z_m，继续进行S5～S7步直到m＞M则进行S8；

S8：令n＝n+1，更换分区速度模型数据库中的传感器组合z′_n，继续进行S5～S8直到n＞N时，则该爆破速度模型数据库传感器组合匹配完结；

S9：令i＝i+1，更换速度模型数据库，继续进行S2～S8，L为爆破速度模型数据库个数，当i＞L，所有的爆破测试点更新完。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例中提供的基于速度模型数据库的微震源定位方法，针对单一均匀波速模型较难符合复杂地质条件从而导致定位效果较差的情况，创造性地提出了速度模型数据库，进行分区域建模，进而采用统计学的方法对求得的不同传感器组合的定位结果进行分析，从而适应复杂地质情况，得到高精度和高可靠性的定位；同时提高了复杂地质条件下的定位精度，进而提高岩爆、矿震、塌方等地质灾害预警的及时性与准确性。

附图说明

图1为本发明实施例提供的基于速度模型数据库的微震源定位方法的流程图；

图2为本发明实施例提供的支区域速度模型数据库更新流程图；

图3为图2中的数据库更新示意图；

图4为本发明实施例提供的速度模型数据库支区域布置俯视图；

图5为本发明实施例提供的隧道掘进图；

图6为本发明实施例提供的实例Q₁区三种方法定位结果对比图。

具体实施方式

本申请实施例通过提供一种基于速度模型数据库的微震源定位方法，解决现有技术中复杂地质条件下微震源定位精度低的技术问题体。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细说明，应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

参见图1，一种基于速度模型数据库的微震源定位方法，包括：

将布设有微震监测系统的监测区域划分成多个支区域，并针对每个支区域分别建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库；

当微震事件触发后，先采用统一均匀波速粗略地定位所述微震事件属的支区域，然后再从所述支区域的速度模型数据库中匹配速度模型进行定位；

其中，设所述微震事件触发的微震监测系统中的传感器个数为m个，将所述m个传感器进行组合可得到

个组合方案；

根据每个所述组合方案来获取所述速度模型数据库中对应所述组合方案的最佳均匀波速，并且相应的把该微震事件的传感器P波到时进行相应的组合，得到

个P波到时组合，把该P波的最佳均匀波速以及相应的P波到时组合提供给粒子群算法进行定位，可得到

个定位结果；

通过设置空间误差w的阈值来筛选定位结果，并采用3σ准则对所有组合方案得到的定位结果的X、Y、Z方向坐标值进行处理，排除掉异常值，再进行正态概率密度分布函数统计，概率密度最大值点对应的坐标值即为定位坐标值。

一般来说，在实际工程中，由于工程地质条件、空区断层位置以及现场开采状态等因素的影响，各区域P波波速差别较大，速度模型数据库的搭建需要考虑工程区域之间的差异，因此速度模型数据库应进行分区域搭建。速度模型数据库的分区应着重考虑以下几点因素：

1)工程项目所需要重点监测的区域，如高地应力宜发生岩爆的区域；

2)工程岩体岩性差异大从而导致波速差异大的区域；

3)工程监测区域空区断层较发育的区域；

4)工程监测区域与传感器阵列的位置关系。

所述建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库包括：

微震监测系统共布置n个传感器且4≤k≤n，从n个传感器中取出k个传感器的所有组合数为

取出的传感器个数k应从4逐步增加到n，直到完成所有组合，共得到

个传感器组合方案；

通过人工震源进行测试，并记录人工震源的震源坐标(x₀,y₀,z₀)和相应的微震事件P波到时；

采用粒子群算法或者模拟退火算法或者遗传算法搭建数据库并进行定位；

假设该波速模型为均匀波速模型，波速已知且给定一个波速范围，若P波到时残差平方和即目标函数取得最小值所得到的定位结果与实际震源最近，则将该波速视为该区域的最佳均匀波速；

假设计算震源坐标为(x,y,z)，第i个传感器的走时残差为：

式中，t_i为第i个传感器接收到的P波到时，t为发震时刻，(x_i,y_i,z_i)为第i个传感器坐标，v_p为P波的波速；

所有传感器残差均方根为：

式中，n为传感器个数；

在给定速度v_p的条件下，使式(2)取得最小值的参数(x,y,z,t)即为最可能的震源参数，求解参数的过程即为震源定位；

定位误差可用计算震源(x,y,z)与已知震源(x₀,y₀,z₀)之间的距离w表示，即

针对不同速度值，分别进行定位计算，并计算定位误差，并选取定位误差最小的速度作为最佳均匀波速；由上面三式可知，给定不同的波速v_p，反演得到不同的计算震源(x,y,z)，从而求得在该波速下的定位误差w。因此，定位误差w与波速v_p之间存在函数关系：

w＝f(v_p) (4)

选取定位误差最小时对应的速度作为最佳均匀速度。由于函数关系复杂，采用上述算法来进行反演，求取最小定位误差w及其对应的最佳均匀波速v_p；

针对测试点的传感器的P波到时进行的组合，采用定位误差优化法来反演测试点传感器组合的最佳均匀波速v，并记录在所述最佳均匀波速v下的空间误差w，所述最佳均匀波速记为该传感器组合在该地质条件下的微震源定位所采用的P波波速；

将上述的传感器组合与反演出的最佳均匀波速v及相应的空间误差w输入到数据库中，得到该爆破事件的速度模型数据库。

参见图2和图3，进一步地，所述基于速度模型数据库的微震源定位方法还包括：速度模型数据库更新步骤；一般来说，对所在工程的所有传感器进行组合，对各组合的波速赋值为统一均匀波速，空间误差赋值一较大值，此速度模型数据库为各分区的初始速度模型数据库。

所述速度模型更新步骤包括：

S1：建立L个已知震源坐标的速度模型数据库，令i＝1，i＝1,2...,L；

S2：根据第i个爆破震源点空间位置确定其所属分区并调出该支速度模型数据库；

S3：用第i个爆破速度模型数据库更新所属分区速度模型数据库，分区速度模型数据库传感器组合、均匀波速和空间误差分别表示为z′_n、v′_n和w′_n，n＝1,2...,N，其中N为分区速度模型数据库的传感器组合数；

爆破点反演得到的速度模型数据库传感器组合、最佳均匀波速和空间误差分别表示为z_m、v_m和w_m，m＝1,2...,M，其中M为速度模型数据库定的传感器组合数；

S4：速度模型数据库中的传感器组合按编号逐个匹配当前速度模型数据库中的传感器组合，令m＝1，n＝1；

S5：若z_m＝z′_n，则进行S6，否则，进行S7；

S6：对比相同传感器组合的w_m和w′_n，若w_m≤w′_n，则将分区速度模型数据库中该传感器组合的均匀波速v′_n和空间误差w′_n替换为该速度模型数据库中的最佳均匀波速v_m和空间误差w_m；若w_m＞w′_n，则保留分区速度模型数据库中的v′_n和空间误差w′_n；

S7：令m＝m+1，更换爆破速度模型数据库中的传感器组合z_m，继续进行S5～S7步直到m＞M则进行S8；

S8：令n＝n+1，更换分区速度模型数据库中的传感器组合z′_n，继续进行S5～S8直到n＞N时，则该爆破速度模型数据库传感器组合匹配完结；

S9：令i＝i+1，更换速度模型数据库，继续进行S2～S8，L为爆破速度模型数据库个数，当i＞L，所有的爆破测试点更新完。

下面将通过具体的实施方案和比对方案加以说明。

某矿矿区面积为20.95万平方米。矿床地质条件与水文地质条件比较复杂，主矿体埋深265.76～679m，走向长1620m，宽92～376m，最大厚度160.68m，平均厚度44.91m，平均TFe含量为51.04％。设计采用无底柱分段崩落法开采，中段高度60m，分段高度15m。矿山安装了微震监测系统，传感器布置平面图见图3。-230水平布置了10个单向传感器和2个三向传感器，24h无间断监测矿区的异常炮声。本实例以该矿山爆破数据为例加以说明。

参见图4，一种基于速度模型数据库的微震源定位算法，其步骤如下：

根据分区因素第四条爆破区域和传感器的位置关系，把该监测区域分为两个监测区域，即Q₁区与Q₂区，Q₁区在传感器水平阵列外，Q₂区在传感器水平阵列内。以Q₁区为例来介绍其速度模型数据库的建立、更新以及基于速度模型数据库的微震源定位算法定位结果。

一般来说，在矿山上进行定位求解时，应根据以上因素，采用如图4所示的布置进行分区搭建速度模型数据库。

当然，在隧道上进行定位求解时，应如图5所示只搭建一个速度模型数据库并随着掘进方向进行更新，但当地质条件变化较大时，应重新搭建速度模型数据库。

本实施例以分区搭建数据库布置为例加以说明。

该工程共布置传感器12个，将12个传感器进行组合，得到

个组合数，共计3797个组合。对每个传感器组合赋上统一均匀速度5222m/s以及设置较大统一空间误差100m，即得到Q₁区初始速度模型数据库D1。

在Q₁区选择6个位置进行爆破试验，记录爆破事件的空间位置如表1和表2所示，其中测试点1和2用来建立速度模型数据库，其余4次爆破试验用来验证方法的优越性。测试点1进行了4次微差爆破，测试点2进行了5次微差爆破，信息如表2所示。

表1某矿山Q₁区爆破实验位置

表2测试点信息

表3 Q₁区定位结果

采用传感器组合方式对测试点1触发传感器进行组合，并用定位误差优化法对测试点1的4次爆破事件进行反演，得到此位置的4个爆破速度模型数据库；同理，对测试点2的5次爆破事件进行反演得到此位置的5个爆破速度模型数据库，共得到9个爆破速度模型数据库。

根据速度模型数据库更新流程，用获取的9个爆破速度模型数据库更新Q₁区初始速度模型数据库D₁得到Q₁区的速度模型数据库D₁₀。

采用统一均匀波速模型对事件1、2、3和4进行定位，定位结果如表3所示；基于速度模型数据库D₁₀，采用图2所示的基于速度模型数据库的微震源定位算法对事件1、2、3和4进行定位，其中参数w₀选取为10m，得出其定位结果，如表3所示。

对比表3，采用统一均匀速度，事件1、事件2、事件3和事件4的空间绝对误差分别为19.565m、38.921m、26.624m和10.534m；而采用基于速度模型数据库的微震源定位算法，事件1、事件2、事件3和事件4的空间绝对误差分别为16.128m、33.936m、24.660m和3.143m；可见采用基于速度模型数据库的微震源定位算法，4个事件的空间绝对误差都比统一均匀速度模型定位误差小。因此，采用基于速度模型数据库的微震源定位算法具有较好的定位效果。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例中提供的基于速度模型数据库的微震源定位方法，针对单一均匀波速模型较难符合复杂地质条件从而导致定位效果较差的情况，创造性地提出了速度模型数据库，进行分区域建模，进而采用统计学的方法对求得的不同传感器组合的定位结果进行分析，从而适应复杂地质情况，得到高精度和高可靠性的定位；同时提高了复杂地质条件下的定位精度，进而提高岩爆、矿震、塌方等地质灾害预警的及时性与准确性。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种基于速度模型数据库的微震源定位方法，其特征在于，包括：

将布设有微震监测系统的监测区域划分成多个支区域，并针对每个支区域分别建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库；

当微震事件触发后，先采用统一均匀波速粗略地定位所述微震事件所属的支区域，然后再从所述支区域的速度模型数据库中匹配速度模型进行定位；

其中，设所述微震事件触发的微震监测系统中的传感器个数为m个，将所述m个传感器进行组合可得到

个组合方案；

根据每个所述组合方案来获取所述速度模型数据库中对应所述组合方案的最佳均匀波速，并且相应的把该微震事件的传感器P波到时进行相应的组合，得到

个P波到时组合，把该P波的最佳均匀波速以及相应的P波到时组合提供给粒子群算法进行定位，可得到

个定位结果；

通过设置空间误差w的阈值来筛选定位结果，并采用3σ准则对所有组合方案得到的定位结果的X、Y、Z方向坐标值进行处理，排除掉异常值，再进行正态概率密度分布函数统计，概率密度最大值点对应的坐标值即为定位坐标值。

2.如权利要求1所述的基于速度模型数据库的微震源定位方法，其特征在于，所述建立基于传感器组合以及与所述传感器组合相关的最佳均匀波速和空间误差的速度模型数据库包括：

微震监测系统共布置n个传感器且4≤k≤n，从n个传感器中取出k个传感器的所有组合数为

取出的传感器个数k应从4逐步增加到n，直到完成所有组合，共得到

个传感器组合方案；

通过人工震源进行测试，并记录人工震源的震源坐标(x₀,y₀,z₀)和相应的微震事件P波到时；

采用粒子群算法或者模拟退火算法或者遗传算法搭建数据库并进行定位；

假设所述微震事件的波速模型为均匀波速模型，波速已知且给定一个波速范围，若P波到时残差平方和即目标函数取得最小值所得到的定位结果与实际震源最近，则将该波速视为该区域的最佳均匀波速；

假设计算震源坐标为(x,y,z)，第i个传感器的走时残差为：

式中，t_i为第i个传感器接收到的P波到时，t为发震时刻，(x_i,y_i,z_i)为第i个传感器坐标，v_p为P波的波速；

所有传感器残差均方根为：

式中，n为传感器个数；

在给定速度v_p的条件下，使式(2)取得最小值的参数(x,y,z,t)即为最可能的震源参数，求解参数的过程即为震源定位；

定位误差可用计算震源(x,y,z)与已知震源(x₀,y₀,z₀)之间的距离w表示，即

针对不同速度值，分别进行定位计算，并计算定位误差，并选取定位误差最小的速度作为最佳均匀波速；

针对测试点的传感器的P波到时进行的组合，采用定位误差优化法来反演测试点传感器组合的最佳均匀波速v，并记录在所述最佳均匀波速v下的空间误差w，所述最佳均匀波速记为该传感器组合在所在地质条件下的微震源定位所采用的P波波速；

将上述的传感器组合与反演出的最佳均匀波速v及相应的空间误差w输入到数据库中，得到所述微震事件的速度模型数据库。

3.如权利要求1所述的基于速度模型数据库的微震源定位方法，其特征在于，所述基于速度模型数据库的微震源定位方法还包括：速度模型数据库更新步骤；

所述速度模型更新步骤包括：

S1：建立L个已知震源坐标的速度模型数据库，令i＝1，i＝1,2...,L；

S2：根据第i个爆破震源点空间位置确定其所属分区并调出所属分区速度模型数据库；

S3：用第i个爆破速度模型数据库更新所属分区速度模型数据库，分区速度模型数据库传感器组合、均匀波速和空间误差分别表示为z′_n、v′_n和w′_n，n＝1,2...,N，其中N为分区速度模型数据库的传感器组合数；

爆破点反演得到的速度模型数据库传感器组合、最佳均匀波速和空间误差分别表示为z_m、v_m和w_m，m＝1,2...,M，其中M为速度模型数据库定的传感器组合数；

S4：速度模型数据库中的传感器组合按编号逐个匹配当前速度模型数据库中的传感器组合，令m＝1，n＝1；

S5：若z_m＝z′_n，则进行S6，否则，进行S7；

S6：对比相同传感器组合的w_m和w′_n，若w_m≤w′_n，则将分区速度模型数据库中该传感器组合的均匀波速v′_n和空间误差w′_n替换为该速度模型数据库中的最佳均匀波速v_m和空间误差w_m；若w_m＞w′_n，则保留分区速度模型数据库中的v′_n和空间误差w′_n；

S7：令m＝m+1，更换爆破速度模型数据库中的传感器组合z_m，继续进行S5～S7步直到m＞M则进行S8；

S8：令n＝n+1，更换分区速度模型数据库中的传感器组合z′_n，继续进行S5～S8直到n＞N时，则该爆破速度模型数据库传感器组合匹配完结；

S9：令i＝i+1，更换速度模型数据库，继续进行S2～S8，L为爆破速度模型数据库个数，当i＞L，所有的爆破测试点更新完。

Images