CN112068194B - 微地震弱事件p波初至自动拾取方法和计算机存储介质 - Google Patents
微地震弱事件p波初至自动拾取方法和计算机存储介质 Download PDFInfo
- Publication number
- CN112068194B CN112068194B CN201910497625.6A CN201910497625A CN112068194B CN 112068194 B CN112068194 B CN 112068194B CN 201910497625 A CN201910497625 A CN 201910497625A CN 112068194 B CN112068194 B CN 112068194B
- Authority
- CN
- China
- Prior art keywords
- wave
- arrival
- energy ratio
- component
- 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 43
- 239000013598 vector Substances 0.000 claims abstract description 24
- 230000010287 polarization Effects 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 101100076570 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MER1 gene Proteins 0.000 claims description 9
- 101100033336 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REC107 gene Proteins 0.000 claims description 8
- 238000013211 curve analysis Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 208000010392 Bone Fractures Diseases 0.000 description 3
- 206010017076 Fracture Diseases 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000926 separation method 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种微地震弱事件P波初至时间自动拾取方法及计算机存储介质。该方法利用两次矢段曲线偏振分析与旋转处理,从原始微地震三分量矢量波场中分离出P波数据,然后根据长短时窗能量比、一二级改进能量比,获得P波能量比特征系数事件,最后由能量比与特征系数,构建高信噪比P波初至自动拾取特征曲线,通过设定门槛值,就能自动搜索识别出微地震弱事件P波初至时间。本发明能够实现对微地震事件快速、准确地定位,整个定位过程简单便捷。
Description
技术领域
本发明涉及微地震监测数据处理技术领域,尤其涉及一种微地震弱事件P波初至自动拾取方法和计算机存储介质。
背景技术
微地震监测数据处理重点在于事件的准确定位,影响因素主要包括速度模型建立、反演算法的适用性、正演算法的精度、初至拾取等方面。其中,纵、横波初至准确拾取是震源精确定位首要条件之一。井中微地震初至拾取方法,一般采用常规地震直达波初至拾取方法,其原理主要是根据有效波与噪声在能量、偏振特性以及其他一些统计特性上存在区别,获得稳定可靠的初至时间,如能量分析法、自回归AR模型法、偏振分析法等等。
每种类型方法都有各自算法特点,能量分析法是基于长短时窗能量比,当信号到达时,能量比变化快,相应的值会有一个明显的突跳,将该点时间定义为有效事件初至时间,但是信噪比较低情况容易出现误拾、漏拾;自回归AR模型法是基于信号与背景噪音属于不同AR模型,信号到达时AIC值极小值,但是不能直接判断是否是有效信号;偏振分析法是基于有效信号偏振度高、随机信号偏振度低,对应不同线性偏振系数曲线,但是该方法无法单独进行有效信号的检测。
由于在水力压裂裂缝过程中,监测到的微地震事件震相类型复杂,可能是P波、S波组合,也可能只产生单一的P波或S波,并且信号能量不等,甚至出现大量弱事件,而这些事件是压裂过程中裂缝发育真实反应。另外,受到外在地层因素、井周边环境影响及各类噪音的干扰,也使得微地震事件初至时间更难拾取。因此,如何从复杂的微地震监测数据记录中识别分离出更加准确、稳定的有效微地震事件初至,是亟须解决的技术问题。
发明内容
针对上述现有技术的不足,本发明提供了一种微地震弱事件P波初至自动拾取方法和计算机存储介质。
所述微地震弱事件P波初至自动拾取方法主要包括以下步骤:
S100,针对微地震P波信号,通过两次矢端曲线偏振分析与旋转处理,从原始微地震三分量矢量波场中分解出沿波传播方向P波分量;
S200,根据所述P波分量,计算P波长短时窗能量比;
S300,根据所述P波长短时窗能量比,通过引入P波分量的振幅作为权重系数,计算一级改进能量比和二级改进能量比;
S400,根据所述P波长短时窗能量比、一级改进能量比和二级改进能量比,确定P波能量比特征系数;
S500,根据所述P波长短时窗能量比和P波能量比特征系数,构建P波初至拾取特征曲线;
S600,根据给定的P波初至识别门槛值,在P波初至拾取特征曲线上自动搜索大于P波初至识别门槛值的区域的最大峰值,拾取所述最大峰值对应的时间样点作为微地震弱事件P波初至时间。
根据本发明的实施例,上述步骤S100包括以下步骤:
S111,针对微地震P波信号,通过矢端曲线分析,对原始微地震三分量中的X分量和Y分量进行偏振分析与旋转处理,获得波传播径向分量R和切向分量T;
S112,再通过矢端曲线分析,对波传播径向分量R和原始微地震三分量中的Z分量进行偏振分析与旋转处理,获得沿波传播方向P波分量和垂直传播方向N分量。
根据本发明的实施例,在上述步骤S200中,按照下式计算P波长短时窗能量比:
其中,ERPi为时间样点i对应的P波长短时窗能量比,Pi为时间样点i对应的P波分量,L1和L2分别为给定的长时窗和短时窗。
根据本发明的实施例,在上述步骤S300中,按照下式计算一级改进能量比MER1Pi和二级改进能量比MER2Pi:
MER1Pi=ERPi·|Pi|
MER2Pi=ERPi 2·|Pi|2。
其中,|Pi|为时间样点i对应的P波分量的振幅。
根据本发明的实施例,在上述步骤S400中,按照下式计算P波能量比特征系数AAPi、BBPi、CCPi:
根据本发明的实施例,在上述步骤S500中,根据所述P波长短时窗能量比ERPi和P波能量比特征系数AAPi、BBPi、CCPi,构建以下P波初至拾取特征曲线TERPi:
TERPi=ERPi*(AAPi*BBPi*CCPi)。
根据本发明的实施例,上述步骤600包括以下步骤:
S610,设置P波初至识别门槛值KP,搜索所述P波初至拾取特征曲线TERPi上大于等于P波初至识别门槛值KP时对应的时间样点的位置TKP,其中:
当i<TKP时TERPi<KP,
当i=TKP时TERPi≥KP;
S620,设置初至搜索时窗的大小WP,搜索在初至搜索时窗[TKP,TKP+WP]内P波初至拾取特征曲线TERPi的最大峰值FP:
FP=max{TERPi}且i∈[TKP,TKP+WP]
S630,将搜索出的最大峰值FP所对应的时间样点tP作为微地震弱事件P波初至时间。
根据本发明的实施例,在上述步骤S610中,所述P波初至识别门槛值KP通过基于已知射孔或者选择一个微地震事件进行试算来确定。
根据本发明的实施例,在上述步骤S620中,所述初至搜索时窗的大小WP KP通过基于已知射孔或者选择一个微地震事件进行试算来确定。
具体地,所述初至搜索时窗的大小WP设置原则:根据已知射孔或者选择一个微地震事件进行试算,由于射孔或选择的事件P波初至已知,找出对应P波初至拾取特征曲线TERPi所对应的峰值,包含该初至时间峰值存在一个脉冲,计算该脉冲样点总长度,即为时窗WP的大小。
此外,本发明还提供一种计算机存储介质,其特征在于,其中存储有用于实现上述方法的计算机程序。
与现有技术相比,本发明的一个或多个实施例可以具有如下优点:
本发明提供了一种新的微地震弱事件P波初至时间自动拾取方法,利用两次矢段曲线偏振分析与旋转处理,从原始微地震三分量矢量波场中分离出P波数据,然后根据长短时窗能量比、一二级改进能量比,获得P波能量比特征系数事件,最后由能量比与特征系数,构建高信噪比P波初至自动拾取特征曲线,通过设定门槛值,就能自动搜索识别出微地震弱事件P波初至时间。本发明能够实现对微地震事件快速、准确地定位,整个定位过程简单便捷。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明实施例一的微地震弱事件P波初至自动拾取方法的工作流程图;
图2是本发明实施例二的微地震射孔三分量数据:(a)Z分量;(b)X分量;(c)Y分量;
图3是本发明实施例二的微地震射孔三分量数据矢量分解出沿传播方向P波分量;
图4是本发明实施例二的射孔P波分量数据能量比:(a)长短时窗能量比;(b)一级改进能量比;(c)二级改进能量比;
图5是本发明实施例二的射孔P波分量数据能量比特征系数:(a)长短时窗能量比特征系数;(b)一级改进能量比特征系数;(c)二级改进能量比特征系数;
图6是本发明实施例二的射孔P波初至拾取特征曲线;
图7是本发明实施例三的微地震事件三分量数据:(a)Z分量;(b)X分量;(c)Y分量;
图8是本发明实施例三的微地震事件三分量数据矢量分解出沿传播方向P波分量;
图9是本发明实施例三的事件P波分量数据能量比:(a)长短时窗能量比;(b)一级改进能量比;(c)二级改进能量比;
图10是本发明实施例三的事件P波分量数据能量比特征系数:(a)长短时窗能量比特征系数;(b)一级改进能量比特征系数;(c)二级改进能量比特征系数;
图11是本发明实施例三的事件P波初至拾取特征曲线。
具体实施方式
微地震事件初至时间准确识别是震源精确定位前提。目前常用的长短时窗能量比法容易受背景噪音干扰,使得相位初至拾取不稳定,出现了同一事件相邻检波器初至拾取时间值波动较大,特别是弱P波和低频S波微地震事件。为了解决这一难题,尽可能地突出微地震弱事件P波初至起跳位置,本发明提出通过矢量分解、长短时窗能量比与改进能量比法构建高信噪比特征曲线来实现初至准确的自动拾取。
为此,本发明提供了一种基于矢量波场分离的微地震弱事件P波初至自动拾取方法。该方法主要包含以下三个步骤:
第一步,针对微地震P波信号,通过矢端曲线分析,对微地震三分量中的X、Y分量数据进行偏振分析与旋转处理,分别获得波传播径向分量R与切向分量T,再对R分量与原始Z分量数据进行偏振分析与旋转处理,分别获得沿波传播方向P波分量、垂直传播方向N分量;
第二步,根据第一步从矢量波场分离出的P波分量数据,计算长短时窗能量比ERPi,同时将P波分量数据的振幅作为权重系数引入,计算一级改进能量比MER1Pi=ERPi·|Pi|、二级改进能量比再进一步获得对应的P波能量比特征系数
第三步,根据第二步长短时窗能量比ERPi与三个P波能量比特征系数,构建高信噪比P波初至拾取特征曲线TERPi=ERPi*(AAPi*BBPi*CCPi),设置P波初至识别门槛值,自动搜索P波初至拾取特征曲线TERPi大于P波初至识别门槛值的极值,其对应的时间,即为所求的微地震弱事件P波初至时间tP。
下面结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
实施例一
图1为本发明实施例一的方法流程图。
首先,针对微地震P波信号,优选采用已知的矢端曲线分析法,对原始微地震三分量中的X分量、Y分量进行偏振分析,获得水平方位角α,再对原始X分量、Y分量数据进行旋转处理,获得水平径向分量R、水平切向分量T:
其中,i为时间样点,Xi、Yi分别为原始X分量、Y分量瞬时振幅,Ri、Ti分别为旋转后水平径向分量R、水平切向分量T瞬时振幅。
同样地,针对微地震P波信号,对水平径向分量R和原始微地震三分量中的Z分量进行偏振分析,获得垂向偏振角β,再对水平径向分量R和原始Z分量作旋转处理,获得沿传播方向P波分量与垂直传播方向N分量:
其中,Zi为原始Z分量瞬时振幅,Pi、Ni分别为旋转后沿传播方向P波分量、垂直传播方向N分量瞬时振幅。
从物理意义上,经过两次偏振分析与旋转后,沿波传播方向的P波分量主要包含了震相P波微地震数据,实际上是原始三分量中P波数据的矢量求和,即实现了从原始微地震三分量X分量、Y分量、Z分量数据中矢量分解出微地震事件P波数据。
然后,根据从矢量波场分离出的P波分量数据,计算长短时窗能量比ERPi:定义长时窗L1、短时窗L2,对式(2)中P波分量数据进行能量比计算:
其中,ERPi为时间样点i对应的P波长短时窗能量比。
接着,将P波分量振幅作为权系数引入,计算一级改进能量比MER1Pi、二级改进能量比MER2Pi:
MER1Pi=ERPi·|Pi| (4)
MER2Pi=ERPi 2·Pi 2 (5)
根据上述三个能量比ERPi、MER1Pi、MER2Pi,分别计算出P波能量比特征系数AAPi、BBPi、CCPi:
最后,根据长短时窗能量比ERPi和特征系数AAPi、BBPi、CCPi,构建本发明P波初至自动拾取特征曲线TERPi:
TERPi=ERPi*(AAPi*BBPi*CCPi) (9)
设定P波初至识别门槛值KP,搜索P波特征曲线TERPi大于P波初至识别门槛值时对应的时间样点位置TKP,即出现以下判断标准:
当i<TKP且TERPi<KP (10)
当i=TKP且TERPi≥KP (11)
再定义初至搜索时窗大小WP,找出时窗[TKP,TKP+WP]内P波初至自动拾取特征曲线TERPi的最大峰值FP:
FP=max{TERPi}且i∈[TKP,TKP+WP] (12)
将搜索出的最大峰值FP对应的时间样点tP输出,即实现微地震弱事件P波初至时间自动拾取。
实施例二
在本实施例中,结合微地震实际射孔来说明应用本发明的P波初至自动拾取过程。
在实际应用中,由射枪产生的微地震射孔信号,往往是用来标定检波器方位的,同时也是压裂沿井筒向外施压的开始端。一个微地震射孔数据,对应一个P波信号,采用本发明提出的方法自动地识别出单个事件P波初至:
首先,根据图1所示的流程,对图2所示的射孔原始三分量数据开展矢量分解,即通过式(1)、(2),进行两两分量偏振分析和旋转处理,获得射孔沿传播方向、达到三分量检波器之前的P波分量,如图3所示,在能量上,它是原始三分量P波矢量求和,并且主要包含P波信号、基本无S波。
然后,根据式(3)~(5),分别计算长短时窗能量比、一级改进能量比、二级改进能量比(如图4所示),同时根据式(6)~(8),进一步计算出相应的本发明提出的能量比特征系数(如图5所示)。
最后,利用长短时窗能量比、能量比特征系数,根据式(9),构建P波初至特征曲线(如图6所示)。由此可以看出,给一个较小的门槛值,就能快速地识别出一个峰值,其对应时间就是射孔P波初至时间。
实施例三
在本实施例中,结合微地震事件资料来说明应用本发明的P波初至自动拾取过程。
在实际应用时,微地震事件数据可能包含多个P波,能量有强有弱。同样,首先根据图1所示的流程,对图7所示的事件原始三分量数据进行矢量分解,分理出仅仅只包含P波信号单分量(如图8所示)。然后,计算事件长短时窗能量比、一级改进能量比、二级改进能量比(如图9所示)以及相应的特征系数(如图10所示)。最后,由长短时窗能量比、特征系数,构建P波初至拾取特征曲线,如图11所示,如果门槛值设为3,就能够自动拾取5个P波初至,其中包括了弱事件P波初至,如此实现了多个事件P波初至自动拾取。
上述几个实施例充分说明了,与传统长短时窗能量比法进行比较,利用本发明的P波初至自动拾取方法能够获得高信噪比“尖脉冲”识别P波特征曲线,保证了弱事件P波识别与初至自动拾取,具有较好的实用性。
此外,本发明还提供一种计算机存储介质,其特征在于,其中存储有用于实现上述方法的计算机程序。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“实施例”意指结合实施例描述的特定特征、或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“实施例”并不一定均指同一个实施例。
本领域的技术人员应该明白,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。本领域的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。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储介质(RAM)、内存、只读存储介质(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它形式的存储介质中。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (8)
1.一种微地震弱事件P波初至自动拾取方法,其特征在于,包括以下步骤:
S100,针对微地震P波信号,从原始微地震三分量矢量波场中分解出沿波传播方向P波分量;
S200,根据所述P波分量,计算P波长短时窗能量比;
S300,根据所述P波长短时窗能量比,通过引入P波分量的振幅作为权重系数,计算一级改进能量比和二级改进能量比;
S400,根据所述P波长短时窗能量比、一级改进能量比和二级改进能量比,确定P波能量比特征系数,所述根据所述P波长短时窗能量比、一级改进能量比和二级改进能量比,确定P波能量比特征系数所采用的公式为:
其中,AAPi、BBPi、CCPi为P波能量比特征系数,ERPi为时间样点i对应的P波长短时窗能量比,MER1Pi为一级改进能量比,MER2Pi为二级改进能量比:
S500,根据所述P波长短时窗能量比和P波能量比特征系数,构建P波初至拾取特征曲线,所述根据所述P波长短时窗能量比和P波能量比特征系数,构建P波初至拾取特征曲线的公式为:
TERPi=ERPi*(AAPi*BBPi*CCPi),
其中,TERPi为P波初至拾取特征曲线;
S600,根据给定的P波初至识别门槛值,在P波初至拾取特征曲线上自动搜索大于等于P波初至识别门槛值的区域的最大峰值,拾取所述最大峰值对应的时间样点作为微地震弱事件P波初至时间。
2.如权利要求1所述的微地震弱事件P波初至自动拾取方法,其特征在于,所述步骤S100包括以下步骤:
S111,针对微地震P波信号,通过矢端曲线分析,对原始微地震三分量中的X分量和Y分量进行偏振分析与旋转处理,获得波传播径向分量R和切向分量T;
S112,再通过矢端曲线分析,对波传播径向分量R和原始微地震三分量中的Z分量进行偏振分析与旋转处理,获得沿波传播方向P波分量和垂直传播方向N分量。
4.如权利要求3所述的微地震弱事件P波初至自动拾取方法,其特征在于:在所述步骤S300中,按照下式计算一级改进能量比MER1Pi和二级改进能量比MER2Pi:
MER1Pi=ERPi·|Pi|
MER2Pi=ERPi 2·|Pi|2
其中,|Pi|为时间样点i对应的P波分量的振幅。
5.如权利要求2所述的微地震弱事件P波初至自动拾取方法,其特征在于,所述步骤600包括以下步骤:
S610,设置P波初至识别门槛值KP,搜索所述P波初至拾取特征曲线TERPi上大于等于P波初至识别门槛值KP时对应的时间样点的位置TKP,其中:
当i<TKP时TERPi<KP,
当i=TKP时TERPi≥KP;
S620,设置初至搜索时窗的大小WP,搜索在初至搜索时窗[TKP,TKP+WP]内P波初至拾取特征曲线TERPi的最大峰值FP:
FP=max{TERPi}且i∈[TKP,TKP+WP]
S630,将搜索出的最大峰值FP所对应的时间样点tP作为微地震弱事件P波初至时间。
6.如权利要求5所述的微地震弱事件P波初至自动拾取方法,其特征在于:在所述步骤S610中,所述P波初至识别门槛值KP根据已知射孔或者选择一个微地震事件进行试算来确定。
7.如权利要求5所述的微地震弱事件P波初至自动拾取方法,其特征在于:在所述步骤S620中,所述初至搜索时窗的大小WP通过根据已知射孔或者选择一个微地震事件进行试算来确定。
8.一种计算机存储介质,其特征在于,其中存储有用于实现如权利要求1至7中任意一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910497625.6A CN112068194B (zh) | 2019-06-10 | 2019-06-10 | 微地震弱事件p波初至自动拾取方法和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910497625.6A CN112068194B (zh) | 2019-06-10 | 2019-06-10 | 微地震弱事件p波初至自动拾取方法和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112068194A CN112068194A (zh) | 2020-12-11 |
CN112068194B true CN112068194B (zh) | 2022-08-16 |
Family
ID=73658247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910497625.6A Active CN112068194B (zh) | 2019-06-10 | 2019-06-10 | 微地震弱事件p波初至自动拾取方法和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112068194B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114994791B (zh) * | 2022-05-27 | 2023-03-31 | 中国矿业大学 | 一种用于评估井地一体微震监测系统监测能力的方法 |
CN115146678B (zh) * | 2022-07-04 | 2023-05-09 | 长江水利委员会长江科学院 | 一种爆破振动信号的p波振相初至识别方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064111A (zh) * | 2012-12-12 | 2013-04-24 | 中国石油天然气集团公司 | 一种基于形态滤波的微地震事件识别方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2868167B1 (fr) * | 2004-03-23 | 2006-05-19 | Inst Francais Du Petrole | Methode pour imager dans une formation souterraine des interfaces geologiques fortement pentees, donnant lieu a des reflexions prismatiques |
CN104216008B (zh) * | 2013-06-05 | 2017-02-08 | 中国石油天然气集团公司 | 一种井中压裂微地震事件识别方法 |
US20150109885A1 (en) * | 2013-09-26 | 2015-04-23 | Conocophillips Company | Method for correcting first break arrival time |
WO2016141630A1 (zh) * | 2015-03-11 | 2016-09-15 | 山东大学 | 隧道掘进机破岩震源和主动源三维地震联合超前探测系统 |
CN106154332B (zh) * | 2015-05-13 | 2018-08-31 | 中国石油化工股份有限公司 | 一种井中微地震纵横波事件初至识别方法 |
CN104914468B (zh) * | 2015-06-09 | 2017-06-06 | 中南大学 | 一种矿山微震信号p波初至时刻联合拾取方法 |
KR101738445B1 (ko) * | 2016-11-16 | 2017-05-22 | 한국지질자원연구원 | 다중채널 탄성파 탐사자료에 대한 음원-수진기 배열을 고려하는 초동 선정 방법 |
-
2019
- 2019-06-10 CN CN201910497625.6A patent/CN112068194B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064111A (zh) * | 2012-12-12 | 2013-04-24 | 中国石油天然气集团公司 | 一种基于形态滤波的微地震事件识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112068194A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verdon et al. | Microseismic monitoring using a fiber-optic distributed acoustic sensor array | |
JP6335985B2 (ja) | マルチセンサ音源定位 | |
CN106154332B (zh) | 一种井中微地震纵横波事件初至识别方法 | |
CN112068195B (zh) | 微地震p&s波匹配事件初至自动拾取方法和计算机存储介质 | |
CN112068194B (zh) | 微地震弱事件p波初至自动拾取方法和计算机存储介质 | |
CN103492910A (zh) | 时域中的同步小波提取和反卷积 | |
Long et al. | Fast-AIC method for automatic first arrivals picking of microseismic event with multitrace energy stacking envelope summation | |
CN102073064A (zh) | 一种利用相位信息提高速度谱分辨率的方法 | |
CN107843919A (zh) | 一种微地震监测数据振幅均衡方法 | |
CN111487589A (zh) | 一种基于多源传感器网络的目标落点定位方法 | |
CN101825722B (zh) | 一种鲁棒的地震信号瞬时频率的估计方法 | |
de Groot‐Hedlin et al. | A new automated approach to detecting and locating seismic events using data from a large network | |
CN109655901B (zh) | 一种频率域自适应偏振角计算方法及系统 | |
CN112068193B (zh) | 一种微地震剪切源弱事件s波初至自动拾取方法 | |
EP4046390A1 (fr) | Localisation perfectionnee d'une source acoustique | |
US20240012093A1 (en) | Improved location of an acoustic source | |
Dahal et al. | Method for determination of depths and moment magnitudes of small‐magnitude local and regional earthquakes recorded by a sparse seismic network | |
US10871585B2 (en) | System for processing seismic data based upon linear optimization and related methods | |
US10261205B2 (en) | System for processing seismic data based upon volatility measurement model and related methods | |
US20090052279A1 (en) | Method and system for determining azimuth parameters for seismic data processing | |
Shumway et al. | Mixed signal processing for regional and teleseismic arrays | |
CN117805889A (zh) | 一种微地震s波弱信号识别方法 | |
US20070244952A1 (en) | Signal analysis methods | |
Stroujkova et al. | Using machine learning for explosion yield estimation | |
CN110716230B (zh) | 一种井地联合微地震定位方法 |
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 |