CN113221395B - 基于分层介质的地震走时参数化网格模型构建方法及应用 - Google Patents
基于分层介质的地震走时参数化网格模型构建方法及应用 Download PDFInfo
- Publication number
- CN113221395B CN113221395B CN202110281517.2A CN202110281517A CN113221395B CN 113221395 B CN113221395 B CN 113221395B CN 202110281517 A CN202110281517 A CN 202110281517A CN 113221395 B CN113221395 B CN 113221395B
- Authority
- CN
- China
- Prior art keywords
- node
- travel time
- model
- station
- interpolation
- 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 65
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 208000035126 Facies Diseases 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 102100031262 Deleted in malignant brain tumors 1 protein Human genes 0.000 description 1
- 101000844721 Homo sapiens Deleted in malignant brain tumors 1 protein Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- ZINJLDJMHCUBIP-UHFFFAOYSA-N ethametsulfuron-methyl Chemical compound CCOC1=NC(NC)=NC(NC(=O)NS(=O)(=O)C=2C(=CC=CC=2)C(=O)OC)=N1 ZINJLDJMHCUBIP-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- 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
- G01V1/303—Analysis for determining velocity profiles or travel times
- G01V1/305—Travel times
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于分层介质的地震走时参数化网格模型构建方法及应用,涉及禁核试核查监测技术领域。本发明提出的地震‑声学走时参数化网格模型构建方法,基于分层介质物理模型构建全球三维空间网格,整合先进算法和标准事件离线估算各网格节点到台站的走时,进而建立台站特定的走时参数化模型,在实现提高走时估计精度的同时,解决了实时监测中难以考虑复杂介质等因素改进走时估计的问题。
Description
技术领域
本发明涉及禁核试核查监测技术领域,具体涉及一种基于分层介 质的地震走时参数化网格模型构建方法及应用。
背景技术
走时定量描述了波在介质中的传播时间。事件源产生的地震波, 经地壳、地幔等介质传播到台站,反映在地震台站探测设备生成的连 续波形数据中。走时估计是地震数据处理和事件判断的重要基础,主 要可分为基于高频近似射线理论的最短路径方法、基于程函方程的数 值解方法、基于惠更斯原理的波前构建法、基于频率域波动方程方法 等。这些研究方法在计算精度、稳定性、对复杂介质的适应性上各有 权衡,但普遍存在计算效率低的问题。鉴于到走时运算是波形数据处 理中频繁运算,这些研究的运算效率难以满足监测实时处理需求,通 常面向事件后精细分析、重定位等处理。
基于射线理论,可能事件源k与台站αi之间的走时T(k,αi)是整个射 线传播路径的积分。IASP91、AK135等一维速度模型中,特定类型 波的射线参数只与深度相关。通过层析成像对地球介质的深入认识, 现有研究提出LLNL-G3D、SALSA3D等三维速度模型,描述波传播 在不同地理区域的差异性,为精确估计走时提供了基础,但引入复杂 模型导致计算的复杂性增加。精确的估计需考虑介质复杂性等因素而 导致运算慢,难以满足核查监测等高时效性要求的场景。
和全球大多数监测机构一样,考虑数据处理的实时性需求,我国 禁核试核查国家数据中心(NDC)采用主流的IASP91简化模型,导 致走时估计普遍存在偏差,甚至部分台站对敏感地区存在严重偏差。 一些近期研究引入了对介质异构性的考虑,实际应用表明能有效降低 走时估计偏差。但此类方法的运算效率通常面向事件后精细分析、重 定位等处理。高性能地给出低偏差的走时估计,是改进实时监测应用 场景中事件定位的迫切需求。
发明内容
(一)要解决的技术问题
本发明提供一种地震走时参数化建模方法及应用,针对以下问题 的改进:
(1)现有考虑介质特性的精确地震走时运算实现复杂度高,难 以适用于实时监测处理;
(2)三维介质模型难以应用于实时监测处理场景;
(3)如何使用位置已知的标准事件修正参数化模型;
(4)集成走时参数化模型到实时监测应用场景。
(二)技术方案
为了解决上述技术问题,本发明提供了一种基于分层介质的地震 走时参数化网格模型构建方法,包括以下步骤:
(1)基于特定的水平分层介质模型,离线建立全球网格剖分; 其中采用基于矩形、三角镶嵌的均匀网格剖分,以及使用Voronoi图 这些不规则形状的非均匀网格剖分的方法之一进行全球网格剖分;
(2)离线参数化各个网格节点,建立特定于位置固定监测台站 的节点走时估计值;
其中使用走时估计方法,通过预先估算节点到特定台站的走时, 并参数化节点位置存储,为每个节点关联了一个数组数据结构,每个 数组保存一维的数据值,规模对应于监测台网中的固定台站数量,并 支持多种数值类型存储;
(3)离线建立网格节点索引;
其中通过索引将数据结构关联到三维空间节点,集成空间索引, 支持从空间位置、深度、震相、台站多维度对百万数量级的节点关联 数据进行查询和修改;
(4)提供自然邻点插值算法实现方法,针对非线性最小二乘反 演定位这些对偏导连续性有要求的应用场景,在水平和垂向上提供核 函数连续可微的自然邻点插值函数;
(5)针对给定固定台网离线构建走时参数化网格模型,模型提 供在线的网格模型检索接口,走时估计过程中使用插值方法给出对空 间任意一点到给定台站的震相走时的估计值。
优选地,步骤1中,对水平分层介质模型确定的三维空间做网格 剖分,选定水平剖分粒度,垂向深度参考层次化介质模型的深度设定, 由此形成分层的全球网格剖分。
优选地,步骤2中,对于剖分给出的每个网格节点,按确定台网 中台站的数量,分配数组的数据结构规模,数组中的每个元素,顺次 存储节点到确定台站的走时估计,在面向定位运算时,额外顺次存储 作为射线参数的慢度信息。
优选地,步骤2中,对于落在距离台站15-20度范围内的节点, 调用SALSA3D方法计算该节点处的走时值,写入该节点处数组的相 应位置;
对于落在距离台站0-15度范围内的节点,调用RSTT方法计算 节点处的走时值,写入节点处数组的相应位置;
对于不满足RSTT计算条件的节点,调用IASP91速度表做插值 结算节点处的走时值,写入节点处数组的相应位置。
优选地,步骤3离线建立网格节点索引时,对所形成的数组集合, 建立空间索引,以便形成二进制的走时参数化网格模型,通过节点数 据访问接口,提供根据空间位置、深度、台站和震相的多维度数据检 索和修改。
优选地,步骤4中,在水平和垂向上提供核函数连续可微的自然 邻点插值函数时,插值权重使用基于空间距离的Sibson权重。
优选地,步骤5中,分别对浅源近震震相Pn、Pg、Sn和Lg震 相构建模型文件,设定模型覆盖范围是每个台站周边20度以内;
加载震相特定的二进制走时参数化网格模型文件到内存;通过数 据访问接口,获取模型内空间任一点的紧邻参数化节点数值;
做自然邻点插值运算,将给出的拟合结果作为走时估计值返回。
优选地,所述走时参数化网格模型M形式化表示为六元组:
其中,Ω是层次介质模型,描述全球三维介质特性;Θ(n)是网格 划分方法,将三维空间划分为n个网格节点;集合Α表示由m个台站 构成的台网,其中i∈{1,m}表示集合A中的特定台站;T(k,i)是走时 估计方法,计算节点k到台站i的走时;ΨIdx(k)是索引方法,用于检 索节点k处值x(k);是插值方法,用于计算空间任一点r处到 台站i的走时估计值vi(r);
从模型的具体实现上看,走时参数化网格模型M定义了离散节 点的空间位置k、节点上的参数向量v(k)和插值函数表示为 离散节点k的集合,即:
M={v(k)=<x1(k),…,xm(k)>|xi(k)←T(k,i)k←Θ(k),Θ(k)
←Ω,i∈{1,m},k∈{1,n}}( 2)
建立特定于m个台站的参数化网格模型M,首先根据物理介质Ω 给出层次化网格剖分方法Θ(n),形成n个节点的集合,每个节点k∈ {1,n}维护一个m维向量v(k)=<x1(k)…xm(k)>,其中向量每个元素值 xi(k)通过走时估计运算xi(k)←T(k,i)得到,即从节点k到台站i的走 时估计,计算得到的向量存储在节点k,参数化形成模型M。
优选地,台站i在空间位置r处的走时为:
其中,fk是基函数;是各插值节点权重,/>并 且/>针对非线性最小二乘反演定位这些对偏导连续性有 要求的应用场景,在水平和垂向上提供核函数连续可微的自然邻点插 值函数,使用Sibson插值权重,根据当前点到插值节点的距离给出 走时,同时,邻点插值支持引入标准事件改进估计精度,所述标准事 件是明确了位置偏差的事件,在插值中引入标准事件,通过在自然近 邻中添加标准事件节点,根据空间距离确定该节点的权重/>保证/>的条件下,给出网格剖分中任意一点 的参数值。
本发明还提供了一种所述的方法在禁核试核查监测技术领域中 的应用。
(三)有益效果
本发明提出的地震-声学走时参数化网格模型构建方法,基于分 层介质物理模型构建全球三维空间网格,整合先进算法和标准事件离 线估算各网格节点到台站的走时,进而建立台站特定的走时参数化模 型,在实现提高走时估计精度的同时,解决了实时监测中难以考虑复 杂介质等因素改进走时估计的问题。本发明的主要优点是:
(1)实现了一种适用于多种介质模型、走时算法、空间内插和 节点检索的走时参数化网格建模方法,针对定位运算引入连续可微的 自然近邻基函数支持水平和垂向内插,集成空间索引技术支持高效的 多维度网格节点检索。
(2)面对禁核试核查监测的典型应用场景,构建了针对特定台 网的浅源近震震相走时参数化模型,在满足监测数据处理实时性要求 的同时,提高了地震数据自动处理的走时运算精度,降低了定位运算 误差。
附图说明
图1为本发明的参数化网格模型的建模和应用流程图;
图2为本发明的参数化网格模型中节点处走时估计的计算流程图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实 施例,对本发明的具体实施方式作进一步详细描述。
本发明提供了一种地震走时参数化模型的建模方法,并集成应用 于实时监测处理。包括以下步骤:
(1)基于特定的水平分层介质模型,离线建立全球网格剖分。 本发明支持多种全球网格剖分方法,包括基于矩形、三角镶嵌的均匀 网格剖分,以及使用Voronoi图等不规则形状的非均匀网格剖分等。
(2)离线参数化各个网格节点,建立特定于位置固定监测台站 的节点走时估计值。本发明支持使用现有走时估计方法,通过预先估 算节点到特定台站的走时,并参数化节点位置存储。为每个节点关联 了一个数组数据结构。每个数组保存一维的数据值,规模对应于监测 台网中的固定台站数量,并支持多种数值类型存储。
(3)离线建立网格节点索引,提高模型检索效率,并优化模型 的规模。通过索引将数据结构关联到三维空间节点,集成高效的空间 索引,支持从空间位置、深度、震相、台站等多维度对百万数量级的 节点关联数据进行高效查询和修改;
(4)提供自然邻点插值算法实现方法,针对非线性最小二乘反 演定位等对偏导连续性有要求的应用场景,在水平和垂向上提供核函 数连续可微的自然邻点插值函数。
(5)实际应用中,针对给定固定台网离线构建走时参数化网格 模型,模型提供在线的网格模型检索接口,走时估计过程中使用插值 方法给出对空间任意一点到给定台站的震相走时的估计值。
其中,本发明提出一种地震走时参数化网格模型的通用形式化表 示。从模型的组成看,所述走时参数化网格模型M可形式化表示为 六元组:
其中,Ω是层次介质模型,描述全球三维介质特性;Θ(n)是网格 划分方法,将三维空间划分为n个网格节点;集合A表示由m个台站 构成的台网,其中i∈{1,m}表示集合A中的特定台站;T(k,i)是走时 估计方法,计算节点k到台站i的走时;ΨIdx(k)是索引方法,用于检索 节点k处值x(k);是插值方法,用于计算空间任一点r处到台站i 的走时估计值vi(r)。
从模型的具体实现上看,走时参数化网格模型M定义了离散节 点的空间位置k、节点上的参数向量v(k)和插值函数表示为离 散节点k的集合,即:
M={v(k)=<x1(k),…,xm(k)>|xi(k)←T(k,i)k←Θ(k),Θ(k) (2)
←Ω,i∈{1,m},k∈{1,n}}
建立特定于m个台站的参数化网格模型M,首先根据物理介质Ω 给出层次化网格剖分方法Θ(n),形成n个节点的集合。每个节点k∈ {1,n}维护一个m维向量v(k)=<x1(k)…xm(k)>,其中向量每个元素值 xi(k)通过走时估计运算xi(k)←T(k,i)得到,即从节点k到台站i的走时 估计。计算得到的向量存储在节点k,参数化形成模型M。
本发明还支持定位应用和标准事件修正的空间插值。离散网格点 模型参数化通过定义离散节点的位置、节点上的参数值和插值函数来 描述介质模型。模型中任意一点的参数值可以通过节点上的值和插值 函数获得,即台站i在空间位置r处的走时为:
其中,fk是基函数;是各插值节点权重,/>并且 />针对非线性最小二乘反演定位等对偏导连续性有要求 的应用场景,在水平和垂向上提供核函数连续可微的自然邻点插值函 数,使用Sibson插值权重,根据当前点到插值节点的距离给出走时。 同时,邻点插值支持引入标准事件改进估计精度。标准事件是明确了 位置偏差的事件,例如确证事件GT0、偏差在5公里以内的GT5等。 在插值中引入标准事件,可以通过在自然近邻中添加标准事件节点, 根据空间距离确定该节点的权重/>保证 的条件下,给出网格剖分中任意一点的参数值。
具体地,本发明实施例提供一种地震走时参数化网格模型建模方 法和应用,结构如图1,具体如下:
(1)构建走时参数化网格模型,离线计算过程为:
(1.1)建立全球网格剖分:引入特定的层次化介质模型,例如 NOAA的etopo1数据,构建全球三维空间;对介质模型确定的三维 空间做网格剖分,选定水平剖分粒度(例如在经度和维度方向均为2 度),垂向深度参考层次化模型深度设定,由此形成分层的全球网格剖分;
(1.2)离线参数化各网格节点:对于剖分给出的每个网格节点, 按确定台网中台站的数量,分配数组的数据结构规模。数组中的每个 元素,顺次存储该节点到确定台站的走时估计。在面向定位运算时, 额外顺次存储作为射线参数的慢度信息。
(1.2.1)对于落在距离台站15-20度范围内的节点,调用 SALSA3D方法计算该节点处的走时值,写入该节点处数组的相应 位置。
(1.2.2)对于落在距离台站0-15度范围内的节点,调用RSTT 方法计算节点处的走时值,写入节点处数组的相应位置。
(1.2.3)对于不满足RSTT计算条件的节点,调用IASP91 速度表做插值结算节点处的走时值,写入节点处数组的相应位置。
(1.3)离线建立网格节点索引:对所形成的数组集合,建立空 间索引,形成二进制的走时参数化网格模型。通过节点数据访问接口, 提供根据空间位置、深度、台站和震相的多维度数据检索和修改。
(1.4)提供自然邻点插值:在水平和垂向上提供核函数连续可 微的自然邻点插值函数,插值权重使用基于空间距离的Sibson权重。
(2)参考图2,应用走时参数化网格模型,在线估计空间任一 点到特定台站的走时;
(2.1)分别对浅源近震震相Pn、Pg、Sn和Lg震相构建模型文 件,设定模型覆盖范围是每个台站周边20度以内。
(2.2),加载震相特定的二进制走时参数化网格模型文件到内存; 通过数据访问接口,获取模型内空间任一点的紧邻参数化节点数值;
(2.3)做自然邻点插值运算,将给出的拟合结果作为走时估计 值返回。
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 (8)
1.一种基于分层介质的地震走时参数化网格模型构建方法,其特征在于,包括以下步骤:
(1)基于特定的水平分层介质模型,离线建立全球网格剖分;其中采用基于矩形、三角镶嵌的均匀网格剖分,以及使用Voronoi图这些不规则形状的非均匀网格剖分的方法之一进行全球网格剖分;
(2)离线参数化各个网格节点,建立特定于位置固定监测台站的节点走时估计值;
其中使用走时估计方法,通过预先估算节点到特定台站的走时,并参数化节点位置存储,为每个节点关联了一个数组数据结构,每个数组保存一维的数据值,规模对应于监测台网中的固定台站数量,并支持多种数值类型存储;
(3)离线建立网格节点索引;
其中通过索引将数据结构关联到三维空间节点,集成空间索引,支持从空间位置、深度、震相、台站多维度对百万数量级的节点关联数据进行查询和修改;
(4)提供自然邻点插值算法实现方法,针对非线性最小二乘反演定位这些对偏导连续性有要求的应用场景,在水平和垂向上提供核函数连续可微的自然邻点插值函数;
(5)针对给定固定台网离线构建走时参数化网格模型,模型提供在线的网格模型检索接口,走时估计过程中使用插值方法给出对空间任意一点到给定台站的震相走时的估计值;
所述走时参数化网格模型M形式化表示为六元组:
其中,Ω是层次介质模型,描述全球三维介质特性;Θ(n)是网格划分方法,将三维空间划分为n个网格节点;集合A表示由m个台站构成的台网,其中i∈{1,m}表示集合A中的特定台站;T(k,i)是走时估计方法,计算节点k到台站i的走时;ΨIdx(k)是索引方法,用于检索节点k处值x(k);是插值方法,用于计算空间任一点r处到台站i的走时估计值vi(r);
从模型的具体实现上看,走时参数化网格模型M定义了离散节点的空间位置k、节点上的参数向量v(k)和插值函数表示为离散节点k的集合,即:
M={v(k)=<x1(k),…,xm(k)>|xi(k)←T(k,i)k←Θ(k),Θ(k)←Ω,i∈{1,m},k∈{1,n}} (2)
建立特定于m个台站的参数化网格模型M,首先根据物理介质Ω给出层次化网格剖分方法Θ(n),形成n个节点的集合,每个节点k∈{1,n}维护一个m维向量v(k)=<x1(k)…xm(k)>,其中向量每个元素值xi(k)通过走时估计运算xi(k)←T(k,i)得到,即从节点k到台站i的走时估计,计算得到的向量存储在节点k,参数化形成模型M。
2.如权利要求1所述的方法,其特征在于,步骤1中,对水平分层介质模型确定的三维空间做网格剖分,选定水平剖分粒度,垂向深度参考层次化介质模型的深度设定,由此形成分层的全球网格剖分。
3.如权利要求2所述的方法,其特征在于,步骤2中,对于剖分给出的每个网格节点,按确定台网中台站的数量,分配数组的数据结构规模,数组中的每个元素,顺次存储节点到确定台站的走时估计,在面向定位运算时,额外顺次存储作为射线参数的慢度信息。
4.如权利要求3所述的方法,其特征在于,步骤2中,对于落在距离台站15-20度范围内的节点,调用SALSA3D方法计算该节点处的走时值,写入该节点处数组的相应位置;
对于落在距离台站0-15度范围内的节点,调用RSTT方法计算节点处的走时值,写入节点处数组的相应位置;
对于不满足RSTT计算条件的节点,调用IASP91速度表做插值结算节点处的走时值,写入节点处数组的相应位置。
5.如权利要求3所述的方法,其特征在于,步骤3离线建立网格节点索引时,对所形成的数组集合,建立空间索引,以便形成二进制的走时参数化网格模型,通过节点数据访问接口,提供根据空间位置、深度、台站和震相的多维度数据检索和修改。
6.如权利要求5所述的方法,其特征在于,步骤4中,在水平和垂向上提供核函数连续可微的自然邻点插值函数时,插值权重使用基于空间距离的Sibson权重。
7.如权利要求3所述的方法,其特征在于,步骤5中,分别对浅源近震震相Pn、Pg、Sn和Lg震相构建模型文件,设定模型覆盖范围是每个台站周边20度以内;
加载震相特定的二进制走时参数化网格模型文件到内存;通过数据访问接口,获取模型内空间任一点的紧邻参数化节点数值;
做自然邻点插值运算,将给出的拟合结果作为走时估计值返回。
8.如权利要求1所述的方法,其特征在于,台站i在空间位置r处的走时为:
其中,fk是基函数;是各插值节点权重,/>并且/>针对非线性最小二乘反演定位这些对偏导连续性有要求的应用场景,在水平和垂向上提供核函数连续可微的自然邻点插值函数,使用Sibson插值权重,根据当前点到插值节点的距离给出走时,同时,邻点插值支持引入标准事件改进估计精度,所述标准事件是明确了位置偏差的事件,在插值中引入标准事件,通过在自然近邻中添加标准事件节点,根据空间距离确定该节点的权重/>保证/>的条件下,给出网格剖分中任意一点的参数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110281517.2A CN113221395B (zh) | 2021-03-16 | 2021-03-16 | 基于分层介质的地震走时参数化网格模型构建方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110281517.2A CN113221395B (zh) | 2021-03-16 | 2021-03-16 | 基于分层介质的地震走时参数化网格模型构建方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113221395A CN113221395A (zh) | 2021-08-06 |
CN113221395B true CN113221395B (zh) | 2023-10-20 |
Family
ID=77083708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110281517.2A Active CN113221395B (zh) | 2021-03-16 | 2021-03-16 | 基于分层介质的地震走时参数化网格模型构建方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221395B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655543B (zh) * | 2021-08-18 | 2023-10-20 | 西北核技术研究所 | 一种地震台网定位能力评估方法 |
CN115184992B (zh) * | 2022-08-18 | 2023-06-16 | 成都理工大学 | 基于自动拾取震相的远震震源快速定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2746811A2 (en) * | 2012-12-18 | 2014-06-25 | Trimble Navigation Limited | Methods for generating accuracy information on an ionosphere model for satellite navigation applications |
CN107290787A (zh) * | 2017-06-29 | 2017-10-24 | 禁核试北京国家数据中心 | 一种地震次声同址台站的监测信号关联方法 |
CN108267781A (zh) * | 2017-12-15 | 2018-07-10 | 桂林理工大学 | 任意曲面非均匀介质快速行进程函方程求解射线追踪算法 |
CN110058299A (zh) * | 2018-09-14 | 2019-07-26 | 南方科技大学 | 地震定位方法、装置及终端设备 |
CN111060965A (zh) * | 2019-12-05 | 2020-04-24 | 禁核试北京国家数据中心 | 一种基于卷积神经网络的地震震相拾取及事件检测方法 |
CN111983668A (zh) * | 2020-08-18 | 2020-11-24 | 中国科学技术大学 | 一种获取地震参数估计的方法及系统 |
-
2021
- 2021-03-16 CN CN202110281517.2A patent/CN113221395B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2746811A2 (en) * | 2012-12-18 | 2014-06-25 | Trimble Navigation Limited | Methods for generating accuracy information on an ionosphere model for satellite navigation applications |
CN107290787A (zh) * | 2017-06-29 | 2017-10-24 | 禁核试北京国家数据中心 | 一种地震次声同址台站的监测信号关联方法 |
CN108267781A (zh) * | 2017-12-15 | 2018-07-10 | 桂林理工大学 | 任意曲面非均匀介质快速行进程函方程求解射线追踪算法 |
CN110058299A (zh) * | 2018-09-14 | 2019-07-26 | 南方科技大学 | 地震定位方法、装置及终端设备 |
CN111060965A (zh) * | 2019-12-05 | 2020-04-24 | 禁核试北京国家数据中心 | 一种基于卷积神经网络的地震震相拾取及事件检测方法 |
CN111983668A (zh) * | 2020-08-18 | 2020-11-24 | 中国科学技术大学 | 一种获取地震参数估计的方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于深度卷积神经网络的地震震相拾取方法研究;李健等;《地球物理学报》;第63卷(第4期);第1591-1606页 * |
汶川大地震地震波传播的谱元法数值模拟研究;严珍珍;张怀;杨长春;石耀霖;;中国科学(D辑:地球科学)(第04期);第3-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113221395A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lelièvre et al. | Computing first-arrival seismic traveltimes on unstructured 3-D tetrahedral grids using the fast marching method | |
CN113221395B (zh) | 基于分层介质的地震走时参数化网格模型构建方法及应用 | |
Xu et al. | Block modeling and segmentally iterative ray tracing in complex 3D media | |
Shearer | Improving local earthquake locations using the L1 norm and waveform cross correlation: Application to the Whittier Narrows, California, aftershock sequence | |
Matoza et al. | Systematic relocation of seismicity on Hawaii Island from 1992 to 2009 using waveform cross correlation and cluster analysis | |
Waheed et al. | A fast sweeping algorithm for accurate solution of the tilted transversely isotropic eikonal equation using factorization | |
Kiseleva et al. | Theory of continuous optimal set partitioning problems as a universal mathematical formalism for constructing voronoi diagrams and their generalizations. I. Theoretical foundations | |
Wisniewski et al. | Noizcrowd: A crowd-based data gathering and management system for noise level data | |
CN109444955B (zh) | 三维地震射线追踪的双线性走时扰动插值方法 | |
Robinson | A rare great earthquake on an oceanic fossil fracture zone | |
De Landro et al. | Seismic networks layout optimization for a high-resolution monitoring of induced micro-seismicity | |
Theunissen et al. | Improvements of the maximum intersection method for 3D absolute earthquake locations | |
Guan et al. | Using fast marching eikonal solver to compute 3‐D Pds traveltime for deep receiver‐function imaging | |
CN108845350A (zh) | 反演二维速度模型的方法及装置 | |
Vijay et al. | A variable-DBSCAN algorithm for declustering earthquake catalogs | |
CN103698810A (zh) | 混合网最小走时射线追踪层析成像方法 | |
Jiang et al. | Velocity calibration for microseismic event location using surface data | |
Presti et al. | Probabilistic location of seismic sequences in heterogeneous media | |
CN111243088A (zh) | 工程地质勘察中的真三维航空遥感地质解译方法及系统 | |
Manchuk et al. | Implementation aspects of sequential Gaussian simulation on irregular points | |
EP2585858A2 (en) | Machine, program product, and computer-implemented method to simulate reservoirs as 2.5d unstructured grids | |
Bogiatzis et al. | Multiple graph realizations method: improving the accuracy and the efficiency of the shortest path method through random sampling | |
Yu et al. | A minimum traveltime ray tracing global algorithm on a triangular net for propagating plane waves | |
Yu et al. | An SDOG-based intrinsic method for three-dimensional modelling of large-scale spatial objects | |
Deng et al. | A multi-resolution surface distance model for k-nn query processing |
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 |