CN115188164A - 一种滑坡变形监测预警方法及云平台系统 - Google Patents

一种滑坡变形监测预警方法及云平台系统 Download PDF

Info

Publication number
CN115188164A
CN115188164A CN202210914160.1A CN202210914160A CN115188164A CN 115188164 A CN115188164 A CN 115188164A CN 202210914160 A CN202210914160 A CN 202210914160A CN 115188164 A CN115188164 A CN 115188164A
Authority
CN
China
Prior art keywords
landslide
early warning
monitoring
time
cloud platform
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.)
Pending
Application number
CN202210914160.1A
Other languages
English (en)
Inventor
尹奇峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN202210914160.1A priority Critical patent/CN115188164A/zh
Publication of CN115188164A publication Critical patent/CN115188164A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种滑坡变形监测预警方法及云平台系统包括：所述方法包括获取滑坡体内部三维速度结构，分析其灾变过程中的时空演化特征；进行滑坡体内部微破裂事件定位，并统计分析其时空分布规律；建立时频参数与滑坡体内部变形的时间变化关系；滑坡变形监测预警云平台系统监测预警。本发明采用的监测方法具有非侵入性、无损、高效的优势，其资料的连续性能够对地下介质的变化情况进行全时监测，可获得滑坡体内部结构的整体信息，满足大面积滑坡灾害监测领域的实际需求，有效缩短了施工工序时间，提高了施工效率，从而降低了各项成本，经济效益显著，此外，该系统在监测过程中产生的噪音、扬尘污染少，对周围居民生活的影响小，节能环保。

Description

一种滑坡变形监测预警方法及云平台系统
技术领域
本发明涉及地质灾害监测技术领域，具体是一种滑坡变形监测预警方法及云平台系统。
背景技术
滑坡自身失稳并脱离母岩后形成高速、远程“崩→滑→流”复合的灾害地质体，会带来资源、环境、生态的严重破坏和人员的重大伤亡。
传统宏观位移监测技术尚未能够对滑坡体内部微观破裂及地下结构形变演化进行直接监测，且忽视了滑坡失稳的地震波前兆信息，存在灾害预测预报滞后性问题；
内部位移监测方法仅能获取各监测点的变形特征，无法获得滑坡体内部结构的整体信息，难以满足大面积滑坡灾害监测的实际需求，且在变形加剧、变形量过大时显得无能为力；物联网和信息系统不够完善，正处于人工监测向自动监测的过渡阶段。
山体滑坡监测信息靠人工管理及分散储存，信息分析需经过数据搜集、向上报告、专家讨论、向下传达等复杂过程，难以发挥监测系统的预报作用。
因此，需要设计一种滑坡变形监测预警方法及云平台系统，以解决上述存在的技术问题。
发明内容
发明目的：提供一种滑坡变形监测预警方法及云平台系统，以解决现有技术存在的上述问题。
技术方案：一种滑坡变形监测预警方法，包括：
S1、获取滑坡体内部三维速度结构，分析其灾变过程中的时空演化特征；
S2、进行滑坡体内部微破裂事件定位，并统计分析其时空分布规律；
S3、建立时频参数与滑坡体内部变形的时间变化关系；
S4、滑坡变形监测预警云平台系统监测预警。
在进一步实施例中，所述三维速度结构的获取方法包括：
密集台阵背景噪声面波成像方法：
步骤1、采用多道互相关方法计算台站间的经验格林函数，提取高频面波频散数据，采用基于程函方程层析成像方法确定面波相速度二维分布；
步骤2、利用最小二乘线性迭代反演各网格点频散曲线，得到各网格点下方随深度变化的一维横波速度结构，并通过线性差值获取滑坡体地下三维速度结构。
在进一步实施例中，所述微破裂事件定位方法包括：
识别地震记录中的微地震有效事件，采用STA/LTA方法拾取微地震S/P波组初至时间；
结合S1过程中的滑坡体内部三维速度结构，利用双差定位算法对监测区域内识别的微地震有效事件进行定位，统计事件活动率随时间的变化关系，并综合分析速度结构与微地震定位的时空分布特点，据此给出滑坡灾变各阶段的内部变形时空演化规律，为滑坡监测预报提供科学判据；
背景噪声与微震数据本身包含滑坡体内部变形的重要信息，利用广义S变换对地震记录进行时频分析，分别提取背景噪声与微地震信号时频谱，统计分析其时频参数随时间的变化规律，即从噪声数据时频参数中识别共振主频，并分析不同变形阶段岩石微破裂信号的时频特征，建立时频参数与滑坡体内部变形的时间变化关系，为滑坡稳定性分析提供数据资源；
其次，在上述算法及云平台数据库资源层搭建完成基础上，开发滑坡变形监测预警云平台系统：
一种滑坡变形监测预警云平台系统，包括：
感知层，由节点式地震仪组成；
网络层，通过基座、路由器搭建的5G网络；
数据层，包括云平台、内网服务器；
用户层，包括监控大屏、客户端、手机端；
该系统具有实时性传送、大范围布设、全天候自动化监测等特点，能拓展收集大量数据，实现更可靠的滑坡地质灾害监测预警。
在进一步实施例中，所述节点式地震仪设置在需要监测的潜在滑坡体表面；
在进一步实施例中，所述数据层用于获取三维速度结构、微地震有效事件、信号时频参数。
在进一步实施例中，所述用户层用于实现滑坡体内部三维可视化显示，同时根据阈值判定滑坡失稳可能性及时间，搭建短信通信模块程序，并通过云平台发布警报和短信至用户端；
所述用户端包括手机、电脑等。
本申请中，可能遇到的疑难问题主要包括高频噪声面波的提取、微地震事件的准确定位、地震信号时频参数与滑坡体内部变形规律对应关系的建立，监测预警云平台系统搭建。
解决的关键技术如下：
基于多重滤波的图像分析的高频面波相速度提取方法。
背景噪声研究浅层地下结构的关键在于提取噪声中的高频面波频散数据，本申请采用基于多重滤波的图像分析法的面波相速度计算方法，利用多道互相关方法得到可靠的面波频散信息的基础上，得到对应频率面波相速度及三维横波速度分布，在密集台阵监测中具有较高的空间分辨率；
双差定位算法刻画滑坡体内部裂缝分布。
微地震监测技术的一个基本要素是微地震事件定位，本申请在噪声成像获得三维速度结构基础上，采用双差定位反演获得微震事件震源参数，该算法能够对滑坡体内部微地震事件进行互相约束，提高定位精度；
噪声及微震数据时频参数与滑坡体内部变形时间演化关系的建立。
通过广义S变换对地震数据进行时频分析，从噪声数据时频参数中识别共振主频，同时提取不同变形阶段微地震事件的时频变化特征，建立其与滑坡体内部变形时间演化关系；
采用模块化设计方式开发山体滑坡监测预警云平台系统。
将整个网络划分为不同的层次：感知层(节点式地震仪)、网络层(5G基站、路由器等)、数据层(三维速度结构、微震事件、信号时频参数)、用户层(监控大屏、客户端、手机端等)，实现滑坡监测数据传输、存储、输出一体化的监测预警。
有益效果：本发明公开了一种滑坡变形监测预警方法及云平台系统，通过三维密集短周期台阵监测，形成提取对应于浅部地层的高频噪声面波频散数据技术，适用于滑坡体三维速度结构与内部变形成像；
通过基于三维密集台阵背景噪声与微地震定位的联合反演技术，能够获得滑坡体内部形变及潜在滑动面破裂趋势，及时感知滑坡内部失稳前兆信息，改善传统技术预报滞后性问题；
通过搭建监测滑坡内部结构变形失稳的滑坡监测预警云平台系统智能化完成长期数据采集、传输与判定输出，数据库可拓展收集多种不同属性参数，实现更高效且可靠的滑坡监测预警。
附图说明
图1是本发明的数据层数据处理流程图。
图2是本发明的滑坡变形监测预警云平台系统示意图。
图3是本发明的滑坡变形监测预警云平台系统工作过程示意图。
图4是本发明的方法流程示意图。
具体实施方式
本发明涉及一种滑坡变形监测预警方法及云平台系统，下面通过具体实施方式进行详细描述本申请。
一种滑坡监测预警云平台系统，包括：
感知层，由节点式地震仪组成；
网络层，通过基座、路由器搭建的5G网络；
数据层，包括云平台、内网服务器；
用户层，包括监控大屏、客户端、手机端；
该系统具有实时性传送、大范围布设、全天候自动化监测等特点，能拓展收集大量数据，实现更可靠的滑坡地质灾害监测预警。
所述节点式地震仪设置在需要监测的潜在滑坡体表面；
所述数据层用于获取三维速度结构、微地震有效事件、信号时频参数。
所述用户层用于实现滑坡体内部三维可视化显示，同时根据阈值判定滑坡失稳可能性及时间，搭建短信通信模块程序，并通过云平台发布警报和短信至用户端；
所述用户端包括手机、电脑等。
滑坡监测预警云平台系统主要由节点式地震仪、主控端、物联网云平台、监测中心、用户端构成。
①选择潜在滑坡体布置节点式地震仪，通过5G网络将监测数据上传至物联网云平台；
②借助云平台进行三维密集台阵背景噪声与微地震定位的联合反演成像程序开发，获得滑坡体内部变形及潜在滑动面破裂时空分布特征，并在监控中心实现三维可视化显示；
③阈值判定滑坡失稳可能性及时间，搭建短信通信模块程序，通过云平台发布警报和短信通知至用户端。
为确保长期海量数据采集、数据传输和判定结果输出的准确性和时效性，滑坡监测预警云平台系统采用模块化设计方式，建立云平台系统网络，将整个网络划分为不同的层次：感知层(节点式地震仪)、网络层(5G基站、路由器等)、数据层(三维速度结构、微震事件、信号时频参数)、用户层(监控大屏、客户端、手机端等)。
滑坡变形监测预警云平台系统，如图2所示。
该网络结构设计通过采集节点式地震仪数据，采用无线的通信方式上传至云平台，云平台通过数据库服务器对监测数据、历史数据、业务管理数据等进行存储，确保系统数据的安全性和持久性，保障云平台系统的稳定运行。
基于三维密集台阵背景噪声与微地震定位联合反演的监测预警算法
首先，对连续记录的背景噪声数据及微地震数据进行预处理；
其次，对背景噪声数据进行一步法面波反演成像获得不同时期滑坡体三维横波速度结构。
然后，在此速度结构基础上，利用双差定位算法进行微地震有效事件反演，获取滑坡体内部微地震事件的空间分布；
再次，利用广义S变换分别对背景噪声和微地震数据进行时频分析，建立时频参数与滑坡体内部形变时间对应关系；
最后，将本发明的监测方法用于实际潜在滑坡监测区，以提高滑坡灾变各阶段监测及预报的准确性。
(1)噪声数据与微地震数据采集与预处理
背景噪声数据与微地震数据同属于被动源信号，拟采用SmartSolo节点式地震仪布置密集台阵在滑坡区域分时段定期进行观测。
背景噪声面波数据的预处理流程包括：去仪器响应、去中值、带通滤波、连续记录切割、时间域正则化、谱白化等；
微地震数据的预处理流程为：滤波去噪与能量恢复、微地震有效事件识别、STA/LTA 方法及人工智能事件自动检测方法PhaseNet拾取微地震事件S/P波组初至。
(2)背景噪声面波成像获取滑坡体地下三维速度结构
本发明拟采用一步法面波反演成像获取滑坡体三维速度结构，即在利用多道互相关方法得到可靠的面波频散信息的基础上，对于叠加的互相关函数，使用基于多重滤波的图像分析法提取台站对的群速度与相速度频散曲线；
然后，利用基于射线追踪的面波频散直接反演方法确定台阵下方的三维S波速度结构。
a.基于多重滤波的图像分析法提取台站对的群速度与相速度频散曲线。
b.基于射线追踪的面波频散直接反演方法利用不同周期下的面波走时与频散确定三维速度结构，同时拟合面波走时数据和频散数据，使用快速行进算法计算每个周期台站间的面波走时和射线路径进行层析反演，并同时进行频散反演。
在反演中考虑了浅层速度结构复杂时的弯曲射线传播路径，可以更可靠的获取精细的三维速度结构，具体反演流程如下：
通过线性化的反演方法，沿路径i不同频率的面波传播时间扰动可以表示为：
Figure BDA0003774980520000061
式(1)中，ti obs(ω)为台站间某一周期面波的观测走时，ti(ω)是模型正演计算的走时，Uk(ω)和δUk(ω)分别为二维平面上第k个网格点的群速度(或相速度)及其扰动，其中ω为角频率。
群速度(或相速度)的扰动可以表示为：
Figure BDA0003774980520000062
式(2)中，αk(zj)，βk(zj)和ρk(zj)分别为深度上第jth网格的纵波速度、横波速度和密度，由于面波频散对横波速度最为敏感，我们通过经验公式，将纵波速度α和密度ρ的扰动通过横波速度β的扰动来表示
由此，将公式(2)带入公式(1)可以得到：
Figure BDA0003774980520000063
式(3)中，Rα(Zj)与Rρ(Zj)是基于经验公式的比例因子。
公式(3)写成矩阵的形式为：d＝Gm (4)
式(4)中的d表示的是所有路径的面波走时残差向量，G表示数据敏感度矩阵，m 为模型横波速度扰动向量。
通过求解式(4)可以得到模型的更新量，然后在新的模型下重新进行正演计算射线路径与敏感核矩阵，反复迭代直到反演收敛。
为了使反演具有更好的稳定性，在反演中加入阻尼正则化和一阶平滑正则化。
(3)微地震事件反演定位追踪滑坡体内部破裂与潜在滑动面
在背景噪声面波成像获取滑坡体内部三维速度结构的基础上，采用HypoDD双差定位程序进行滑坡体内部潜在滑动面微破裂事件定位。
双差定位法使用微地震对走时差观测值和理论值的残差来反演微震丛中每个事件与微震丛心的相对位置，能够对滑坡体内部微地震事件互相约束，降低速度模型不精确引起的误差。
对于同一台站k记录到的微地震事件i和j，双差定义为
Figure BDA0003774980520000071
式中，t为微地震走时，
Figure BDA0003774980520000072
为微地震走时差观测值，
Figure BDA0003774980520000073
为微地震走时差理论值。
假设两震源间的距离与震中距和速度非均匀性的尺度相比足够小，双差可展开表示为：
Figure BDA0003774980520000074
其中，Δm(Δx，Δy，Δz，Δτ)为震源参数扰动量，则(6)式展开为：
Figure BDA0003774980520000075
将所有台站记录到的全部事件的双差方程联立可得：
WGm＝Wd (8)
式中，W为M*4N的偏微分矩阵，M是双差观测数，N是微地震数；m为震源参数扰动量，d为双差向量；
考虑到各个接收点接收到的数据质量不一样,同时由于事件距离越远相互之间的影响也越小，加入对角加权矩阵W。
通过求解震源参数的变化量m，并进行迭代更新，最后可得到所有微地震震源的可靠位置和发震时间，由此描述滑坡形成初期及其孕育过程中内部岩体微破裂及滑动面时空演化规律。
经上述过程，拟获得滑坡灾变各阶段地下速度结构与微地震定位的时空分布。
(4)背景噪声和微地震信号时频分析
广义S变换(GST)是介于短时傅里叶变换(STFT)和小波变换(WT)之间的一种非平稳信号分析和处理的方法，其一种表达式如下式所示；
Figure BDA0003774980520000081
S(τ，f)是待分析信号h(t)的时频谱；高斯窗调节参数λ、p均大于0；τ、f、t均为实数。
GST不但有多尺度聚焦性，而且保持频率的绝对相位，基本变换函数不必满足容许性条件，弥补短时傅里叶变换和小波变换的缺陷，并且具有可变的时频分辨率。
采用广义S变换对各台站地震记录进行时频分析，分别获取背景噪声和微地震信号的时频参数，统计分析其与滑坡体不同阶段变化规律的对应关系。
工作原理说明：通过滑坡监测预警云平台系统获取滑坡体内部三维速度结构，采用多道互相关方法计算台站间的经验格林函数，提取高频面波频散数据，采用基于程函方程层析成像方法确定面波相速度二维分布；利用最小二乘线性迭代反演各网格点频散曲线，得到各网格点下方随深度变化的一维横波速度结构，并通过线性差值获取滑坡体地下三维速度结构，分析其灾变过程中的时空演化特征。
进行滑坡体内部微破裂事件定位，并统计分析其时空分布规律，识别地震记录中的微地震有效事件，采用STA/LTA方法拾取微地震S/P波组初至时间；
结合获取的滑坡体内部三维速度结构，利用双差定位算法对监测区域内识别的微地震有效事件进行定位，统计事件活动率随时间的变化关系，并综合分析速度结构与微地震定位的时空分布特点。
噪声及微震数据时频参数与滑坡体内部变形时间演化关系的建立。通过广义S变换对地震数据进行时频分析，从噪声数据时频参数中识别共振主频，同时提取不同变形阶段微地震事件的时频变化特征，建立其与滑坡体内部变形时间演化关系；
通过滑坡变形监测预警云平台系统监测预警。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (7)

1.一种滑坡变形监测预警方法，其特征是，包括：
S1、获取滑坡体内部三维速度结构，分析其灾变过程中的时空演化特征；
S2、进行滑坡体内部微破裂事件定位，并统计分析其时空分布规律；
S3、建立时频参数与滑坡体内部变形的时间变化关系；
S4、滑坡变形监测预警云平台系统监测预警。
2.根据权利要求1所述的一种滑坡变形监测预警方法，其特征是：所述三维速度结构的获取方法包括：
密集台阵背景噪声面波成像方法：
步骤1、采用多道互相关方法计算台站间的经验格林函数，提取高频面波频散数据，采用基于程函方程层析成像方法确定面波相速度二维分布；
步骤2、利用最小二乘线性迭代反演各网格点频散曲线，得到各网格点下方随深度变化的一维横波速度结构，并通过线性差值获取滑坡体地下三维速度结构。
3.根据权利要求1所述的一种滑坡变形监测预警方法，其特征是：所述微破裂事件定位方法包括：
识别地震记录中的微地震有效事件，采用STA/LTA方法拾取微地震S/P波组初至时间；
结合S1过程中的滑坡体内部三维速度结构，利用双差定位算法对监测区域内识别的微地震有效事件进行定位，统计事件活动率随时间的变化关系，并综合分析速度结构与微地震定位的时空分布特点，据此给出滑坡灾变各阶段的内部变形时空演化规律。
4.一种滑坡变形监测预警云平台系统，其特征是，包括：
感知层，由节点式地震仪组成；
网络层，通过基座、路由器搭建的5G网络；
数据层，包括云平台、内网服务器；
用户层，包括监控大屏、客户端、手机端。
5.根据权利要求4所述的一种滑坡变形监测预警云平台系统，其特征是：所述节点式地震仪设置在需要监测的潜在滑坡体表面。
6.根据权利要求4所述的一种滑坡变形监测预警云平台系统，其特征是：所述数据层用于获取三维速度结构、微地震有效事件、信号时频参数。
7.根据权利要求4所述的一种滑坡变形监测预警云平台系统，其特征是：所述用户层用于实现滑坡体内部三维可视化显示，同时根据阈值判定滑坡失稳可能性及时间，搭建短信通信模块程序，并通过云平台发布警报和短信至用户端；
所述用户端包括手机、电脑等。
CN202210914160.1A 2022-08-01 2022-08-01 一种滑坡变形监测预警方法及云平台系统 Pending CN115188164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210914160.1A CN115188164A (zh) 2022-08-01 2022-08-01 一种滑坡变形监测预警方法及云平台系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210914160.1A CN115188164A (zh) 2022-08-01 2022-08-01 一种滑坡变形监测预警方法及云平台系统

Publications (1)

Publication Number Publication Date
CN115188164A true CN115188164A (zh) 2022-10-14

Family

ID=83520676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210914160.1A Pending CN115188164A (zh) 2022-08-01 2022-08-01 一种滑坡变形监测预警方法及云平台系统

Country Status (1)

Country Link
CN (1) CN115188164A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578845A (zh) * 2022-11-24 2023-01-06 西南交通大学 一种边坡后缘裂缝预警方法、装置、设备及可读存储介质
CN116522791A (zh) * 2023-05-17 2023-08-01 四川大学 基于地震动信号的滑坡动力学参数反演方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107561579A (zh) * 2017-08-31 2018-01-09 北京市政建设集团有限责任公司 一种隧道施工微震监测系统及监测方法
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
CN112394402A (zh) * 2019-08-19 2021-02-23 中国石油化工股份有限公司 基于同步挤压小波变换检测微地震信号的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107561579A (zh) * 2017-08-31 2018-01-09 北京市政建设集团有限责任公司 一种隧道施工微震监测系统及监测方法
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
CN112394402A (zh) * 2019-08-19 2021-02-23 中国石油化工股份有限公司 基于同步挤压小波变换检测微地震信号的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
田宵: "井下微地震监测方法研究", 中国博士学位论文全文数据库 工程科技I辑, no. 10, pages 12 - 15 *
黄宇齐等: "基于密集台阵地震背景噪声成像预测煤矿瓦斯分布", 地球物理学报, vol. 64, no. 11, pages 3997 - 4005 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578845A (zh) * 2022-11-24 2023-01-06 西南交通大学 一种边坡后缘裂缝预警方法、装置、设备及可读存储介质
CN116522791A (zh) * 2023-05-17 2023-08-01 四川大学 基于地震动信号的滑坡动力学参数反演方法

Similar Documents

Publication Publication Date Title
CN115188164A (zh) 一种滑坡变形监测预警方法及云平台系统
US8179740B2 (en) Time reverse reservoir localization with borehole data
CA2620819C (en) Method and apparatus for imaging permeability pathways of geologic fluid reservoirs using seismic emission tomography
CN109923440A (zh) 面波勘探方法及终端设备
WO2012139082A1 (en) Event selection in the image domain
US8233350B2 (en) Frequency shift reservoir localization
Wang et al. Automatic picking of multi-mode surface-wave dispersion curves based on machine learning clustering methods
Araya-Polo et al. Fast and accurate seismic tomography via deep learning
US20110276273A1 (en) Image domain signal to noise estimate
Huot et al. Automated ambient noise processing applied to fiber optic seismic acquisition (DAS)
CN115016006B (zh) 一种基于矿山安全监测的微震定位方法及定位系统
CN116866346A (zh) 一种基于云边协同的微震数据实时传输与智能处理方法
Di Salvo et al. Multivariate time series clustering on geophysical data recorded at Mt. Etna from 1996 to 2003
CN104280774B (zh) 一种单频地震散射噪声的定量分析方法
CN111175816B (zh) 油藏改造实时构建微地震裂缝网络的方法及装置
CN112444859A (zh) 协同异变蚂蚁体的页岩储层断裂识别方法及系统
CN114114382B (zh) 用于地震预报的监测数据处理方法、地震预报方法和系统
CN104820240A (zh) 一种基于WSNs的地震层析成像方法
Boué et al. Vs imaging from ambient noise Rayleigh wave tomography for oil exploration in Nevada, USA
US20120016591A1 (en) Time reverse imaging attributes with borehole data
Lu et al. Earthquake aftershock prediction based solely on seismograph data
CN202110291U (zh) 全数字化工程双源面波勘探数据采集与处理系统
Bychkov et al. Russian-Mongolian scientific initiative for assessing the seismic hazards of the Baikal region and Mongolia
Wang et al. An envelope-based machine learning workflow for locating earthquakes in the southern Sichuan Basin
CN118193950B (zh) 基于一维卷积神经网络的地震计自噪声计算方法

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