CN117665930A - 一种基于面波频散反传与叠加的震源定位方法及系统 - Google Patents

一种基于面波频散反传与叠加的震源定位方法及系统 Download PDF

Info

Publication number
CN117665930A
CN117665930A CN202311429842.4A CN202311429842A CN117665930A CN 117665930 A CN117665930 A CN 117665930A CN 202311429842 A CN202311429842 A CN 202311429842A CN 117665930 A CN117665930 A CN 117665930A
Authority
CN
China
Prior art keywords
surface wave
seismic
dispersion
curve
superposition
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
CN202311429842.4A
Other languages
English (en)
Inventor
袁士川
孟浩然
古宁
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.)
Southwest University of Science and Technology
Original Assignee
Southwest University of Science and Technology
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 Southwest University of Science and Technology filed Critical Southwest University of Science and Technology
Priority to CN202311429842.4A priority Critical patent/CN117665930A/zh
Publication of CN117665930A publication Critical patent/CN117665930A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提出一种基于面波频散反传与叠加的震源定位方法及系统,通过获取面波相速度频散曲线;基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。解决了现有技术中基于相对高频的体波信号的到时信息的处理方案无法应用到面波的震源定位中的难题,实现了利用相对低频且具有更高信噪比的面波信号进行震源震中定位,并且使得面波的频散反传与叠加的震源定位方法的准确性和稳定性得以保证。

Description

一种基于面波频散反传与叠加的震源定位方法及系统
技术领域
本申请涉及地震定位技术领域,特别涉及一种基于面波频散反传与叠加的震源定位方法及系统。
背景技术
震源定位是地震学研究中最基本的任务之一,对于自然灾害的监测、预防、预报以及灾后评估与应急救援等诸多方面具有重要意义。
天然地震以及大量与地面有效耦合的瞬时滑移事件和地表过程,例如山体滑坡、冰川崩解、火山喷发、飓风和爆炸等,都可能作为震源激发出向外传播的地震波,最终被人为布设的观测系统,如地震台站或DAS(Distributed Acoustic Sensing,分布式光纤声波传感技术)记录下来。利用这些观测的地震记录来反推震源发生位置的过程称为震源定位。
震源激发的地震波包括体波(P波和S波)和面波,传统的震源定位技术主要基于相对高频的体波信号到时的信息进行处理。然而,在某些情况下,例如部分震源难以激发出高信噪比的体波信号,相对高频的体波信号在传播过程中快速衰减,以及DAS观测数据中,体波信噪比通常较低,使得现有技术中难以提取到高质量的体波到时信息,致使传统震源定位技术精度受限,难以进行。
除了体波震相,震源激发也会产生相对低频的面波信号。在实践中,与地球表面直接作用的震源激发的面波通常具有更高的信噪比。然而,由于面波的频散特性,即面波的不同频率成分具有不同的传播速度,面波会随着传播距离增大而具有更宽的波包,即波形发散,使得精确提取面波到时信息变得困难。因此,传统的震源定位技术难以直接复制到面波的应用中。
因而,现有技术还有待改进和提高。
发明内容
本申请要解决的技术问题在于传统的震源定位技术,即基于相对高频的体波信号到时的信息进行处理方法,难以应用到面波的处理中;以及面波的频散效应导致的难以提取的问题。针对现有技术的不足,本发明提供一种基于面波频散反传与叠加的震源定位方法及系统。
为了解决上述技术问题,本申请实施例第一方面提供了一种基于面波频散反传与叠加的震源定位方法,所述基于面波频散反传与叠加的震源定位方法包括:
获取面波相速度频散曲线;
基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;
基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
可选地,所述获取面波相速度频散曲线的步骤包括:
基于公共速度模型以及观测数据的优势频带进行正演计算,获得面波相速度频散曲线。
可选地,所述获取面波相速度频散曲线的步骤包括:
获取偏移距最小的地震道,确定为虚源;
基于其余地震道观测数据相对于所述虚源进行互相关计算,获得所述互相关函数的阵列数据;
利用面波频散提取算法从所述互相关函数的阵列数据中提取所述面波相速度频散曲线。
可选地,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:
获取N道阵列地震数据;
基于所述N道阵列地震数据计算获得对应的地震频谱。
可选地,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:基于所述地震频谱进行面波频散反传处理,得到面波频散反传后的地震频谱。
可选地,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:
基于所述面波频散反传后的时间域地震波形数据,计算获得时间域地震波形的包络曲线。
可选地,所述基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置的步骤包括:
基于时间域地震波形的包络曲线,获取所述时间域地震波形的包络曲线的最大幅值;
基于所述阵列地震数据,叠加时间域地震波形的包络曲线的所述最大幅值,计算获得每个坐标点对应的叠加幅值。
可选地,所述基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置的步骤还包括:
比较所有所述叠加幅值,确定所述叠加幅值最大值对应的坐标点,将所述叠加幅值最大值对应的坐标点确定为所述震源震中位置。
此外,为实现上述目的,本发明还提供一种基于面波频散反传与叠加的震源定位系统,所述系统包括:
面波相速度频散曲线提取模块,用于获取面波相速度频散曲线;
地震波形包络曲线提取模块,用于基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;
震源震中位置获取模块,用于基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
由上可见,本发明方案中,提出一种基于面波频散反传与叠加的震源定位方法及系统,通过获取面波相速度频散曲线;基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。解决了现有技术中基于相对高频的体波信号的到时信息的处理方案无法应用到面波的震源定位中的难题,实现了利用相对低频且具有更高信噪比的面波信号进行震源震中定位,并且使得面波的频散反传与叠加的震源定位方法的准确性和稳定性得以保证。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图出示的结构获得其他的附图。
图1为本发明提供的基于面波频散反传与叠加的震源定位方法的流程图。
图2为本发明提供的观测系统的示意图。
图3为本发明提供的传统地震台站观测到的多道地震速度场记录。
图4为本发明提供的DAS观测到的多道地震应变率场记录。
图5为本发明提供的应用于地震台站观测数据的震源定位效果图。
图6为本发明提供的应用于DAS观测数据的震源定位效果图。
图7为本发明提供的基于面波频散反传与叠加的震源定位系统示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明所述的基于面波频散反传与叠加的震源定位方法,可以基于传统地震观测数据或新型DAS观测数据,如图2所示,为观测系统的示意图。
传统地震观测采用地震台站来建立观测系统,可以采集地震位移场,或速度场,或加速度场的信息。本实施例以一个四层半空间地质模型为例,采用单力点源作为震源激发。
DAS是近年来迅猛发展的新型密集台阵观测技术,具有观测成本低和可重复性强等优点,非常适合应用于震源的定位和监测,可以用于观测地震应变场或应变率场的信息。本实施例以一个四层半空间地质模型为例,采用单力点源作为震源激发,采用两条线性且垂直的DAS阵列来进行观测。
其中,图2中黑色五角星代表真实的震源位置,黑色直线代表光纤布设位置,组成了DAS观测系统。黑色三角形代表地震台站布设位置,组成了随机分布的台阵观测系统。
本发明较佳实施例所述的基于面波频散反传与叠加的震源定位方法,如图1所示,所述基于面波频散反传与叠加的震源定位方法包括以下步骤:
步骤S100、获取面波相速度频散曲线。
具体地,面波相速度频散曲线c(ω)是描述面波的相速度随频率变化的曲线。在介质中传播的面波在不同频率下具有不同的相速度,即波前传播的速度。相速度频散曲线可以通过实验或计算得到,本实施例中,获取面波相速度频散曲线c(ω)的方法可以通过下述方法进行:
(1)正演计算法:根据观测系统所在地区的公共速度模型和观测数据的优势频带,使用正演计算方法进行面波相速度频散曲线的计算。面波相速度频散曲线的正演计算本质上是求解面波频散方程的根。面波相速度是包括纵、横波速度和密度等地质模型参数的函数,尤其对横波速度最敏感。在正演计算过程中,通过改变不同的横波速度结构可以得到不同的面波相速度频散曲线。因此,要得到与观测数据相关的面波相速度频散曲线,需要预先获得观测系统所在地区的尽可能准确的地下速度模型。
(2)互相关法:以偏移距最小的地震道为虚源,其他地震道的观测数据相对于虚源进行互相关计算。通过互相关计算得到互相关函数的阵列数据后,可以使用面波频散提取算法,例如频率-贝塞尔变换方法,来提取面波相速度频散曲线。
在地震学中,通常使用虚源来表示一个虚拟的地震波的震源激发位置,即地震波传播路径中的一个假想的起始点,用于重建地震波相对于该虚源点的传播过程。该重建过程是通过互相关运算实现的。互相关是一种广泛采用的数学方法,互相关函数可以揭示两个地震信号之间相似或相关的特征。在信号处理中,互相关函数通常用于分析两个信号之间的相关性、时移或相位差等信息。
地震道观测数据是指在地震事件发生后,地震仪器在观测点记录到的地震波信号。观测数据通常包括地震波在不同时间点上的振幅和到达时间等信息。每个观测点都是一个地震道,多个观测点可以采集到多个地震道(即多道)的地震数据。
多道数据通常也常被称为阵列数据,是指以二维数组形式存储的数据集合。互相关函数的阵列数据也是类似的,其中每个互相关函数可以视为一个地震道的数据。互相关函数的阵列数据通常包含两个维度,第一个维度表示时间轴,即每一个互相关函数所反映的信号值随时间的变化,第二个维度表示距离轴,即不同观测点相对于虚源点的互相关函数的偏移距信息。互相关函数的阵列数据,即所有地震道的地震信号相对于虚源的地震信号的互相关函数集合,描述了重建后的地震波的传播过程。
本实施例选择所有地震道中地震波到达时间最早的地震道作为虚源,并将其他地震道的观测数据相对于虚源进行互相关计算。最后,采用面波频散提取算法来从互相关函数的阵列数据中提取面波相速度频散曲线。
互相关法这种方法相对简单,不需要准确的地下速度模型,但需要有足够的地震数据以及相对较好的信噪比。
如图3所示,图中为传统地震台站观测到的多道地震速度场记录。本实施例通过数值模拟,采集到了多道地震速度场数据。例如,采用一个接收点随机分布的台阵来进行观测,设该台阵包含30个台站。每一个台站都可以观测垂向(Z)、径向(X)和切向(Y)分量的地震数据(即三分量地震数据),本实施例以X分量地震数据为例。将所有地震道的地震数据按照偏移距由小到大排列,组成阵列数据。可以发现,随着偏移距增大,波形曲线不断发散,越加复杂,体现了面波的频散效应。
如图4所示,图中为DAS观测到的多道地震应变率场记录。本实施例通过数值模拟,采集到了多道地震应变率场数据,此处以DAS观测系统中X轴方向上的光纤为例,道间距0.15千米,共计41道,并按照X轴由小到大排列,其中4千米的位置离震源最近。可以发现,随着远离4千米的距离增大,波形曲线不断发散,越加复杂,体现了面波的频散效应。
面波的频散效应,即面波的不同频率成分具有不同的传播速度,面波会随着传播距离增大而具有更宽的波包,即波形发散。这使得从原始观测数据中精确提取面波到时信息变得困难,因而传统的基于到时信息的震源定位技术难以直接复制到面波的应用中。因此,本发明利用获取的面波相速度频散曲线对地震观测数据中的面波信号做进一步处理,以便分析提取有效、稳定、准确的震源震中位置。
请进一步参照图1,进行步骤S200、基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线。
具体地,地震波形曲线是指地震波的振幅随时间变化的曲线,它描述了地震波的强度随时间的变化情况。波包是指波在传播过程中形成的一个波的集合,它由许多个波峰和波谷组成,其形状和传播方向与波的传播方向相同,在传播过程中保持相对稳定的波形。地震波包括体波和面波,其波包中也包含体波和面波的波包。
地震波形包络曲线是连接地震波形曲线中波峰或波谷的曲线,表示地震波波包的整体形状。波峰和波谷的分布情况决定了包络曲线的形状。当波峰和波谷相对密集且分布较均匀时,包络曲线会呈现出较为平滑的形状;而当波峰和波谷相对稀疏或者分布不均匀时,包络曲线会呈现出较为复杂的形状。
面波是一种特殊的波动现象,它是在介质表面上传播的波动形式。与体波(如纵波和横波)不同,例如,瑞雷面波是由纵波和横波垂向分量在自由表面(如空气与固体之间的界面)相互干涉形成的,勒夫面波由多重反射和折射的横波水平分量在自由表面相互干涉形成的,并且它们沿着自由表面传播,振幅随深度的增大而经历指数衰减。
面波在传播过程中由于速度频散,即不同频率成分的面波按照不同的相速度进行传播,随着偏移距的增大,使得面波波形会逐渐发散,面波波包的宽度会逐渐增大,面波信号的强度会由于能量分散而逐渐减弱。基于已经获得的面波相速度频散曲线c(ω),利用相位匹配的反向传播因子可以实现面波频散反传,可以使地震数据中发散的面波波形重新汇聚。
反向传播因子是与传播因子相对应的,两者具有相同的函数形式,都是波数的函数,但两者波数相差一个负号,这体现了它们所控制的传播方向是相反的。震源激发后,生成的面波是基于传播因子和按照特定的相速度向外传播。按照相同的相速度(即相位匹配)和基于反向传播因子进行反传处理,可以恢复传播前的面波。
具体实现过程如下:
步骤S210、获取N道阵列数据;基于所述N道阵列数据计算获得对应的地震频谱。
具体地,由地震台站和DAS建立的观测系统都可用于接收震源激发的地震波,设,共计采集到包含N道的阵列地震数据,在地震学中,N道阵列数据是指同时记录的多个地震道数据,通常是由多个传感器或地震仪器组成的阵列。本实施例对每道地震数据都进行下列操作,设第n道地震数据为Sn(t),其中n=1,2,…,N,通过傅里叶变换(即运算FFT)可得到所述地震频谱Sn(ω):
Sn(ω)=FFT[Sn(t)]
步骤S220、基于所述地震频谱进行面波频散反传处理,得到面波频散反传后的地震频谱。
具体地,基于提取的所述面波相速度频散曲线c(ω),通过相位匹配的反向传播因子,对所述地震频谱Sn(ω)进行面波频散反传处理,可以得到所述面波频散反传后的地震频谱
根据地震平面波传播理论,地震平面波的传播因子和反传播因子分别可以通过指数函数exp(-ik(ω)r)和exp(ik(ω)r)来定义。其中,ω表示角频率,r表示偏移距,k(ω)=ω/c(ω)表示地震平面波的径向波数,c(ω)表示相速度。可见,两者的函数形式是相同的,且都是波数的函数,但它们的波数相差一个负号,这体现出它们控制着相反的传播方向。震源激发后,生成的面波是基于传播因子和按照特定的相速度向外传播。想要恢复传播前的面波,可以按照相同的相速度(即相位匹配)和基于反向传播因子进行反传处理。
此外,公式中表示偏移距,是x-y坐标网格内可能的震源坐标点(xi,yj)的函数(i=1,2,…,Nx和j=1,2,…,Nj)。坐标点(xn,yn)表示第n道接收点的位置。
步骤S230、对所述面波频散反传后的地震频谱进行处理,获得面波频散反传后的时间域地震波形数据。
具体地,可以通过对面波频散反传后的地震频谱进行反傅里叶变换(即运算IFFT),并对反傅里叶变换的结果进行取实部处理(即运算Re),计算得到面波频散反传后的时间域地震波形数据/>
示例性地,所述面波频散反传后的时间域地震波形数据可通过以下公式计算获得:
步骤S240、基于所述面波频散反传后的时间域地震波形数据,计算获得时间域地震波形的包络曲线;基于所述时间域地震波形的包络曲线,提取出高时间分辨率的面波波包。
具体地,地震波形包络可以描述地震波波包的振幅随时间的变化情况。波包是指波在空间中传播形成的一个波的集合,它由许多个波峰和波谷组成,其形状和传播方向与波的传播方向相同,在传播过程中保持相对稳定的波形。地震波波包中包含了体波和面波的波包。
地震波形包络曲线是连接地震波形曲线中波峰或波谷的曲线,表示地震波波包的整体形状。波包中的波峰和波谷的分布情况决定了包络曲线的形状。当波峰和波谷相对密集且分布较均匀时,包络曲线会呈现出较为平滑的形状;而当波峰和波谷相对稀疏或者分布不均匀时,包络曲线会呈现出较为复杂的形状。地震波形包络曲线中也包含了面波波包对应的包络曲线。
可以利用希尔伯特变换(即运算H)来计算时间域地震波形的包络曲线。希尔伯特变换在信号处理中应用非常广泛,该变换物理意义是把信号所有频率分量相位推迟90度,可以用来做解调器,调幅、调频都能解。希尔伯特变换也常被用于构建原始信号的复解析信号,构建形式为原始信号加上虚单位乘以原始信号的希尔伯特变换。最后,通过对所述复解析信号取模,可以获得原始信号对应的包络曲线。
通过上述方法,可以获得时间域地震波形的包络曲线,其中包含了面波波包对应的包络曲线。由于面波频散反传,面波波包出现在包络曲线中幅值最大的时窗内,相比于原始面波信号,其宽度将得到极大压缩,其幅值将得到显著增强。
示例性地,所述时间域地震波形的包络曲线可以通过下述公式计算获得:
当然,其他计算波形包络的方式也适用于这一步操作的目的,比如使用其他包络检测算法,例如包络检测器,来计算地震波形的包络曲线。
对包络曲线进行进一步的滤波,以突出面波信号,其中,可以使用低通滤波器,以保留较低频的成分。检测包络曲线中的面波波包还可以通过识别波包的其他的特征,例如波包的振幅、持续时间和频率范围来进行。
最后,可以使用自动检测算法,例如阈值检测或相关性检测,来自动确定面波波包的存在和位置。需要注意的是,提取面波波包的效果可能受到地震波形的质量和噪声水平的影响。因此,在进行提取之前,可能需要对波形进行预处理和优化,以获得更优化的结果。
步骤S300、基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
具体地,由于面波能量守恒,因而面波频散反传后的面波波包的宽度得到极大压缩,并且面波波包的幅值得到显著增强。通过叠加多道地震数据对应的包络曲线并求取所述叠加后包络曲线的最大幅值(即叠加幅值),以及进行网格搜索确定使得该叠加幅值最大的网格坐标,就可以最终确定震源震中位置。
网格搜索是一种穷举搜索方法,它通过遍历待确定参数的所有可能组合来寻找使得数学模型最优的参数组合。本发明进行震源定位也采用网格搜索的思想,待确定参数是震源的水平坐标点。对目标区域进行网格化(i=1,2,…,Nx和j=1,2,…,Ny),所有网格坐标点就是待确定参数的所有可能组合,对其中每个坐标点(xi,yj)作为可能的震源震中位置依次进行下列操作。
具体实现过程如下:
步骤S310、基于阵列地震数据对应的时间域地震波形的包络曲线,叠加所述所有道的时间域地震波形的包络曲线,获得叠加后的包络曲线;基于所述叠加后的包络曲线,求取其最大幅值,作为每个坐标点对应的叠加幅值。
具体地,通过S200的步骤,已经计算得到了每个网格坐标点(xi,yj)对应的时间域地震波形的包络曲线为了提高震源定位的可靠性和稳定性,可以叠加包含N道的阵列地震数据所对应的所有包络曲线,并求取叠加后的包络曲线的最大幅值,以获得每个坐标点(xi,yj)对应的叠加幅值E(xi,yj)。
示例性地,所述每个坐标点(xi,yj)对应的叠加幅值E(xi,yj)可以通过以下公式计算获得:
当坐标点(xi,yj)越接近真实的震源位置,面波频散反传质量越高,发散的面波波形汇聚得越好,面波波包的宽度压缩得越窄,面波波包的幅值越强,最终叠加幅值E(xi,yj)就越大;反之,当坐标点(xi,yj)越远离真实的震源位置,叠加幅值E(xi,yj)就越小。
步骤S320、比较所有所述叠加幅值,确定所述叠加幅值最大值对应的坐标点,将所述叠加幅值最大值对应的坐标点确定为所述震源震中位置。
进一步地,为了对获得的震源震中位置做进一步的精确性确定,本方法还可以包括:
步骤S400、迭代更新所述震源震中位置。
具体地,获取所有地震接收点的坐标,基于已经获得的所述震源震中位置,计算所述所有地震接收点的坐标相对于所述震源震中位置的偏移距。
基于所述偏移距,基于N道阵列地震数据,从阵列地震数据中直接提取面波相速度频散曲线。采用该更新的面波相速度频散曲线替换掉原步骤S100获取的面波相速度频散曲线。
基于更新的面波相速度频散曲线,再重复步骤S200-S300的操作,可以在已获得的震源震中坐标位置的邻近区域内进行网格搜索,最终得到更新的震源震中坐标位置。以上步骤可以迭代若干次,直至在当前网格剖分间隔的预设精度下,获得的当前震源震中位置相比上一循环中得到的震源震中位置的偏移距在预设误差范围内,则判定当前震源震中位置为最终震源震中位置。
其中,所述预设精度和所述预设误差范围的阈值,由于研究区域的大小不同,可以根据不同事件设置不同数值。实际操作中可以根据精度需求人为设定,例如米级,或者千米级。
如图5所示,是本发明应用于地震台站观测数据的震源定位效果图。基于该多道地震数据中的面波信号,采用本发明提出的震源定位技术,进行面波频散反传和叠加等处理,最终成功确定了震源震中位置。图中黑色五角星代表真实的震源位置;黑色三角形代表地震台站布设位置,组成了随机分布的台阵观测系统。等值线图代表应用本发明得到的定位结果:其中,数值最大的等值线圈定的位置,即等值线14圈定的纯白色区域,代表推测出的震源位置。而黑色五角星代表真实的震源位置,黑色五角星落入数值最大的等值线圈定的位置,证实了本发明的精准性和有效性。
如图6所示,为本发明应用于DAS观测数据的震源定位效果图。按照本发明提出的震源定位技术方案,进行面波频散反传和叠加等操作,最终也成功确定了震源震中位置。其中,黑色五角星代表真实的震源位置;黑色直线代表光纤布设位置,组成了DAS观测系统。等值线图代表应用本方法得到的定位结果。其中,数值最大的等值线圈定的位置,即等值线100圈定的纯白色区域,代表推测出的震源位置。而黑色五角星,即真实的震源位置,落入推测出的震源位置,证实了本发明的精准性和有效性。
基于上述基于面波频散反传与叠加的震源定位方法,本实施例提供了一种基于面波频散反传与叠加的震源定位系统,如图7所示,所述的系统包括:
面波相速度频散曲线提取模块51,用于获取面波相速度频散曲线;
地震波形包络曲线提取模块52,用于基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;
震源震中位置获取模块53,用于基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
本发明方案中,提出一种基于面波频散反传与叠加的震源定位方法及系统,通过获取面波相速度频散曲线;基于所述面波相速度频谱曲线,进行面波频散反传处理,提取出地震波形包络曲线;基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。解决了现有技术中基于相对高频的体波信号的到时信息的处理方案无法应用到面波的震源定位中的难题,实现了利用相对低频且具有更高信噪比的面波信号进行震源震中定位,并且使得面波的频散反传与叠加的震源定位方法的准确性和稳定性得以保证,同时适用于传统地震观测数据和新型DAS观测数据,扩展了震源定位技术的应用范围。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于面波频散反传与叠加的震源定位方法包括:
获取面波相速度频散曲线;
基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;
基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
2.根据权利要求1所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述获取面波相速度频散曲线的步骤包括:
基于公共速度模型以及观测数据的优势频带进行正演计算,获得面波相速度频散曲线。
3.根据权利要求1所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述获取面波相速度频散曲线的步骤包括:
获取偏移距最小的地震道,确定为虚源;
基于其余地震道观测数据相对于所述虚源进行互相关计算,获得互相关函数的阵列数据;
利用面波频散提取算法从所述互相关函数的阵列数据中提取所述面波相速度频散曲线。
4.根据权利要求1所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:
获取N道阵列地震数据;
基于所述N道阵列地震数据计算获得对应的地震频谱。
5.根据权利要求4所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述面波相速度频散曲线,提取出地震波形包络曲线的步骤包括:
基于所述地震频谱进行面波频散反传处理,得到面波频散反传后的地震频谱。
6.根据权利要求5所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:
对所述面波频散反传后的地震频谱进行处理,获得面波频散反传后的时间域地震波形数据。
7.根据权利要求6所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线的步骤包括:
基于所述面波频散反传后的时间域地震波形数据,计算获得时间域地震波形的包络曲线。
8.根据权利要求4所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置的步骤包括:
基于时间域地震波形的包络曲线,获取所述时间域地震波形的包络曲线的最大幅值;
基于所述阵列地震数据,叠加时间域地震波形的包络曲线的所述最大幅值,计算获得每个坐标点对应的叠加幅值。
9.根据权利要求8所述的基于面波频散反传与叠加的震源定位方法,其特征在于,所述基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置的步骤还包括:
比较所有所述叠加幅值,确定所述叠加幅值最大值对应的坐标点,将所述叠加幅值最大值对应的坐标点确定为所述震源震中位置。
10.一种应用所述权利要求1-9任一项所述方法的基于面波频散反传与叠加的震源定位系统,其特征在于,所述系统包括:
面波相速度频散曲线提取模块,用于获取面波相速度频散曲线;
地震波形包络曲线提取模块,用于基于所述面波相速度频散曲线,进行面波频散反传处理,提取出地震波形包络曲线;
震源震中位置获取模块,用于基于所述地震波形包络曲线,进行网格搜索和多道叠加处理,获得震源震中位置。
CN202311429842.4A 2023-10-30 2023-10-30 一种基于面波频散反传与叠加的震源定位方法及系统 Pending CN117665930A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311429842.4A CN117665930A (zh) 2023-10-30 2023-10-30 一种基于面波频散反传与叠加的震源定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311429842.4A CN117665930A (zh) 2023-10-30 2023-10-30 一种基于面波频散反传与叠加的震源定位方法及系统

Publications (1)

Publication Number Publication Date
CN117665930A true CN117665930A (zh) 2024-03-08

Family

ID=90070317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311429842.4A Pending CN117665930A (zh) 2023-10-30 2023-10-30 一种基于面波频散反传与叠加的震源定位方法及系统

Country Status (1)

Country Link
CN (1) CN117665930A (zh)

Similar Documents

Publication Publication Date Title
Stork et al. Application of machine learning to microseismic event detection in distributed acoustic sensing data
Wang et al. Tunnel detection at Yuma Proving Ground, Arizona, USA—Part 1: 2D full-waveform inversion experiment
US11880011B2 (en) Surface wave prediction and removal from seismic data
US8737165B2 (en) Interferometric seismic data processing for a towed marine survey
KR20110057124A (ko) 지진 표면파들의 파형들을 사용하는 토양 특성들의 추정
Witten et al. Signal-to-noise estimates of time-reverse images
CN109655918B (zh) 地面浅井微地震监测观测台站位置确定方法及系统
CN112305591B (zh) 隧道超前地质预报方法、计算机可读存储介质
CN104199087B (zh) 水陆检波器数据海水深度反演方法和装置
Zhao et al. Signal detection and enhancement for seismic crosscorrelation using the wavelet-domain Kalman filter
FR3021411A1 (fr) Contraintes conjointes de transitivite de differences temporelles et effet dopler multibandes pour la separation, caracterisation, et localisation de sources sonores par acoustique passive
Cheng et al. Artifacts in high-frequency passive surface wave dispersion imaging: Toward the linear receiver array
CN110967734B (zh) 基于快速傅立叶变换的虚源重构方法及系统
EP4102260A1 (en) Method and apparatus for removing tube wave interference from optical fiber acoustic wave sensing seismic data
EP3004939B1 (en) Device and method for velocity function extraction from the phase of ambient noise
CN106610507B (zh) 一种去除虚反射干扰的方法和装置
CN110579799B (zh) 一种等旅行时间间隔的地震采集观测方法及系统
Nazeri et al. EASOt-AP: An open-source MATLAB package to estimate the seismic moment, rupture radius, and stress-drop of earthquakes from time-dependent P-wave displacements
US8547792B2 (en) Processing seismic data
CN115993641B (zh) 一种提取被动源面波频散曲线的方法
CN117665930A (zh) 一种基于面波频散反传与叠加的震源定位方法及系统
CN115170428A (zh) 一种声波远探测成像图的降噪方法
CN113514889B (zh) 一种提升海洋深反射地震数据中低频信号能量的处理方法
CN115826039A (zh) 一种时间切片分类模型训练方法、系统及应用方法、系统
CN110579798A (zh) 一种等反射角度间隔的地震采集观测方法及系统

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