海量多源异构地震监测数据存储和共享服务系统

地震监测数据存储和在线共享服务是提高地震监测服务效能的关键之一.新升级研发的地震连续波形数据存储和共享服务系统实现了海量多源异构监测数据在线存储和共享服务,能够对实时和非实时波形数据按照时间顺序进行连续存储,同步建立与波形数据文件一一对应的波形索引文件.通过波形索引实现连续波形数据的快速查询,基于系统设计的交互命令接口...     

基于Dreamlet变换的地震数据压缩理论与方法

为达到更加有效地表示地震数据的目的,仅仅将地震数据当作普通的图像数据处理是远远不够的,地震数据中蕴含的地震波的运动学特性也应作为重要因素而被考虑到.本文讨论了利用Dreamlet变换方法实现地震数据压缩的方法,并针对地震数据本身所蕴含的频散关系特性进一步提出了多尺度Dreamlet变换压缩方法.Dreamlet变换由2个一维局部谐波变换的张量积构成,它在提供地震波场时间-空间局部化性质的同时可以保留波场的运动学特性.通过对二维SEG/EAGE叠前、叠后数据的算例说明了Dreamlet变换用于地震数据压缩的有效性.利用压缩后的数据进行成像的结果更表明,与Curvelet变换方法相比,Dreamlet与多尺度Dreamlet方法可以提供更高的压缩比;在相同压缩比的条件下,使用Dreamlet与多尺度Dreamlet方法压缩重建后的数据进行成像能更好地保留成像结果中的重要结构.     

SEED格式STEIM2数据压缩算法在实时地震数据传输中的应用

在一定带宽内,及时、高效、无失真地传输地震数据是地震数据传输的基本要求,SEED格式给出的数据格式在数据压缩方面有其独到之处,但SEED格式没有定义数据正确性和完整性保证机制和检验方法,因而影响实时传输中的使用。本文提出一种基于SEED格式的STEIM2数据压缩算法,同EDAS数据包形式兼容的实时压缩数据包编码方法,来实现实时压缩数据的传输。经理论评估和实际数据检验,它容易实现,效率高,安全,可靠,完全可以应用于实时数据传输。     

地震数据实时自适应压缩方法研究

本文探讨了二种地震数据实时自适应压缩方法。自适应采样是我们在总结传统的采样方法的基础上,结合地震信号频率变化特点,对地震信号所采取的一种波形压缩方法。自适应增量编码ADPCM法则在自适应采样压缩的基础上将地震数据又压缩了二倍,进一步提高了压缩效果。两种方法有力配合,使短、中长、长周期地震记录分别压缩了12倍、30倍、10倍以上。压缩恢复波形无论在时域分析(相关系数达0.997以上)还是在频域分析,失真都非常小,基本达到无畸变压缩。上述两种方法算法简单,计算量小,易于地震数据的高速采集、传输及记录。自适应采样法目前已应用于国家地震局地球物理所六室研制的BSO系统中。      

适用于低延时实时数据传输的地震数据压缩方法

随着数字地震台站数量的增加、数据传输手段的多样化以及地震预警系统的发展,对地震数据实现有效的实时压缩对数据传输显得十分重要.本文提出一种支持低时间延迟(数据传输间隔小于1 s)数据传输要求的实时数据压缩算法.通过理论估算和实际地震数据检验,该方法高效、易实现,适用于地震预警等领域.     

一种基于压缩感知的地震数据重建方法及其在城市活断层地震勘探中的应用

在城市地区采用地震勘探方法时,由于地表障碍物、地形等因素的影响,地震检波器不能按照观测系统设计规则布设,采集的地震数据存在道缺失,常规的浅层地震数据处理方法由于没有采用数据重建方法,因此会影响地震数据处理和解释的效果.压缩感知技术被引入到地震勘探中已经有十余年,但都是在石油地震勘探中应用,其原因是石油地震勘探数据量大,信噪比高.由于浅层地震勘探的覆盖次数小,信噪比低,在浅层地震勘探中应用压缩感知技术存在一定的挑战,能否应用压缩感知技术于城市浅层地震勘探尚未可知.本文对压缩感知理论在浅层地震勘探中的应用进行探索,将模拟的压缩感知采集的数据进行重建;以曲波变换为稀疏变换,通过构造0-范数的一种逼近函数建立稀疏反演模型,并提出了一种快速的求解方法.模拟数据实验表明,本文方法能够很好的对缺失地震数据进行重建.对某地区地震活断层勘探的实际地震数据进行了模拟的压缩感知采样和数据重建,并对原始数据、压缩感知采集数据和重建数据分别进行了相同的地震数据处理,偏移成像结果验证了基于压缩感知的重建方法能够获得和常规采集数据相当的处理结果.本文验证了基于压缩感知的地震数据重建技术在浅层地震勘探中的可行性,为后续的研究打下了良好的基础.     

McSEIS—170f浅层地震勘探仪数据格式

日本ＯＹＯ公司生产的ＭｃＳＥＩＳ－１７０ｆ瞬时浮点浅层地震勘探仪野外观测数据具有软盘专用格式。本文对磁盘上文件部信息段与数据段存放方式作出了详细的解释,并且对文件头记录内容逐一进行了解剖和说明。本文还提供了读取文件关信息和数据的标准Ｃ语言程序实例。些项工作补充了仪器说明书中缺少的内容。     

网络存储技术在地震数据存储中的应用

随着地震观测和地震科学研究水平的提高,大量宝贵的地震科学数据不断产出.安全有效地存储这些海量地震数据,是目前迫切需要解决的问题.本文简要介绍了网络存储技术的发展和应用,并通过分析地震数据对存储系统的要求,探讨了网络存储技术在地震数据存储中的应用.     

"张衡一号"卫星电场数据存储实验

"张衡一号"卫星搭载的空间电场探测仪,可采集全球范围的电场数据,为空间科学研究及实验提供原位观测数据.该载荷产出的波形和功率谱数据都是以H5格式的文件方式存储,但由于电场观测数据量巨大,文件方式储存导致数据应用效率极低.因此,本文提出了一种基于关系性数据库的数据存储方法,可以显著提高数据访问时间.试验结果表明本文存储方法可应用到张衡一号卫星其他载荷数据,为电磁卫星海量观测数据的高效应用提供了有效的技术支撑.     

基于稀疏约束的地震数据高效采集方法理论研究

随着地震勘探目标复杂化和精细化程度的提高以及"两宽一高"等采集技术的广泛应用,当前地震数据采集的时间越来越长、成本越来越高.针对此问题,本文基于压缩感知理论开展了地震数据高效采集方法的改进和探索研究.根据波动方程解的一般表示式,从波场传播的角度给出了地震数据具有稀疏性的数学物理依据及寻找适应地震数据稀疏变换的一般方案;在稀疏性先验信息的指导下,发展了具有"蓝色噪声"频谱特征的改进的分段采样方法,并基于最优化理论提出了地震数据重建方法.地震数据的稀疏性理论、稀疏约束下的高效采集方法以及地震数据的重建方法构成了相对完善的地震数据高效采集理论.把该理论用于指导地震数据采集,即利用稀疏约束的随机采样方法改变常规规则密集测网中炮点和检波点(或二者之一)的分布,设计了三种随机且均匀的高效采集测网,提出了利用相应测网获取的地震数据重建为常规规则密集测网地震数据的针对性方案,并使用重建精度、高效采集数据的直接成像和重建后再成像的结果对比证明了上述重建方案的有效性.基于Marmousi模型的高效采集试验检验了本文构建的基于稀疏约束的地震数据高效采集方法理论框架在提高当前地震数据采集效率、降低勘探成本上的优势以及方法的有效性和可行性.     

Seismic data compression based on integer wavelet transform

Introduction With the development of the seismological observation technique and deep-going of seismicdata application fields, especially the digitization of data in earthquake station networks, theimprovement of the precision, the data quantity increases as geometric order, which bringdifficulty to saving and transfering these data. To keep all information, seismic data, like medicalimages, should be compressed without error in many applications. In generally, traditionalcompression meth…     

Seismic data compression based on integer wavelet transform

Due to the particularity of the seismic data, they must be treated by lossless compression algorithm in some cases. In the paper, based on the integer wavelet transform, the lossless compression algorithm is studied. Comparing with the traditional algorithm, it can better improve the compression rate. CDF (2, n) biorthogonal wavelet family can lead to better compression ratio than other CDF family, SWE and CRF, which is owe to its capability in canceling data redundancies and focusing data characteristics. CDF (2, n) family is suitable as the wavelet function of the lossless compression seismic data. Contribution No.04FE1019, Institute of Geophysics, China Earthquake Administration.     

Efficient seismic response data storage and transmission using ARX model‐based sensor data compression algorithm

This paper presents a linear predictor (LP)‐based lossless sensor data compression algorithm for efficient transmission, storage and retrieval of seismic data. Auto‐Regressive with eXogenous input (ARX) model is selected as the model structure of LP. Since earthquake ground motion is typically measured at the base of monitored structures, the ARX model parameters are calculated in a system identification framework using sensor network data and measured input signals. In this way, sensor data compression takes advantage of structural system information to maximize the sensor data compression performance. Numerical simulation results show that several factors including LP order, measurement noise, input and limited sensor number affect the performance of the proposed lossless sensor data compression algorithm concerned. Generally, the lossless data compression algorithm is capable of reducing the size of raw sensor data while causing no information loss in the sensor data. Copyright © 2005 John Wiley & Sons, Ltd.     

Methods of data compression in geophysical research

The urgent geophysical research problem of seismic data storage is considered. To reduce the volume of the stored data, it is suggested to compress data, i.e., to eliminate the information redundancy using algorithms of reversible compression (compression without data loss, nondistorting compression). A review of modern compression algorithms is given. Recommendations on using compression algorithms for accumulation as well as storage of seismic data are offered.     

基于光谱角匹配预测的高光谱图像无损压缩

在地表信息获取方面,高光谱遥感是对地观测技术的主要方法,观测同时产生了海量高光谱图像的存贮与传输问题.研究发现,高光谱图像具有独特的光谱上下文特征,可从光谱维分析高光谱图像的光谱相关性,并用光谱角来度量相邻像素间的光谱相似性的差异,探测水平或垂直光谱边界,由此提出了基于光谱角匹配预测(SAMP)的无损压缩算法.实验表明,SAMP算法的预测效果好于已有文献中提出的一些优秀算法,且具有低复杂性.     

数字地震仪(或雷达)的文件格式及其转换方法

详细介绍了ＳＥＧ新规定的ＳＥＧ－２标准及其文件结构,这一标准不但适用于数字地震仪,而且也适用于地质雷达等数字化记录设备。同时给出了一个在ＩＢＭ－ＰＣ环境不读取ＳＥＧ－２数据文件的Ｃ语言示范程序,根据这个示范程序,用户可以很方便地将ＳＥＧ－２数据文件转换成适用于特定应用软件的数据格式。     

Mallat算法在数字地震信号压缩中的应用

地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。     

建立医院间PACS系统的技术和实现

介绍了建立医院和医院之间PACS系统的意义；信息传输技术的不断发展，为建立院间PACS系统提供了物质基础，采用固定IP地址的中间存储空间和采用适当无损压缩方法是建立院间PACS系统的关键。     

Seismic data compression by an adaptive local cosine/sine transform and its effects on migration

The local cosine/sine basis is a localized version of the cosine/sine basis with a window function which can have arbitrary smoothness. It has orthogonality and good time and frequency localization properties. The adaptive local cosine/sine basis is a best‐basis obtained from an overabundant library of cosine/sine packets based on a cost‐functional. We propose a 2D semi‐adaptive (time‐adaptive or space‐adaptive) local cosine transform (referred to as a 2D semi‐ALCT) and apply it to the SEG–EAEG salt model synthetic data set for compression. From the numerical results, we see that most of the important features of the data set can be well preserved even in the high compression ratio (CR=40:1) case. Using reconstructed data from the highly compressed ALCT coefficients (CR=40:1) for migration, we can still obtain a high‐quality image including subsalt structures. Furthermore, we find that the window partition, generated by the 2D semi‐ALCT, is well adapted to the characteristics of the seismic data set, and the compression capability of the 2D semi‐ALCT is greater than that of the 2D uniform local cosine transform (2D ULCT). We find also that a (32, 32) or (32, 64) minimum (time, space) window size can generate the best compression results for the SEG–EAEG salt data set.