共查询到18条相似文献,搜索用时 78 毫秒
1.
基于二分法的地震波初至自动拾取算法 总被引:1,自引:0,他引:1
初至拾取是地震资料处理中最基本的环节,随着地震资料的增多,自动拾取算法越来越重要,它将严重的影响地震资料处理的速度和效率.本文给出一种新的初至自动拾取算法,它根据参考初至(理论估计的初至),利用二分法和改进的能量比方法检测初至并去除不准确点,通过微调获取波峰、波谷、起跳点三种不同的初至类型.通过对不同信噪比的实际地震数据进行测试,本算法具有快速准确的特点.随着资料信噪比的降低,本算法未能完全解决拾取准确度降低的问题.然而通过适当调整算法的参数,本算法的结果比商用软件OMEGA的初至自动拾取效果要好. 相似文献
2.
3.
初至拾取是勘探地震资料处理中最基础的工作之一,现有的初至拾取方法日趋成熟.但当信号信噪比较低时,常规方法的拾取精度随之降低,因此一些适用于低信噪比数据的拾取方法被提出.其中应用较广泛的是基于时频分析的初至拾取方法,由于拾取过程涉及时频正变换和逆变换,效率较低,鉴于此,基于时频系数的叠加结果和时间域信号具有相同波形特征的特点,提出了一种在时频域直接开展初至拾取的方法,首先将数据转入时频域,然后采用自适应的噪声衰减方法进行噪声压制,最后在时频域直接拾取初至.模拟和实际数据的拾取结果证实,该方法在低信噪比的环境下,可以获得高于常规方法的拾取精度,并且比基于小波变换的其他方法更节省计算成本. 相似文献
4.
5.
岩石超声检测中最重要的一个环节是初至的拾取,然而该项工作往往费时费力,拾取精度受人为因素影响较大。为提高声波速度检测、声发射定位、以及超声层析成像的应用效率和精度,本研究将地震学中应用比较广泛的AIC初至自动提取技术引入到岩石超声检测中,并进行了适当改进。利用改进前后的AIC方法,自动拾取仿真信号和实际信号的初至,并利用长短时窗比方法(STA/LTA)和手动方法拾取了初至,同时分别与设定的实际初至进行对比。根据实验结果,对于信噪比较低的信号AIC方法要优于STA/LTA方法;改进前的AIC方法适用于起跳干脆、幅度变化大的信号,而改进后的AIC方法则适用于起跳较平缓的信号,且拾取到的初至与手动拾取的初至更加接近。 相似文献
6.
针对影响微震初至拾取的资料信噪比过低的问题,传统方法的拾取精度与稳定性大多不太理想.为了克服低信噪比条件下初至无法有效拾取的缺点,本文设计了一种对目标成分具有高敏感性的自适应Morlet小波基,通过利用该小波基对微震记录进行小波分解,利用三分量数据的有效成分在小波域内具有特征相关性,对三分量小波系数进行主成分分析,提取主成分特征,最终对各级主成分进行加权重构,实现对低信噪比微震信号的初至拾取.在设计有不同信噪比的模型实验与实际资料应用中,该算法均表现出优异的抗噪性能.在极低信噪比条件下,仍能精确指示有效成分的初至.模型实验与实际资料处理结果均验证了本方法对极低信噪比微震资料的初至拾取处理上的有效性与实用性.本方法在微震监测等相关领域中具有较高的理论与应用价值. 相似文献
7.
为提高初至拾取方法的准确性和自适应能力,将变异系数加权K均值聚类算法引入初至拾取中。首先提取均方根振幅、相邻道相关性、线积分、振幅谱主频等多种地震属性;然后针对地震属性进行加权K均值聚类,自动识别初至所在时窗;最后结合相位校正法,实现时窗内初至波起跳时间的拾取。在此基础上通过实际数据测试,并与长短时窗能量比法、反向传播神经网络方法对比,验证了本文方法的有效性与可行性。结果表明,基于加权K均值聚类的多属性初至拾取方法能较快速、准确地拾取低信噪比数据的初至,并且无需人为判断时窗,从而提高了拾取的自适应能力。 相似文献
8.
随着地质勘探工作不断深入到西部山地、戈壁等复杂地质环境中,数据量的指数增长以及采集所得的地震数据信噪比较低,导致早先的地震初至波自动拾取方法效率低下,精度不高,必须通过专家拾取干预才能满足实际工程需求.本文提出一种可以解决复杂地质条件下低信噪比的地震波初至自动拾取方法,本方法在地震波的初至拾取时,对地震数据进行了特殊的特征工程处理,然后采用多种语义分割网络模型对处理后的小批量数据进行训练,并把训练得到的网络模型用于低信噪比的地震波初至拾取工作.方法具体步骤为,首先通过地震数据预处理,即将进行线性校正等步骤处理后的地震数据裁剪为合适的大小以达到网络数据输入要求;接着,用两种不同的标注方式标注样本,并进行分析对比,得到初至到来之前和初至到来之后(包含起跳点)的二分类问题;然后,选择不同的语义分割网络模型进行测试,并根据模型最终的拾取率和IoU评估指标对比结果,得到实验效果最佳的网络模型;最后,对于一些异常的初至点,选取异常点上下十个样本点,通过比较它们之间的振幅大小,判断振幅值最大的样本点为最终的初至点.预测结果表明,本文提出的初至拾取方法对低信噪比信号有更好的效果. 相似文献
9.
长短时窗均值比(Short Term Average/Long Term Average,STA/LTA)方法因原理简单、实时性强,在地震波初至拾取中应用最为广泛.传统STA/LTA方法阈值选取依赖于人工经验,且其针对单一信号设定的阈值无法适用于不同类型的地震记录.针对此问题,本文通过建立阈值与背景噪声之间的联系,提出两种基于参考阈值拾取地震波初至新方法,即基于参考阈值的STA/LTA方法与基于参考阈值的STA/LTA改进法.首先,分析不同特征函数拾取地震波初至的灵敏度,引用关于信噪比(Signal-to-Noise Ratio,SNR)的特征函数抑制背景噪声干扰,降低阈值选取的难度;其次,给出不同背景噪声环境下阈值的计算公式,将阈值选取建立在严密的数学推导之上,提出基于参考阈值的STA/LTA方法;最后,针对天然地震背景噪声复杂,地震波初至拾取受短时强噪声干扰大的问题,通过改进时窗位置并加入取消时窗的方法提高算法的抗干扰能力,提出了基于参考阈值的STA/LTA改进法.实际地震数据处理结果表明,本文提出的两种方法能够克服固定阈值不能适用于所有地震记录的缺点,相较于传统STA/LTA方法... 相似文献
10.
针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值(STA/LTA)算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解(VMD)算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数(IMF)的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解(EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。 相似文献
11.
地震P波到时快速、精确的自动拾取是实现地震预警的第一步。目前所有P波到时自动拾取方法都需要进一步考虑准确度问题,据此提出用"振幅变化"长短时均值比方法拾取P波到时。研究表明引进"振幅变化"作为特征函数比Allen的"振幅变化平方"更能突显地震波初至时刻的"突变"特征。对"振幅变化长短时均值比方法"和Allen的"振幅变化平方长短时均值比方法"进行抗噪音分析表明,在较低信噪比条件下,Allen方法不能准确地拾取P波到时,而新方法依然能较准确地拾取P波到时。在较高信噪比条件下,用两种方法拾取的160个M_S4.0地震P波到时,其误差大都在允许范围内,但新方法拾取的准确度略高。新方法可以看做是对长短时均值比方法的拓展。 相似文献
12.
XU Zhen WANG Tao XU Shanhui WANG Baoshan FENG Xuping SHI Jing YANG Minghan 《中国地震研究》2019,33(2):288-304
In seismic data processing, picking of the P-wave first arrivals takes up plenty of time and labor, and its accuracy plays a key role in imaging seismic structures. Based on the convolution neural network (CNN), we propose a new method to pick up the P-wave first arrivals automatically. Emitted from MINI28 vibroseis in the Jingdezhen seismic experiment, the vertical component of seismic waveforms recorded by EPS 32-bit portable seismometers are used for manually picking up the first arrivals (a total of 7242). Based on these arrivals, we establish the training and testing sets, including 25,290 event samples and 710,616 noise samples (length of each sample:2s). After 3,000 steps of training, we obtain a convergent CNN model, which can automatically classify seismic events and noise samples with high accuracy (> 99%). With the trained CNN model, we scan continuous seismic records and take the maximum output (probability of a seismic event) as the P-wave first arrival time. Compared with STA/LTA (short time average/long time average), our method shows higher precision and stronger anti-noise ability, especially with the low SNR seismic data. This CNN method is of great significance for promoting the intellectualization of seismic data processing, improving the resolution of seismic imaging, and promoting the joint inversion of active and passive sources. 相似文献
13.
14.
15.
16.
17.
v--vIn this study a sensitivity analysis has been carried out by means of the seismic hazard results obtained using the non-zoning methodology (Epstein and Lomnitz, 1966) and the extreme value distribution functions proposed by Gumbel (1958), via a logic tree procedure. The aim of the sensitivity analysis is to identify the input parameters that have the largest impact on assessed hazard and its uncertainty. The research findings from the study of these parameters can serve as a useful guide to facilitate further research studies on seismic hazard evaluations because it allows us to identify parameters that have little or no effect on the seismic hazard results as well as parameters that have great effects on them. In this way, using the obtained results, we have proposed objective criteria in assigning probabilities to the different logic tree branches in a more objective way. It should be noted that, although the sensitivity of the logic tree branches depends on the site, it does not always do so in the same way. Finally, re-evaluation of seismic hazard using the proposed methodology applied to eastern Spain leads to a reduction of uncertainty from 52% to 27% of the expected acceleration with 10% probability of exceedence, at the site with the highest value of seismic hazard (Site 1: Torrevieja). 相似文献