基于时窗能量比与互信息量的微地震初至拾取方法

由于微地震事件本身能量弱、资料信噪比低的特点,初至快速精确的拾取成为其关键而又亟待解决的问题。针对微地震事件初至人工拾取效率低、时窗能量比方法拾取精度低的特点,从信息熵和互信息量的角度开始研究,根据互信息量是随机变量间统计依存性与关联程度的量度特点,研究了一种时窗能量比与互信息量准则的微地震初至拾取方法,首先以时窗能量比算法来粗略估计初至的到达时刻,然后再利用互信息量算法来准确的拾取初至,通过模型验证与实际数据的测试,并与常规方法对比分析,验证了方法的有效性与可行性,能够较为准确与快速地实现微地震初至的自动拾取。     

微地震事件不同初至拾取方法的对比分析

微地震事件初至的精确拾取是微震时空定位的关键技术之一。简述了STA/LTA (Short–Term to Long–Term Average)、AIC (Akaike Information Criteria)、分形维数3种微地震初至拾取方法的基本原理;采用理论模型数据对不同初至拾取方法进行了方法测试效果分析;并选取不同信噪比的实际数据对初至拾取精度、算法效率两个方面进行了比较。结果显示：高信噪比时,3种方法初至拾取的精度都比较高;在信噪比降低时,分形维数法初至拾取的精度仍然较高,具有较好的抗噪性;但是,分形维数法的效率较低,且受算法原理限制,并且与AIC法很难单独拾取事件初至。因此,采用STA/LTA识别微地震事件,初步确定初至范围,然后再使用AIC方法精确拾取初至,是微地震事件初至拾取的较好方法。     

基于时窗能量比和AIC的两步法微震初至自动拾取

传统的微地震数据震源定位算法依赖于波至时间的拾取.由于微地震数据量较大且信噪比较低,手动拾取纵波和横波的波至时间很耗时,且引入的人为误差不易控制.笔者在分析已有方法特点的基础上,给出一种较快捷、准确的两步法微地震初至自动拾取方法.该方法首先使用时窗能量比法识别微震事件并大致确定波至时间,然后使用局部AIC精确拾取波至时间.与常规时窗能量比法相比,该方法减弱了时窗大小对拾取精度的影响;与常规的AIC法相比,由于只在局部使用AIC,避免了在低信噪比情况下AIC会出现多个局部极小从而难以准确拾取的问题,同时也提高了拾取效率.最后通过野外实际微地震数据进行了测试,分析了该方法的性能,验证了该方法的有效性和实用性.     

一种可靠的强噪声三分量微地震数据初至拾取方法

精确的初至拾取是微地震数据处理中至关重要的环节。主流的长短时窗比法(STA/LTA)和基于自回归模型的赤池信息准则(AR-AIC)方法,对强噪声数据的拾取效果并不理想。为了更为精确的估计强噪声数据初至,提出了一种基于小波多尺度分析(WMA)和AIC算法的联合拾取方法。首先使用WMA对强噪声三分量(3C)微地震数据进行分解,并重构其近似数据作为实际计算数据,同时计算其绝对值的最大值点,来约束AIC计算数据段,最终选取AIC序列的全局最小值点作为其初至点。文中采用合成数据和实测数据对该改进算法进行了验证,拾取结果表明该算法能有效适用于强噪声微地震数据初至拾取,并明显提高其拾取精度(误差在0.25～0.5 ms之间)。     

基于区域生长算法的初至自动拾取方法

提出了一种基于域生长算法的初至自动拾取方法.首先是由炮记录中的地震道计算其局部标准方差以及局部互相关等局部相似属性,从而形成局部相似属性道.然后将这些局部属性道作为域生长算法的输入,由区域生长算法根据事先设定的阈值和种子点自动识别出噪声区域和有效信号区域,两个区域的边界即为初至时刻.实例表明,该方法具有一定的抗噪性能,易于使用.     

基于STA/LTA和分形维算法的微震事件初至自动拾取方法

精确拾取微地震事件初至是微震定位的关键技术之一。根据STA/LTA和分形维数两种微地震初至拾取方法的原理,采用理论模型数据对两种初至拾取方法进行了测试,并选取不同信噪比的实际数据从初至拾取精度、算法效率两个方面进行了对比。结果表明,对于高信噪比微震事件,两种方法都能获得精度较高的初至,但对于低信噪比微震事件,分形维数与STA/LTA比较其拾取精度相对要高。鉴此,运用STA/LTA和分形维两种算法相结合的微震事件初至拾取方法,对实际数据进行了处理,实现了微震事件初至较为准确的自动拾取。     

压裂微震数据初至拾取的时频谱熵法

在油气田开发过程中,微震监测是获得水力压裂引起裂缝分布的一种较为有效的方法。微震的定位成像与裂缝解释需要利用有效微震信号位置,而微震信号具有低信噪比的特点,传统信号拾取方法无法有效实现较低信噪比条件下初至时刻的准确拾取。本文提出一种基于时频谱熵的初至拾取新方法,该方法首先通过S变换获取含噪信号的时频谱;然后对谱内各个采样点沿频率方向进行分帧操作,并计算每帧频段内的近似负熵值,以最小近似负熵值作为该谱点的负熵值;最后沿时间方向比较各谱点的负熵值,最小值对应的时刻即为初至时刻。本文利用不同信噪比的合成地震数据对该方法进行效果验证,并与长短时窗能量比（STA/LTA）法进行拾取结果对比,结果表明：信噪比在-5 dB时,两种方法拾取效果都很好;信噪比在-10 dB时,时频谱熵法拾取效果更好。时频谱熵法更适合低信噪比情况下的信号初至拾取。     

用变换时窗统计能量比法拾取地震初至波

基于地震道时窗属性特征,对地震波初至拾取能量比法进行系统的研究,比较了固定、滑动和变换时窗能量比法的原理及应用效果。研究表明,固定和滑动时窗能量比法的处理效果较差,在拾取过程中对某些特殊点的处理上存在误差较大;而采用变换时窗长度统计法后,初至曲线的同向轴变的更加光滑,拾取异常点的情况大为减少,从而有效的提高拾取的精度。     

基于STA/LTA方法的微地震事件自动识别技术

快速准确地从微震监测数据中提取微地震事件是微地震监测技术的关键。采用理论模拟数据分析了STA/LTA方法的可行性,选择了更能反映微地震信号变化的特征函数代替原始信号,结合实际数据对时窗长度、长短时窗比、阈值等重要参数进行了对比分析。研究结果表明,STA/LTA方法能够从海量微地震监测数据中快速准确地自动识别微地震有效信号,去除冗余信息,大幅减少微地震监测数据的传输量,从而为微地震监测数据的无线实时传输提供了可能,同时也减少了数据存储所需要的磁盘空间,取得了较好的应用效果。     

Hankel矩阵滤波在微地震数据处理中的应用

针对微地震信号能量弱、信噪比偏低的问题,将基于Hankel矩阵的滤波算法引入微地震信号处理中,用于衰减微地震信号中的随机噪音,提高微地震事件波至时间的拾取精度;采用Akaike信息准则(AIC)自动选取信号特征值,能适用于微地震事件的实时自动处理。与常规滤波方法相比,该方法在压制噪音的同时保护了微地震信号,其有效性和实用性在模型数据和实际微地震数据测试中得到了验证。     

基于小样本卷积神经网络的主动源P 波初至拾取方法

地震走时成像结果的准确性取决于初至到时的拾取精度,人工挑选初至效率低、成本高。前人研究表明深度学习可以应用于初至的自动拾取,然而传统的深度学习方法往往需要大量人工挑选的初至作为神经网络的训练集。文章利用U型卷积神经网络拾取单炮多道P波初至,研究表明P波初至拾取的均方根误差会随着训练集数量的增加而减少。训练集分别采用35炮和597炮数据时,对应的均方根误差分别为11.4和6.5 ms。参考半监督学习中数据增强方法,选取适合主动源数据的增强方法（随机剪裁、随机擦除等）用于拓展训练集。结果显示,以人工拾取总数据量的5%（35炮）作为小样本并进行随机擦除数据增强后,实现了均方根误差在5.5 ms（约3个采样点）以内,比未经增强的误差减少51%。与前人的深度学习方法相比,本文应用的数据增强方法可以在小样本的情况下实现主动源地震初至的高精度拾取。     

基于高阶累积量一维切片的地震信号初至自动拾取方法

将现代重要的统计信号处理理论--高阶累积量理论引入到地震信号的分析与处理中,提出了一种基于互四阶累积量一维切片的地震信号初至自动拾取方法,并给出了该方法的基本原理与具体算法.该方法利用地震信号横向波形的相似性以及互四阶累积量对高斯色噪声不敏感的特点,实现地震信号初至时间的自动拾取.理论模型计算表明,在强高斯色噪声干扰下...     

微地震技术在农安油页岩靶区的应用

微地震初至时间拾取是微地震资料处理过程中的一个重要步骤,也是地层速度模型建立的重要依据。为提高拾取精度,本文提出一种新的自动拾取初至时间的方法,计算三分量地震数据的小时窗协方差矩阵特征值,将其作为特征函数引入到STA/LTA能量比法当中,从而实现自动拾取初至时间,并结合P波时差法完成震源定位。理论模型及农安浅井油页岩水力压裂试验的微地震资料处理结果表明,该方法可以有效地拾取微地震初至时间并实现震源定位。     

几种时频分析方法对比及在煤田地震勘探中的应用

由于不同时频分析方法有其特有时频特性,为提高煤田地震资料处理精细程度,对比研究选择最佳方法十分重要.针对短时傅氏变换、小波变换、S变换,Wigner-Ville分布及其改进分布和Choi-Williams分布等几种经典时频分析方法,进行数值模拟研究,分别从时间分辨率、频率分辨率及干扰项影响程度等详细分析了各种方法的优缺点.最后选用SPWVD进行初至拾取和S变换分频显示解释陷落柱,取得了良好的效果.     

基于S变换和瞬时旅行时属性的自动初至拾取方法研究

地震波走时拾取是地震资料前期处理过程中的一个重要步骤,同时也是后期层析成像方法中计算速度的重要依据。本文提出了一种新的自动初至拾取的方法,利用地震信号的瞬时旅行时属性进行地震波自动初至拾取,瞬时旅行时属性的计算包括两个独立但相关联的部分,首先通过S变换将地震信号转换到时频域,然后利用映射算子将时频域表征映像回时间域得到瞬时旅行时,从而实现自动拾取初至。理论模型和实际地震资料处理的结果表明,该方法可以有效地拾取地震波初至时间。     

利用偏振约束的能量比微地震自动识别方法

微地震监测是分析水力压裂注水前缘或对油藏进行动态监测的一种有效方法.由于持续监测数据量大,而且有效微地震事件的出现时间无法判定,人工拾取需要耗费大量人力与时间,需要利用计算机对有效事件进行自动拾取.笔者分析了井中微地震监测背景噪声以及某些相关噪声特点,以长短时窗能量比法为基础,结合偏振分析,设计利用偏振一能量比综合的方法来识别微地震有效事件,经实际资料验证该方法具有一定的可靠性.根据实际有效信号与噪声在多级检波器之间的出现规律利用多级间时差对识别结果进行约束来排除某些特殊噪声的影响.将这种方法应用于整套水力压裂微地震监测资料中,能够快速稳定的识别出大量微地震有效事件,有比较好的应用效果.     

基于分形盒维算法的天然地震波初至拾取方法研究

基于分形理论,提出了一种地震波初至的拾取方法,根据地震初至波到达前后时间序列的分形特征,采用适当的时间窗口,可以定量地确定初至波的到达时间。数值计算表明,当窗口大小为0.6 s时,计算速度合适,可以保证地震波波至时间的拾取精度,并且在广西地区的宽频带地震流动台网记录的地震数据处理中进行了应用。     

微地震监测数据时频域去噪方法

原始微地震监测数据的信噪比相对较低,监测数据品质决定了微地震有效信号的定位精度,提高监测数据信噪比是微地震处理的关键环节。改进S变换对窗函数进行能量归一化处理,解决了常规S变换时频谱中频率定位不准的问题,具有更高的时频分辨率精度。利用改进S变换的良好二维时频域聚焦特性,设计时变的二维时频域滤波器,将时频域去噪方法引入到微地震监测数据的去噪处理中。利用改进S变换对微地震监测数据进行时频分析,能够更加准确地分析不同信号分量的振幅能量以及频率随时间的变化情况,实现微地震有效信号分量与噪声干扰分量的有效分离。通过合成模拟信号和实际井中微地震监测数据的试处理和对比分析,验证了该方法的可行性和有效性。     

基于四阶累积量的同相轴自动拾取方法

针对强随机噪声干扰情况下地震勘探资料中同相轴无法正确拾取的问题,提出了基于四阶累积量的同相轴自动拾取方法。该方法利用四阶累积量进行时间延迟估计,避免了相关高斯噪声的影响;同时在参考道的选择上,以一定的间隔设置多个参考道,减少了同相轴拾取过程中的累积误差。理论模型计算表明:该方法相对于互相关方法,对相关高斯噪声有更强的抑制能力,信噪比达到-5 dB。在实际资料应用中,拾取了与同相轴有关的参数：同相轴位置,该参数为地震资料的属性分析和精确定量解释提供了依据。     

改进的滚动时窗法实现海底浅地层剖面反射层位自动拾取的研究

根据浅地层剖面记录的特点,在滚动时窗计算能量比值的基础上,提出了一种限制时窗滚动范围,并设定相邻道之间地层反射时间跳跃阈值来搜索浅地层剖面记录反射层位的方法.该方法由人工指定搜索起始点、时窗滚动的范围和相邻道之间拾取时间的跳跃阈值,然后由计算机从前后二次自动搜索反射层位.经实例表明,应用该方法能快速、准确地拾取浅地层剖面记录上的反射层位.