Hausdorff分数维识别地震道初至走时

地震波初至走时的识别在地震勘探、人工地震层析成像以及全球地震层析成像方法研究中起重要作用．初至走时拾取的精度在很大的程度上影响地震层析成像及演的精度．本研究以提高地震波初至走时拾取的精度及定量化程度为目标,利用计算地震道时间序列分数维的方法,实现了地震波初至走时的自动拾取．本文以分形理论为基础,进行了地震道时间序列Hausdorff分数维的计算．计算结果表明地震道时间序列的分数维在初至到达前后具有不同的数值,其变化点能够定量指示出初至走时的位置．本文还给出了利用该方法对实测数据进行初至走时拾取的实例．     

基于地震DNA算法的一种新的初至拾取方法

高效准确地拾取初至是获得良好初至波走时层析结果的前提.目前应用广泛的是传统能量比法拾取初至,这种方法是基于获得较准的初至起跳时间.但由于理论缺陷,能量比法拾取的起跳时间并非真实的初至起跳时间.基于聚类连接算法的地震DNA算法是目前比较新颖的层位自动提取方法,尝试将地震DNA算法用于准确地拾取初至,这种初至拾取方法无需获得初至起跳时间,弥补了能量比法的理论缺陷.首先将地震记录从数值空间转换至字符空间,设置符合初至特征的搜索因子在字符空间逐道进行初至拾取,此时所拾取初至为字符类型,使用欧式距离连接聚类好的字符初至使其具有更好的连续性和准确性,然后将字符类型初至转换到数值空间进行初至走时的显示及其计算.对简单数据模型和实际资料分别用传统能量比法与新方法进行初至拾取效果对比,对实际资料的单炮记录分别使用能量比法,互相关法,自拾取算法以及人工干预的自拾取算法进行初至拾取效果对比,拾取初至特征值对比结果说明采用地震DNA算法拾取初至的方法避免了误拾取现象且拾取效果更加连续.对所拾取的初至特征值进一步处理计算走时,将计算得到的初至走时应用于二维初至波走时层析中,层析反演结果表明,这种新的初至拾取方法...     

地震波形的分形判别与特征提取

研究地震波的复杂性和它的自相似性以及计算地震道时间序列分数维等一系列特征问题,能得出地震波在复杂构造及断点位置的一系列特征,能轻易地实现地震道异常点的计算机自动拾取。对更深入地研究地震波和更准确地解释地震资料,会有很大的帮助。本文提出了计算地震道分数维的一般方法。实验表明地震道时间序列的分数维在异常点会具有不同的数值,其变化点能够定量指示出异常的准确位置。这对更精确的研究时间剖面上断点及不同地质构造变化有着非常重要的意义。     

一种地震P波和S波初至时间自动拾取的新方法

地震P波、S波初至时间的拾取是地震波分析的一项基础性工作.本文提出了一种新的地震波初至时间自动拾取的方法:首先,把地震波的三分量时程曲线变换为一组空间向的能量变化率时程曲线;然后对能量变化率时程曲线进行STA/LTA(Short Time Average/Long Time Average,短时间的均值/长时间的均值)处理,拾取地震P波和S波的大致初至时间;最后提出采用一种二次方自回归模型对初至附近的能量变化率曲线进行二次方自回归处理,精确拾取出P波和S波的初至时间.本文采用了10组芦山地震的记录数据和150组汶川地震的记录数据对此方法的可靠性进行了检验.以人工拾取结果为参考,此方法具有很高的准确率和稳定性,同时,相比于常用的STA/LTA方法和AIC(Akaike Information Criterion,Akaike信息准则)方法,此方法在计算时间效率方面稍微逊色,但是对S波初至时间的拾取精度和可靠性更高.此方法丰富了地震P波、S波初至时间的自动拾取方法.     

联合地震初至走时与早至波形的深度学习速度建模

地震初至走时和早至波形数据含有丰富的速度结构信息,被广泛用于地震速度建模.采用初至走时建模稳定,但精度不足;而地震波形速度建模虽然精度较高,但稳定性较低.联合采用初至走时和早至波形可能有助于同时提高速度建模的稳定性和精度,但走时和波形的物理意义不同,在数据结构上存在明显差异,难以直接在常规层析成像或波形反演中联合.本文提出联合地震初至走时与早至波形的深度学习速度建模方法,通过对特征数据集的异构数据进行维度变换,使初至走时和早至波形以不同通道输入到深度神经网络,形成相对应的速度模型映射.数值实验结果表明,该方法实现了初至走时和早至波形在速度建模中的优势互补,其建模精度优于仅采用初至走时及仅采用早至波形的深度学习建模方法和层析成像方法.利用异构数据开展深度学习速度建模的思路,对联合其他数据开展高精度速度建模也具有借鉴意义.

     

初至波能量比迭代拾取方法

本文提出了一种创新的初至波自动拾取方法,免人工干扰,抗干扰能力强,自动剔除低信噪比道,利用二次拾取保证初至拾取结果的可靠性和提高拾取道数.该方法首先利用空间多时窗内插方法,确定每道时窗位置,基于数字图像处理技术,计算初至时窗内地震数据每个采样点的能量比值,结合初至波波形和能量的特点确定初至时间的位置;然后利用相邻初至波相互约束对拾取的初至波进行评价,确定可信度低的初至波;最后利用可信度高的初至波作为约束条件对可信度低和未拾取的初至波二次拾取,二次拾取过程中利用能量、频率、波形等对初至波进行判断,剔除掉异常干扰道.本方法利用新的能量比值法在一定程度上能消除初至波到达前的随机干扰,初至评价和二次拾取有效地识别和剔除干扰道,提高二次拾取质量,减少手工交互的工作量,满足了地震勘探中对初至波拾取的要求.经过实际数据的应用表明,此算法对于初至波形变化较大、背景噪声干扰严重等的低信噪比资料,自动拾取初至的效率和精度都得到了预期的效果.     

基于约束Markov决策过程的初至自动识别技术

随着地震数据采集技术的进步,地震数据量日益增加,全自动、高精度的地震初至走时拾取技术受到了更加广泛的关注.本文将初至拾取看作特征空间内带约束的Markov决策过程,在奖励函数空间,按一定准则全局寻优获得积累奖励值最大的路径,从而达到在高维空间自动拾取初至信息的目的.同时,状态值函数中包含与距离相关的折扣因子γ,使Markov决策过程拾取初至能够考虑地震数据的横向连续性,并且回避地震数据中的坏道信息.在此基础上,本文方法进一步引入受空间几何信息约束的动作（Actions）和转移概率（Transitions Probability）,从而降低了对起始状态和折扣因子选取的难度,让地震数据初至走时拾取更加准确和自动化.实际数据测试结果表明,在初至能量较弱（信噪比较低）情况或浅层存在相邻较近复杂波形时,本文提出的约束Markov算法仍能准确地进行初至走时的自动拾取,并且具有一定的质量监控能力,让拾取结果更有物理意义.

     

利用单频双程波动方程计算初至走时及其振幅

通过在频率域双程波动方程模拟算法中加入一个复数频率（实部表示频率,虚部表示衰减因子）压制地震波初至走时之后的能量,从而把初至走时及其振幅的计算问题转换为单一频率波场中最大能量走时和振幅的拾取问题,然后利用单一频率域波场的相位项和振幅项分别计算初至走时及其振幅.本文还提出利用参数分析方法求取最优的复数频率,并给出数值计算例子,将本方法的计算结果与有限差分程函方程初至走时和最大能量走时振幅进行比较,结果表明,该方法具有适应于任意复杂介质和多炮多接收点走时和振幅的计算.     

基于波形相似性的远震初至拾取方法进展与对比研究

远震初至拾取是地震学研究中的关键环节,它在地震定位、核爆炸检测以及远震层析成像中起着重要的作用.基于波形相似性的远震初至拾取方法利用互相关估计各地震道的相对时差,具有抗噪和拾取精度高的特点.目前流行的各种基于波形相似性的远震初至拾取方法的原理各不相同,在时窗参数设定、稳定性和计算效率等方面存在差异,有必要对不同方法进行总结,并对其精度和效率进行评价.本文针对多道互相关方法、迭代互相关叠加方法、自适应叠加方法、台网远震体波处理方法、改进多道互相关方法等五种基于波形相似性的初至拾取典型方法的特点,对比分析了各方法的精度、稳定性及其与时窗参数的关系.实际数据的应用结果显示:在相同数据条件下,改进多道互相关方法精度最高,台网远震体波处理方法次之,再次是多道互相关方法和迭代互相关叠加方法,自适应叠加方法最低.不同方法的稳定性对互相关时窗长度变化的敏感度不同,时窗过短或者过长均会造成拾取精度和稳定性的降低.当初至震相信号的时窗长度取主周期的1~2倍时,互相关时窗恰好覆盖初至震相起跳部分的波形,各种方法拾取初至的精度接近.在实际应用中,建议根据不同的震源子波类型、频率成分、噪声水平等采用不同的初至拾取策略以提高拾取的精度和稳定性.     

一种基于改进的U-Net网络的初至自动拾取研究

针对传统的地震波初至拾取方法对低信噪比资料拾取精度较低、算法的鲁棒性较差,以及目前提出的基于深度学习的初至拾取方法制作训练样本耗时耗力、训练样本尺寸太大或网络结构太深导致训练和测试网络模型效率较低等缺点,本文对经典的U-Net网络结构进行了改进,将经典的U-Net网络结构中的跳跃连接改为包含多个卷积块的残差连接,减小了网络结构中融合的两个图像特征的差异,并使用自动拾取的小尺寸训练和测试样本,对本文用于初至拾取的经典U-Net网络模型和改进的U-Net网络模型分别进行了训练和测试.结果 表明,改进的U-Net网络模型的训练准确率更高,初至拾取的精度也更高,尤其对低信噪比地震道初至拾取效果较好.     

汾渭地震带时间分维特征研究

本文选取了汾渭地震带从1970年至1989年二十年的地震资料,对所发生地震的时间分维结构进行了研究。文中分别以两个月为一个单位和一年为一个单位计算了时间分维数,绘出了每两个月D_t随时间t的变化曲线和二十年中每年D_t随t的变化曲线。经过计算发现,多数较强地震前D_t值明显降低,在大同一阳高地震中表现较明显,震前1988年的时间分维值为0.1944,1989年9月计算出的分维值为0.1312。     

地震记录的广义分维及其应用

根据分形理论,对不同信噪比地震记录的分维特征进行了分析,指出地震记录中噪声背景与信号部分具有不同的分维尺度,地震道时间序列的分维数值与计算时所用的测量尺度有关,因此,可利用广义分维的概念计算地震记录的分数维.地震记录广义分维大大提高了分形算法在计算机自动识别地震波震相时的抗噪声能力.最后用本文方法对实际地震记录进行了有效的初至波自动拾取.     

地震断裂系统的分形和在地震预报中的应用

本文基于地震断层具有自相似结构,从分形概念出发,依据地震资料提出了适合于前震和余震的分形模型,在此基础上讨论了前震和余震的b值特征,提出了地震矩不均衡度的概念。本文还探讨了利用分数维和地震矩不均衡度进行地震预报的可能性。研究发现,正常情况下,地震矩不均衡度呈现低值,大震发生前出现高值异常,震后降低;在空间上,震前2—4年其异常范围大,震前一年异常区逐渐缩小,大震发生在异常集中区内或其边缘。     

地震记录的广义分维及其应用

根据分形理论,对不同信噪比地震记录的分维特征进行了分析,指出地震记录中噪声背景与信号部分具有不同的分维尺度,地震道时间序列的分维数值与计算时所用的测量尺度有关,因此,可利用广义分维的概念计算地震记录的分数维.地震记录广义分维大大提高了分形算法在计算机自动识别地震波震相时的抗噪声能力.最后用本文方法对实际地震记录进行了有效的初至波自动拾取.     

The fractal nature of the inhomogeneities in the lithosphere evidenced from seismic wave scattering

In this paper we show evidences of the fractal nature of the 3-D inhomogeneities in the lithosphere from the study of seismic wave scattering and discuss the relation between the fractal dimension of the 3-D inhomogeneities and that of the fault surfaces. Two methods are introduced to measure the inhomogeneity spectrum of a random medium: 1. the coda excitation spectrum method, and 2. the method of measuring the frequency dependence of scattering attenuation. The fractal dimension can be obtained from the inhomogeneity spectrum of the medium. The coda excitation method is applied to the Hindu-Kush data. Based on the observed coda excitation spectra (for frequencies 1–25 Hz) and the past observations on the frequency dependence of scattering attenuation, we infer that the lithospheric inhomogeneities are multiple scaled and can be modeled as a bandlimited fractal random medium (BLFRM) with an outer scale of about 1 km. The fractal dimension of the 3-D inhomogeneities isD ₃=31/2–32/3, which corresponds to a scaling exponent (Hurst number)H=1/2–1/3. The corresponding 1-D inhomogeneity spectra obey the power law with a powerp=2H+1=2–5/3. The intersection between the earth surface and the isostrength surface of the 3-D inhomogeneities will have fractal dimensionD ₁=1.5–1.67. If we consider the earthquake fault surface as developed from the isosurface of the 3-D inhomogeneities and smoothed by the rupture dynamics, the fractal dimension of the fault trace on the surface must be smaller thanD ₁, in agreement with recent measurements of fractal dimension along the San Andreas fault.     

山西及邻区水系与黄土冲沟的分形几何学分析结果及其与构造活动的关系

本文用分形几何理论,对山西及邻区水系与黄土冲沟作了分析,发现水系与冲沟分维值的大小反映了该区构造活动性的强弱,分维值的分布定量地反映了区域构造活动的背景及各区域构造活动性的差异,在构造活动强的区域,分维值高,反之则低。按分维值的大小山西断陷带分成南中北三段,以中段介休-临汾一带的分维值及反映的构造活动性最强。该区分维值的分布及反映的构造活动性有从四周向中间增强的特点,增强区与强震的发生有关     

断层泥粒度成分的分形研究

用分形理论分析了断层泥粒度成分的分形结构特征，其分维在２～３之间，平均值为２．８左右。分维可作为定量描述断层泥粒度成分的参数，分维值高的断层泥，自组织程度高，其形成演化处于高级阶段。探讨了断层泥的分维及其物理力学性质指标和断层运动特征的关系     

ON TIMING THE VSP FIRST ARRIVAL*

The advent of signal energy on a VSP or check-shot trace may be defined as the first break. An accurate pick of this first break would be possible in the absence of noise. However, real data traces are inevitably corrupted by noise and this leads to difficulty in identifying a break because the signal-to-noise ratio is low in its neighbourhood. Under such conditions, an obvious alternative is to pick “troughs” where the local signal-to-noise ratio is likely to be much higher. Although trough picking is an effective way to minimize the noise problem, it is sensitive to signal properties (such as absorption and multiple reflections) which have no effect upon the accuracy of break picks. Thus, trough picking is signal-sensitive and break picking is noise-sensitive. Clearly, an ideal first-arrival picking scheme would combine the noise-tolerant features of trough picking with the signal-tolerant features of break picking. This ideal may be approached by exploiting known properties of the VSP trace using conventional signal processing techniques. The result of such processing is to reduce the problem to that of picking a trough correctly centered about the true break time.