时频域相位滤波在远震接收函数噪声压制中的应用

宽频带地震观测数据中有效信号和干扰噪声经常发生混频效应,常规的频率域滤波方法很难将二者分离.地震波信号属于时变非平稳信号,时频分析方法能够同时得到地震波信号随着时间和频率变化的振幅和相位特征,S变换是其中较为高效的时频分析工具之一.本文以S变换为例,提出了基于相位叠加的时频域相位滤波方法.与传统叠加方法相比,相位叠加方法对强振幅不敏感,对波形一致性相当敏感,更加利于有效弱信号信息的检测.时频域相位滤波方法滤除与有效信号不相干的背景噪声,保留了相位一致的有效信号成分,显著提高了信噪比.运用理论合成的远震接收函数数据和实际的宽频带地震观测数据检验结果显示该方法较传统的带通滤波方法相比,即使在信噪较低且混频严重条件下,时频域相位滤波方法的滤波效果依然很明显,有助于识别能量较弱的有效信号.     

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.     

地面微地震监测速度模型优化方法研究

地层速度模型精度对水力压裂微地震事件的定位结果起着关键的作用,常规的速度建模方法是根据声波测井资料建立初始层状速度模型,根据拾取的射孔信号初至通过反演进行速度模型优化,结果受射孔信号信噪比及初至拾取误差的影响较大,不适用于地面微地震监测.为了提高地面微地震速度模型的精度,提出了将多道射孔信号的叠加能量作为目标函数,基于粒子群优化算法的地面微地震速度模型优化方法,并通过模型数据和实际数据的处理进行了验证,结果表明该方法避免了无法拾取初至或初至拾取不准对速度模型优化结果的影响,有效实现了速度模型的优化,明显提高了地面微地震监测的定位精度.     

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.     

岩石超声检测信号初至的AIC自动拾取方法

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。      

基于深度学习的复杂地质条件下地震波初至拾取研究

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．     

基于自适应Morlet小波的低信噪比微震信号初至拾取方法研究

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.     

利用三维高斯射线束成像进行地震定位

常规的地震定位方法通常需要拾取地震记录的初至,当初至不明显或被较高水平的噪声淹没时精度较低.本文采用基于三维高斯射线束的偏移成像方法对震源进行定位,较好地解决了该问题.通过三维高斯射线束对台站记录进行偏移归位,并将各台站成像结果的交点作为地震能量释放的中心位置;当各台站成像结果不能交于一点时,采用三维空间高斯滤波方法可实现震源位置的自动获取.提出的变网格计算方案极大地减少了计算量,显著地提高了成像精度和计算效率.利用首都圈地震台网数据,对涿鹿、滦县以及房山三个地震事件进行试算,结果表明:基于变网格三维高斯束偏移成像的地震定位方法自动化程度很高,而且具有较好的抗噪能力,特别适合处理低信噪比资料的地震定位问题.     

基于分数域自适应滤波的地震信号去噪方法

提出了一种基于分数域自适应滤波的地震信号去噪方法.先论述了分数阶傅立叶变换(FrFT)的基本原理及分数域滤波的采样与信号重构定理.根据FrFT具有时频旋转特性,分析了时频域信噪重叠情况下实现噪声分离的可行性.通过时频面旋转交互方式求取最佳阶数以及滤波器的带宽,最后利用理想信号与处理结果的相关系数来验证该方法的有效性.合成记录及实际资料的处理结果表明,分数域滤波与常规Fourier变换相比,具有良好的去噪性能,可有效解决时频域信噪重叠的信噪分离难题,达到信号保真与去除噪声的目的.     

微地震事件初至拾取SLPEA算法

微地震事件初至拾取是微地震数据处理的关键步骤之一.实际微地震监测资料中存在大量低信噪比事件,而传统方法对这些事件的应用效果并不理想.为了克服传统方法抗噪性弱的缺点,本文通过综合地震信号与环境噪声在振幅、偏振以及统计特征等方面的存在的差异,设计了一种针对低信噪比微地震事件的初至拾取方法——SLPEA算法.为了检验本文方法的可行性和有效性,分别对模型数据和实际资料进行了处理,并将处理结果与传统方法及手工拾取的结果进行了对比.分析表明,利用本文方法得到的初至到时与手工拾取结果的绝对误差平均值仅为1.33×10~(-3)s,小于3个采样点;方差为3.21×10~(-6)s~2;初至到时在手工拾取结果±0.005s误差范围内的个数占总数的95.8%.这些参数值均优于传统方法的同类参数,证明了本文方法的可靠性.     

基于SW统计量的自适应时频峰值滤波压制地震勘探随机噪声研究

由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴.     

多分量地震数据矢量滤波面波压制方法（英文）

针对陆上三分量地震资料去噪处理中面临的面波噪声能量强、有效信号能量弱、转换波与面波主频叠置、非矢量保真处理等问题,本文基于多分量数据中有效信号与强面波噪声在极化属性、振幅能量、视速度三方面的特征差异,提出了一种时频域压制多分量数据强面波的去噪方法,并设计了相应的矢量滤波器。该方法利用小波变换将地震信号变换到时频域,并基于时频域瞬时极化率公式计算出各点极化率参数,然后根据面波视速度划分出有效信号区和面波噪声区,并据此对有效信号进行能量均值统计,最后联合极化率、能量、频率特征对噪声识别和分频、分区压制。理论模型和实际资料处理验证了本文方法的正确性和有效性,为解决低信噪比陆上多分量资料面波压制提供了又一种有效手段。     

基于检波器间距约束的微地震初至拾取方法研究及应用

微地震事件初至拾取是微震监测数据处理的重要步骤之一,其精度是微地震震源定位结果的决定性因素,影响后续的解释结果.前人利用互相关函数与微地震记录相似波形特征原理,对具有相似震源位置或破裂机理的微地震事件采用波形互相关的方法进行初至拾取,但微地震事件的信号,在经过不同的传播路径,被不同检波器接收到的波形是存在差异的,若这种差异大到无法通过互相关来求取微地震信号的到时差,就会出现明显误差.本文提出基于检波器间距约束的互相关初至拾取方法,该方法在互相关函数中引入检波器间距约束条件.首先对全局有效道进行互相关运算及时差校正,其次对时差校正后的记录进行基于检波器间距约束的局部互相关运算并进行时差校正,再利用叠加道计算对经过二次时差校正后的多道记录进行叠加,并运用STA/LTA方法对新生成的叠加道进行初至拾取,最后结合叠加道初至信息以及时差相对校正量,既可得到微地震事件的初至到时.实际资料处理结果表明,相比于常规多道互相关方法,该方法合理地避免了震检距对初至到时的影响,有效地提升了微地震事件初至拾取的精度.     

应用单台垂向记录进行区域地震事件实时检测和直达犘波初动自动识别

提出一种基于直达P波信号和其它背景噪声在能量、非高斯性、非线性和偏振特性的不同而进行区域地震事件实时检测的新方法信噪综合差异特征量方法（简写为EFGLP方法）,同时对比分析了应用信号的不同统计特性来精细识别震相初至的３种有效方法,其中的TOC AIC方法是新提出的．应用山东数字地震波资料处理的结果表明:①与常规的STA/LTA地震事件触发算法相比,EFGLP方法能够有效降低地震事件的错误报警率和漏报率;②与人机交互震相识别结果相比,当信噪比比较低、震相初至比较模糊时,3种震相精细识别方法中的TOC-AIC方法识别精度最高;当信噪比比较高、震相初至比较清晰时,基于VAR-AIC 和TOC-AIC方法所测量得到的震相初至识别基本一致．      

基于波形相似特征的微地震事件初至拾取及全局校正

微地震事件初至拾取是井下微地震监测数据处理的关键步骤之一.初至误差的存在会使微地震震源定位结果产生较大偏差,进而影响后续的压裂裂缝解释.通常初至拾取过程对所有的微地震事件选择相同的特征函数并采用一致的拾取参数进行统一处理,然而当事件的能量、震源机制、传播路径以及背景噪声等存在明显差异时,所得初至拾取结果差别显著.为了提高微地震事件初至拾取标准一致性,本文提出基于波形相似特征的初至拾取及全局校正方法.该方法首先利用互相关函数对每个事件内的各道记录进行时差校正,得到初始初至信息并形成叠加道,再对所有事件的叠加道进行全局互相关得到事件间初至相对校正量,最终初至结果可以通过各个事件的初始初至信息与其相对校正量相加得到.方法将所有微地震事件初至结果作为一个整体处理,从而能够克服常规方法初至拾取标准一致性差的缺陷.实际资料处理结果表明,相比于常规方法,该方法可以有效提高事件初至拾取和定位结果的一致性.     

基于U-Net的井中多道联合微地震震相识别和初至拾取方法

微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法(MT-Net).方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法(ST-Net)相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求.     

基于S变换的软阈值滤波在深地震反射数据处理中的应用

深地震反射原始单炮数据是非平稳的弱能量反射信号,信噪比较低.如何提高信噪比一直是深地震反射数据前处理中的一大难题.S变换是一种适用于分析非平稳信号的时频变换方法.同其他分析时变信号的方法相比,S变换的基本小波不必满足小波在时间域均值为零的容许性条件,它的时频分辨率与分析信号的频率有关,且其在时间域的积分可以得到傅里叶频谱,其反变换也简单.因此,S变换容易表示深地震反射信号复杂的时频特性.本文在S变换的基础上,利用软阈值滤波方法对深地震反射数据进行处理,实验结果表明,该方法有效地提高了信噪比,压制了有效频带范围内的混频干扰,突出了弱反射信号,使得波组信息更加丰富,有利于连续追踪有效反射波组和识别薄地层,特别是提高了深部Moho界面反射层位的分辨率,为深地震反射剖面后续处理和准确解释奠定了基础.     

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.     

基于相关建模检测的磁共振探水同频消噪方法

地面磁共振技术能够对地下水进行直接探测,具有定性定量的优点,是一种新兴的地球物理方法.然而,磁共振信号只有纳伏级,极其微弱,易受环境噪声干扰,尤其是具有拉莫尔频率的噪声,在时频域上均与信号重叠,难以有效去除,导致提取的信号参数准确度低、反演解释误差较大.本文针对同频噪声干扰问题,提出了相关建模检测(CMDT)方法,通过相关方法实现频谱迁移和低通滤波,结合信号和噪声特征建立数学模型,采用模型变换实现同频噪声的抑制,并利用最小二乘指数拟合方法提取高精度SNMR信号.为了对新方法进行定量分析,以验证其效果,对含有不同幅度的同频噪声和磁共振信号进行仿真实验,实验结果表明在信噪比为-31.17 dB的情况下,所有参数的最大提取误差不大于1.22%,验证了新方法能够在压制同频噪声的同时提取出高精度信号参数.为了模拟野外情况,在同频噪声和信号数据中加入随机噪声进行实验,结果表明当信噪比大于-10.12 dB时,CMDT方法仍可以获取有效的信号.因此,本文的研究为处理含有同频噪声干扰的实际SNMR信号数据提供了理论依据,为后期高精度反演提供了技术支撑.     

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.