共查询到20条相似文献,搜索用时 46 毫秒
1.
联合小波变换与偏振分析自动拾取微地震P波到时 总被引:1,自引:0,他引:1
对微地震P波到时的自动拾取是微地震信号分析和数据处理的主要目标之一。基于小波变换的多尺度分析思想,对微地震信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了联合小波变换与偏振分析自动拾取微地震信号P波到时的方法。通过对嘉阳煤矿监测的实际微地震数据进行小波变换,用多尺度小波分解的各个尺度单支重构信号构成协方差矩阵,求解不同尺度协方差矩阵的最大特征值和次大特征值求取P波到时定位函数,实现P波到时的自动拾取,取得了满意的结果. 相似文献
2.
从地震波形数据中快速准确地提取各个震相的到时是地震学中的基础问题.本文针对上述问题提出了利用深度神经网络拾取到时的新方法,建立了用于地震到时提取的17层Inception深度网络模型,在对原始三分量数据进行高通滤波和归一化处理后输入网络直接输出到时信息.整个过程基于神经网络自适应提取波形特征,自动输出结果.通过对100组加了不同强度的噪声数据进行了可靠性检验,相比于其他方法神经网络方法对于噪声具有较高的容忍度以及稳定性,并且与地震目录数据有较高的相似性.相比于AR-AIC+STA/LTA,深度神经网络虽然运算速度稍慢,但整个过程不需设定时窗与阈值,同时具有更高的可用性,并且可以迭代升级以提高精度.此方法作为人工智能方法,为波形到时拾取提供了新思路.
相似文献3.
基于深度学习方法提出了一种矿山微震P波到时拾取方法。首先构建CNNDet模型进行事件监测和到时预拾取;其次引入自注意力机制,融合门控循环单元(GRU)构建CGANet模型,对检测到的事件进行P波到时精确拾取;最后将该方法与长短时窗能量比法、DPick和PpkNet方法进行对比,结果显示测试集的事件检测精确率和召回率都达到98%以上,P波到时估计的误差均值和标准差分别为0.014 s和0.051 s,说明本文方法在精确率、召回率及标准差等方面均明显优于上述三种方法。此外,对不同信噪比样本进行测试的结果也证明,本文方法在低信噪比下依然能保持较高的精度。在实际震源定位中,该方法也展现出了更优异的性能。 相似文献
4.
分析了自回归赤池信息准则(AR-AIC)、高阶统计量(HOS)和累积和(CUSUM)等3种到时拾取方法中参数对远震P波到时估计的影响,以450个远震P波信号为样本集,参考人工拾取到时,以网格搜索方式确定了每种方法的最优参数。之后重新选取信噪比处于[2,20]区间的100个远震P波信号,用确定最优参数后的3种到时拾取方法估计其P波初至时间,并比较了3种方法对低信噪比远震P波的拾取准确度。结果表明,AR-AIC方法和CUSUM方法对低信噪比远震P波的拾取准确度要优于HOS方法,CUSUM方法的计算速度最快,HOS方法由于其原理的限制更适用于信噪比较大、初动较尖锐的信号。 相似文献
5.
针对现有地震直达P波到时拾取网络精度低、误差大等问题,结合UNet++编码、解码器,融入特征过滤器设计一种具有地震震相特征分析与融合能力的轻量级P波到时拾取网络PPNet,实现对地震P波的高精度、低误差拾取。首先,该网络在编码器模块采用大卷积核、低通道数的卷积层,对输入的地震信号进行深度特征提取;其次,在解码器模块的特征还原过程中加入特征融合机制,补全特征信息,避免序列特征污染问题;最后,仅对编码器后三个下采样模块添加特征过滤器,深入挖掘特征序列,通过细化P波到时特征,提升到时拾取精度。实验结果表明,提出的网络在0.1 s、0.2 s、0.3 s误差阈值下P波拾取率分别为80.73%、94.01%、97.81%,平均绝对误差0.078 s,均方误差0.021,与现有P波拾取传统方法和深度学习算法相比性能更优。 相似文献
6.
本文讨论了用于微地震信号到时自动拾取的几种方法的原理及特点,包括长短时均值比(STA/LTA)方法、AIC方法、基于高阶统计量偏斜度和峰度的PAI-S/K方法等,提出了移动时窗峰度的快速算法和改进的峰度拾取初至方法.对我国西部某地观测到的13359个微地震记录,采用两种时窗进行了初至到时拾取,并与人工拾取的结果进行了对比.为使所研究的方法达到最佳效果,采用DE全局搜索方法,以人工拾取的初至作为参照,以时差在0.3 s以内的记录所占百分比作为目标函数,自动搜索最佳的拾取参数.结果显示,在拾取时窗选为P波初至前3 s至S波初至位置时,AIC方法的结果最佳,时差在0.3 s以内的记录占比达到93.6%;在拾取时窗选为包含S波到时的时窗时,改进的峰度法效果最佳,时差在0.3 s以内的记录占比83.8%. 相似文献
7.
STA/LTA算法拾取微地震事件P波到时对比研究 总被引:2,自引:0,他引:2
本文将HZ-MS48微地震采集仪监测的实际数据,利用STA/LTA算法来识别微地震事件P波到时.比较了在不同STA(短时窗平均值)情况下对拾取精度和结果的影响.结果表明:此算法确定信噪比比较高的微地震事件是非常有效的,能精确拾取P波到时.利用5ms、10ms、20ms三种不同的短时窗处理数据,发现对P波拾取的敏感程度不同,短时窗的值越大,拾取P波的敏感性越低,拾取精度降低,触发的阈值应随着短时窗的增加而减小. 相似文献
8.
9.
准确拾取P、S波震相到时是深入开展地震波研究工作的基础,本文改进了自动拾取参数优化函数算法和质量评估方案,引入了拾取到时优化方案,使用基于参数优化的频带-带宽拾取算法、AICD拾取算法和峰度拾取算法对腾冲地区7个宽频带地震台站记录的地震资料开展了地震P、S波到时自动拾取,对拾取结果进行了优化和质量判定.结果表明:经参数优化、拾取优化后,采用3种方法自动拾取的P、S波到时与人工拾取到时的时差在0.1 s内的记录占比分别达到74.66%、70.98%.这些参数值均优于算法改进前的同类参数,证明了优化方法的可靠性.
相似文献10.
微地震(MS)波初始到时的自动拾取是MS监测数据处理的关键技术之一,也是实现MS震源自动定位的技术难点.本文在MS震源定位结果反演与推断的研究基础上,对不同类型MS波的到时点特征进行了分析与描述,并对不同时窗长度下能量特征值的变化规律进行了研究,提出了控制时窗移动范围和确定时窗长度自适应参数的具体方法,利用建立的MS波初始到时点特征的模式识别库,对拾取的到时进行模式归类、定量评价和匹配,提高了自动拾取结果的可靠性.研究结果表明,对典型的信噪比高的MS波,到时自动拾取的结果与手工拾取的结果基本一致;对无量纲大振幅的MS波,到时自动拾取结果的可靠性要高于手工拾取,对信噪比低和到时点不清晰的MS波自动拾取的可靠性较低. 相似文献
11.
P.S测井技术的工程应用 总被引:4,自引:0,他引:4
P.S测井技术是地震勘探方法之一,也是一种简便、快速、准确的原位测试技术。通过P.S测井可测定岩土体的弹性波速(Vp、Vs),为工程设计提供所需的动弹性力学参数、划分建筑物场地类别、评价地震效应、进行场地地震反应分析和地震破坏潜势分析等。文中简述了P.S测井技术的工作原理、现场实测技术以及数据处理和资料分析过程。最后结合两个实例说明了P.S测井技术在岩土工程勘察过程中的应用及其效果。 相似文献
12.
13.
根据区域地震台网的地震观测资料,采用网格的方法划分等区域,将观测走时和理论走时对比,计算出适合本地区的区域走时表。 相似文献
14.
15.
16.
利用数字地震记录研究唐山震区台下的P、S波速度结构 总被引:4,自引:1,他引:4
直接采集数字地震记录的原始 P波、S波记录波形 ,与利用 Haskell矩阵传递方法得到的理论综合地震图进行对比 ,通过不断调整介质模型 ,最后得到台站下方的体波速度结构模型 ,此方法中得到的 S波速度结构不同于通过其他波形转换而来的结果 ,而是同 P波一样从原始波形拟合而来 ,同时获得地震台下方 P、S速度介质模型 ,这为我们讨论地下介质的性质提供了更多的信息。数字地震波形资料取自于唐山市遥测地震台网陡河和滦县的短周期地震记录 ,共选用了震中距范围为 30~ 60°、震源深度为 1 0 0~ 60 0 km的 5个不同地点的深源远震记录资料。结果表明 ,台站下方的纵波和横波速度分层结构相当吻合 ,说明拟合结果相当可靠。两个台站下的地壳厚度均为 38km,速度结构在 1 3km的低速层处出现差异 ,滦县的低速层比陡河要更厚一些。两个台站的地壳速度结构都是高低相同 ,而且陡河的高低差异较滦县更为显著。唐山震区滦县部分的震源比陡河附近的浅 ,而 1 976年唐山 7.8级地震发生在陡河附近 ,可见地震的发生与壳内低速层的差异幅度有关。从泊松比高值来看 ,地幔顶部存在低速层 ,该区域是地幔上隆区 ,可能有部分熔融 相似文献
17.
18.
19.
20.
本文详细讨论了利用井下和地面观测直达波到时资料联合确定震源位置,发震时刻及区域平均波速的最优化方法,该方法对震源深度及波速的确定给予特别的重视与处理。理论检验和实际算例表明,用该方法编制的程序定位精度高,计算速度快,可以在地层差异小的地区推广应用。 相似文献