基于支持向量机的地震体波震相自动识别及到时自动拾取

面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P波和S波.进一步地,我们提出了利用台阵资料辅助识别震相的方案,有效地提高了地震震相拾取的准确率.     

基于深度学习的地震与爆破事件自动识别研究

针对天然地震事件、爆破事件分类问题,使用甘肃及周边地区80个天然地震事件和20个爆破事件建立数据集,采取深度学习卷积神经网络(convolutional neural network,CNN)方法搭建两个不同结构的模型进行训练,并用500条训练集之外的天然地震事件与爆破事件波形作为测试数据集,其训练和测试准确率均达到9...     

微波散射实验识别原油及乳化原油

海上原油泄漏在其风化迁移过程中会形成不同浓度的乳化物,严重威胁海洋生态环境。合成孔径雷达(SAR)因其不受雨、云影响,可昼夜监测的优势,在海上溢油监测过程中发挥着主力军的作用,但是它在原油乳化识别方面还存在着不足。本文利用C波段全极化散射计观测原油的自然乳化过程,并利用人工制备的不同含水率的乳化油品模拟原油乳化进程观测油膜后向散射系数(N_(RCS))的变化。实验结果表明乳化原油M_(RCS)高于未乳化原油,且油膜乳化程度越高相应的N_(RCS)越大。通过油水散射差值(Δσ~0)与阻尼比(D_R)发现能够识别乳化与未乳化原油,反映油膜乳化程度的变化,且在VV极化下效果最佳。     

基于卡尔曼滤波和递推最小二乘在部分观测信息下的参数识别法

有限观测信息下的参数识别是结构健康监测领域内的一个热点问题,传统的卡尔曼滤波(Kalman Filter,KF)不能识别结构参数,递推最小二乘法(Recursive Least Square Estimation,RLSE)可用于参数识别,但需已知结构全部响应,为此提出一种基于KF和RLSE的参数联合识别法,该方法首先利用部分自由度上的加速度响应观测值,通过KF估计下一步的系统响应信息,包括速度和位移响应;然后,基于该响应估计信息和当前步的结构参数估计值,根据运动平衡方程,获得下一步的加速度响应估计值;最后,利用已观测的有限加速度响应,获得改进的加速度响应向量,进而基于RLSE获得下一步的结构参数识别值。简支梁数值算例结果表明,该方法能准确识别结构参数,同时能实现系统响应的有效估计。     

基于重磁异常相关分析的场源位置及属性识别方法

针对传统的重磁对应分析在场源区域外趋于高相关度的缺点,本文提出了一种基于相关系数和垂向导数的重磁场源位置及属性识别方法,给出了一个新的重磁场源平面位置及属性判别参数(GMCP),该参数能够有效地缩小重磁场源的识别范围.判别参数GMCP值非零分布范围反映了场源的规模.GMCP值的正负反映了场源属性,当GMCP大于零时为正相关,代表了该区域存在高磁高密度或低磁低密度的重磁同源地质体;当GMCP小于零时为负相关,代表了该区域存在高磁低密度或低磁高密度的重磁同源地质体;GMCP趋于零,则表示无重磁同源地质体.两组不同干扰水平的同源复杂组合模型实验、两组不同源组合模型试验以及南海中央海盆实际重磁数据处理结果均验证了该重磁场源位置及属性识别方法的正确性和有效性.     

核试验监测的地震学研究综述

侦察探测核爆事件,评估核爆信息等核试验监测工作,对评估核爆威力、研究核爆炸现象以及各种破坏因素的变化规律有着重要意义.地震学提供了核试验监测中关键的研究手段.核试验地震学监测研究主要包括核试验识别、定位、埋深、震级和当量的估计等内容.根据近半个世纪以来核试验方式的变化和技术的发展,介绍和总结了核试验监测中相关研究进展状况,主要包括事件定位、判别、震级测定、当量和埋深估计等地震学观测、理论和方法.     

全张量磁梯度数据解释的均衡边界识别及深度成像技术

全张量磁梯度数据具有高精度、高分辨率、多参量的优点,能更加清晰地刻画地质体的分布特征,综合利用磁张量梯度数据准确地获得地质体水平位置和深度信息是解释的主要目的.磁张量数据的方向解析信号具有减小倾斜磁化干扰的优点,常被用来圈定磁源体的水平位置,但解析信号强度随着地质体埋深的增加急剧衰减,难以有效识别较深的地质体.张量数据均衡边界识别技术,利用不同方向解析信号的比值函数,能有效地均衡不同深度地质体的响应,同时显示不同深度地质体的边界,提高了对较深地质体的分辨率.磁张量数据深度成像技术根据实测张量数据与假定模型张量数据的相关系数来给定地质体的深度,综合利用多参量数据联合反演提高了反演结果的准确性,且无需进行复杂的反演运算,是大数据量张量数据解释的有效方法.理论模型试验证明：磁张量数据均衡边界识别技术可清晰和准确地识别地质体的水平范围,受倾斜磁化干扰小;磁张量数据深度成像技术可准确地获得地质体的深度信息,具有较强的抗噪性.将上述方法应用于铁矿区实测航磁张量梯度数据解释,获得了铁矿体水平分布与埋深,深度结果与张量欧拉反褶积法计算结果一致.     

基于频变AVO反演的页岩储层含气性地震识别技术

结合地震岩石物理技术,研究了叠前频变AVO反演在四川盆地龙马溪组页岩储层含气性识别中的应用.首先,应用Backus平均理论将测井数据粗化为地震尺度储层模型,应用传播矩阵理论进行高精度地震正演及井震标定,分析页岩气储层地震响应特征.其次,基于岩心观测结果,应用Chapman多尺度裂缝理论设计页岩气储层理论模型,研究储层衰减、频散以及对应的地震反射特征.应用该理论模型测试频变AVO反演方法,计算结果表明：对于研究区地层结构和地震数据,区分流体类型的优势频率不是地震子波的主频,还受层间调谐干涉等储层结构因素控制,也进一步说明理论模型测试和标定的重要性.最后,将频变AVO反演技术应用到四川盆地龙马溪组页岩地层,计算得到的频散属性为页岩气储层含气性识别提供依据.     

地震波双模态时变修正Kanai-Tajimi非平稳随机模型的改进及参数识别

在Vlachos等提出的双模态时变修正Kanai-Tajimi功率谱模型及其参数识别方法的基础上,利用杜修力等提出的Kanai-Tajimi功率谱滤波方法并引进遗传算法及二次优化识别技术进行改进,建立地震动时变功率谱的参数模型化方法。通过集集地震波的时变功率谱模型参数识别及模拟地震动算例,验证改进后的双模态时变修正Kanai-Tajimi功率谱模型的可行性和有效性,其方法可运用到重大工程结构抗震分析的设计地震动输入中。