全干涉成像的微地震定位方法研究

基于偏移成像的微地震定位方法由于可避免走时拾取误差以及可实现自动化定位等优点被广泛应用.绕射叠加方法将能量沿走时曲线聚焦到空间网格点上,进行成像时需要搜索发震时刻.干涉成像方法利用互相关提取的走时差信息可避免搜索发震时刻,但定位结果受数据信噪比的影响较大.为了进一步提高干涉成像法的定位精度,本文提出一种同时使用互相关和自相关道集的全干涉成像方法,增加的自相关道集提取的S-P走时差可降低震源-检波器方向的定位误差,提高定位精度.单井监测的理论测试和实际数据的研究结果表明,全干涉成像的定位精度高于仅使用互相关道集的干涉成像方法,同时计算效率高于绕射叠加方法.     

邻近算法在微地震震源位置和一维速度模型同时反演中的应用

微地震事件的空间分布可以用来监测水力压裂过程中裂缝的发育情况.因此,震源定位是微震监测中重要的环节.震源定位依赖准确的速度模型,而震源位置和速度模型的耦合易导致线性迭代的同时反演方法陷入局部极小值.邻近算法作为一种非线性全局优化算法,能够最大程度地避免陷入局部最优解.本文将邻近算法应用于单井监测的微震定位和一维速度模型...     

基于多输入卷积神经网络的天然地震和爆破事件识别

天然地震和爆破事件识别是地震监测预警的重要内容.近年来,快速发展的深度学习算法以其强大的数据特征挖掘和图像识别能力,能够较快并准确地约束地震事件属性.利用多输入卷积神经网络算法构建天然地震和爆破事件自动分类网络模型,其中输入信息包括多台站地震波形和单台站的地震时频数据,使得卷积神经网络同时获取事件的波形、频谱和极性特征...     

卷积神经网络在地面微地震多道P波极性分类中的应用

微地震监测技术是监测水力压裂过程、评价压裂效果的重要手段.对于地面监测,PP波极性能够直接、快速地反演震源机制,同时极性校正能够提高绕射叠加定位方法的成像精度.因此,准确而迅速地确定P波极性对地面微地震实时监测具有重要意义.卷积神经网络是一种深度学习算法,具有强大的特征学习与分类能力,可用来确定微地震事件的P波极性.地...     

云南及邻区地壳应力场研究

地壳应力场对探讨区域构造动力过程和形变机制有重要意义.为了获得云南及邻区精确的构造应力场以及确定先前研究中存在差异地区的构造应力场,本研究首先在搜集研究区已有震源机制解的基础上,使用gCAP方法反演了近年来发生的地震震源机制解,共获得研究区震源机制解1302个;其次,在应力场反演时,提出了定量设置反演网格大小的方法,并删除阻尼和无阻尼反演应力场结果性质存在差异的网格.最终,基于大量震源机制解资料获得研究区精确的应力场：(1)云南及邻区震源机制解类型以走滑型为主,遍布整个研究区,逆走滑和逆冲型地震集中分布在云南与四川盆地交界地区,正断型和正走滑型地震较少,主要分布在滇西和滇西北地区;研究区震源机制解的多样性,在一定程度上反映了研究区构造活动和应力场的空间差异性.(2)云南及邻区整体应力场表现为：主压应力轴方位迹线呈以西北角为中心的扇形分布,主张应力轴方位迹线呈以西北角为中心的弧形分布,总体上反映青藏高原物质向东南的运移作用对研究区应力场具有控制作用.(3)研究区应力场类型以走滑型为主,局部地区出现逆冲和拉张型应力场,所得结果与前人应力场研究结果总体上一致.(4)腾冲火山区地壳应力场为走滑...     

时间域多尺度全波形反演中关于拟牛顿法的研究（英文）

时间域多尺度全波形反演通过利用地震数据中的不同频率成分进行顺序反演,减小了非线性反演中局部极值问题的影响。拟牛顿法不需要直接求解Hessian逆矩阵,能够降低反演所需的计算量和存储量。二者结合可以提升反演精度与效率。但时间域多尺度全波形反演中的拟牛顿方法仍然无法完全解决反演算法陷入局部极小的问题。本文通过模型数据试验分析得到拟牛顿Davidon-Fletcher-Powell(DFP)和Broyden-Fletcher-Goldfarb-Shanno(BFGS)法易陷入局部极小的原因为：由于地震波传播过程中振幅会随几何扩散而减小,导致速度模型的梯度集中在浅部,深部的速度得不到修正,使反演陷入局部极小。针对这一问题,本文引入虚源预条件来去除几何扩散的影响,让深部和浅部的模型速度同时得到充分修正,使反演能够更稳定地向全局最小收敛。在使用虚源预条件后,拟牛顿法容易陷入局部极小的问题虽然得到了改善,但仍存在迭代一定次数后搜索方向不正确,目标函数不再下降等问题。因此,本文进一步对基于虚源预条件拟牛顿法的时间域多尺度全波形反演进行了流程上的改进,通过加入近似Hessian逆矩阵的重置这一环节,保证...