论文摘要
野外采集的微地震信号,其震源未知,能量弱,信噪比低,波的到达方向随机,因而使铅垂分量和水平分量记录上监测到的波形更加难以识别分离。为此,本文先从微地震监测的基本原理入手,从理论上分析微震监测的激发原理,掌握微地震信号的基本特征。针对井中三分量检波器水平分量方位的随机性,本文利用射孔记录进行检波器的水平分量定位;针对每个分量上监测到的波的到达方向的随机性,通过研究偏振-位置对比法震相分离技术,设计了综合利用波的第一类方向特性和第二类方向特性追踪波的跟踪分量,进行震相分离的方法;在利用波的偏振对比追踪波的跟踪分量时,本文首先从最一般的极化滤波入手,进一步研究针对复杂波场的自适应极化滤波方法;在利用波的第二类方向特性进行波的位置对比追踪波时,本文研究了用频率相干滤波和变速二维窄通带滤波追踪波,最后通过偏振-位置对比的联合追踪波的跟踪分量,达到震相分离的目的。在利用波的偏振-位置对比联合追踪波的跟踪分量时,本文研究了两种偏振-位置对比方法,即:具有给定偏振参数的极化滤波-频率相干滤波相结合的方法与自适应极化滤波-改进的二维窄通带滤波相结合的方法。在频域相干滤波算法设计中,提出左右相干度、循环迭代算法,以达到压制噪音增强有用信号的目的;常规的极化滤波,通过选取固定分量作为期望方向,滤波得到三个偏振方向的剩余互补剖面,叠加在一起,可以粗略的合成微地震信号的跟踪分量。在设计FK滤波时,针对常规二维滤波在处理微地震数据上存在的问题,本文设计了改进的二维窄通带滤波;即:计算相邻道滑动时窗内信号的相关系数,确定时窗内信号的速度范围,然后利用时窗扩展技术消除二维fft变换造成的时空域的混迭和泄漏。设计自适应极化滤波时,通过相邻道最大偏振投影互相关搜索法求取每个波的期望方向(也就是跟踪分量的方向),然后构造极化滤波因子进行极化滤波选择波,滤波后的三分量微地震记录分别向期望方向投影,合成波的跟踪分量的综合地震记录,即可实现微地震信号的震相分离,清晰地识别各种微震信号。文中的应用实例及模型结果表明:改进的二维窄通带滤波-自适应极化滤波相结合的偏振-位置对比震相分离技术,能够充分利用波的两类方向特性,最大限度的减小振幅的畸变,在绘制的跟踪分量综合地震记录上,清晰地分离出微地震信号的各种震相。
论文目录
相关论文文献
- [1].基于深度卷积神经网络的地震震相拾取方法研究[J]. 地球物理学报 2020(04)
- [2].基于样本增强的卷积神经网络震相拾取方法[J]. 地震学报 2020(02)
- [3].震相到时提取程序的编写及应用[J]. 四川地震 2016(04)
- [4].用SPn震相计算上海周边地区地震震源深度[J]. 科学家 2017(06)
- [5].德令哈地震台国内外中强震震相记录特征[J]. 地震地磁观测与研究 2019(03)
- [6].地震后续震相自动生成软件的设计与应用[J]. 华北地震科学 2009(02)
- [7].对后续震相的认识促进了地震层析成像的发展[J]. 地学前缘 2008(01)
- [8].地震自动识别及震相自动拾取方法研究进展[J]. 地球物理学进展 2017(03)
- [9].智利地震震相特征分析[J]. 地震地磁观测与研究 2011(05)
- [10].地震震相初至自动检测技术综述[J]. 地球物理学进展 2013(05)
- [11].乌兰浩特地震台典型地震事件震相特征分析[J]. 地震地磁观测与研究 2020(01)
- [12].地震初至震相自动识别方法研究[J]. 防灾减灾学报 2018(04)
- [13].内蒙古数字化记录近震震相特征[J]. 地震地磁观测与研究 2018(01)
- [14].利用震相方位角改善地震台网稀疏地区地震定位精度[J]. 地震地磁观测与研究 2016(02)
- [15].单台P波震相拾取方法研究[J]. 价值工程 2016(30)
- [16].物理模型实验中一种特殊震相的分析讨论[J]. 地球物理学进展 2013(02)
- [17].中、强震数字记录波形及震相特征分析[J]. 东北地震研究 2009(04)
- [18].结合台阵策略的震相拾取深度学习方法[J]. 科学通报 2020(11)
- [19].地震检测与震相自动拾取研究[J]. 地震学报 2018(01)
- [20].红山地震台震相到时准确测定[J]. 地震地磁观测与研究 2013(Z3)
- [21].震中距100°左右地震震相特征分析[J]. 山西地震 2011(01)
- [22].三维复杂层状介质中多震相走时联合反演成像[J]. 地球物理学报 2011(01)
- [23].多震相走时联合三参数同时反演成像[J]. 地球物理学报 2013(12)
- [24].用于地震预警的P波震相到时自动拾取[J]. 地球物理学报 2013(07)
- [25].长春台不同类型地震的震相特征分析[J]. 防灾减灾学报 2013(03)
- [26].南阳盆地特殊震相研究[J]. 高原地震 2011(03)
- [27].基于深度学习技术的地震实时流数据自动处理辅助工具开发[J]. 地震地磁观测与研究 2020(02)
- [28].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[J]. 地球物理学报 2019(01)
- [29].乌什地震台中强地震震相记录特征[J]. 地震地磁观测与研究 2016(04)
- [30].斐济地区深震相特征分析[J]. 地震地磁观测与研究 2010(03)