System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种地震面波多模态频散曲线自动拾取方法技术_技高网

一种地震面波多模态频散曲线自动拾取方法技术

技术编号:42899708 阅读:13 留言:0更新日期:2024-09-30 15:16
本发明专利技术公开了一种地震面波多模态频散曲线自动拾取方法,属于地球探测与信息技术领域,包括对地震面波数据进行非归一化频散能量成像;对频散能量图分割并求取各个部分的最大值点;采用时间序列预测算法估算下一个频散曲线点;采用惩罚函数以预测点为中心进行上下搜索;向前向后搜索提取所有频散曲线点;采用评价函数选择最优频散曲线;当前模态置零后重新搜索下一个模态频散曲线。本发明专利技术采用上述的一种地震面波多模态频散曲线自动拾取方法,能够为后续面波反演提供准确、可靠的频散曲线数据,有助于地质灾害探测、工程地质勘察等方面,解决了频散曲线人工拾取效率低的问题,在实际中具有较强的实用性及创新性。

【技术实现步骤摘要】

本专利技术涉及地球探测与信息,尤其是涉及一种地震面波多模态频散曲线自动拾取方法


技术介绍

1、频散曲线拾取与地震勘探中初至与速度拾取类似,是非常枯燥且耗时的工作。以往频散曲线的拾取多采用人工手动拾取的方法,其结果受拾取人员的经验影响很大且耗费大量人力与时间。尤其是三维地震勘探数据量很大,频散曲线拾取的工作将极大增加生产周期。当前主要商业软件,如比较著名的parkseis、geogia、surfseis、geopsy或easymasw多只支持用户根据频散成像图进行手动拾取频散曲线。这种手动拾取方法往往可能会受处理人员的经验与主观认识的影响而导致拾取标准不一致,甚至错误。研究表明,频散曲线拾取的微小误差可能会在软件中自动选择一个能量较低的错误频散点,对于后续的反演会引起横波速度剖面的成像误差进一步扩大。因此,极有必要开发一种不受用户主观因素影响的频散曲线自动拾取方法。

2、此外,基于人工智能的频散曲线拾取方法存在诸如泛化或迁移能力较弱、训练成本较高等缺陷。因此,探索一种快速精准面波频散曲线自动拾取方法对于三维地震勘探数据中的面波反演工作是一项十分实用的内容。


技术实现思路

1、本专利技术的目的是提一种地震面波多模态频散曲线自动拾取方法,以解决上述
技术介绍
中提到的问题。

2、为实现上述目的,本专利技术提供了一种地震面波多模态频散曲线自动拾取方法,包括以下步骤:

3、s1、对地震面波数据采用多重信号分类方法进行频散能量成像,获得非归一化的多模态面波频散能量图;

4、s2、将多模态面波频散能量图分割为g个区域,计算各区域的最大值;

5、s3、以s2得到的最大值作为初始点,利用现有已追踪的频散曲线点采用时间序列预测算法预测下一个频散曲线点;

6、s4、根据频散曲线变化规律引入带速度跃变惩罚因子α和空间跃变惩罚因子β的惩罚函数,以s3预测的频散曲线点为中心进行上下搜索确定最佳频散曲线点位置;

7、s5、以s2中的g个初始点为中心按照s3与s4的方法分别向前向后搜索频散曲线点,获得g条频散曲线;

8、s6、对s5初中获得的g条频散曲线利用评价函数选择最优频散曲线;

9、s7、将以s6中得到的最优频散曲线为中心的一定宽度区域置为0,重复步骤s2~s6计算下一个模态的频散曲线点,依此类推,直到计算出所有模态的最优频散曲线。

10、优选的,s3中的时间序列预测算法预测频散曲线点,包括如下步骤:

11、s31、预测点与初始点之间相邻时,采用邻近点插值算法向前向后分别预测下一个频散曲线点;

12、s32、预测点与初始点之间间隔1~2个点时,采用线性插值向前向后预测频散曲线点;

13、s33、预测点与初始点之间间隔大于3个点时,根据频散曲线变化规律采用指数平滑、样条插值、拉格朗日或二次多项式线性回归分析法向前向后预测频散曲线点。

14、优选的,s4中的惩罚函数为:

15、

16、其中,δ为允许的最大搜索区间,dcp(h)为第h个频率样点预测值,dcα(h)为参考点频散能量图相应频率h对应的频散曲线点,α为速度跃变惩罚因子,β为参考点频散图的空间跃变惩罚因子。该参考点频散曲线可利用已知钻孔信息计算频散曲线或已拾取的相邻点的频散曲线。

17、优选的,步骤s6中的评价函数为最大绝对值能量、最大平方能量和最小均方误差。

18、因此,本专利技术采用上述的一种地震面波多模态频散曲线自动拾取方法,具备以下有益效果:

19、(1)通过借鉴时频分析中的多脊线追踪原理,结合贪婪算法以及时间序列预测方法实现强噪音环境中能快速准确地拾取多模态频散曲线自动拾取与分类;

20、(2)具有抗噪性强、计算效率高、方法简单且易于编程实现的优点;

21、(3)具有很多常规频散曲线不具备的多模态自动拾取与分类的能力。

22、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种地震面波多模态频散曲线自动拾取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种地震面波多模态频散曲线自动拾取方法,其特征在于:S3中的时间序列预测算法预测频散曲线点,包括如下步骤:

3.根据权利要求1所述的一种地震面波多模态频散曲线自动拾取方法,其特征在于,S4中的惩罚函数为:

4.根据权利要求1所述的一种地震面波多模态频散曲线自动拾取方法,其特征在于:步骤S6中的评价函数为最大绝对值能量、最大平方能量和最小均方误差。

【技术特征摘要】

1.一种地震面波多模态频散曲线自动拾取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种地震面波多模态频散曲线自动拾取方法,其特征在于:s3中的时间序列预测算法预测频散曲线点,包括如下步骤:

3.根据权利...

【专利技术属性】
技术研发人员:何滔彭苏萍杜文凤崔晓芹耿恒高
申请(专利权)人:中国矿业大学北京
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1