寻乌及邻区遗漏地震检测及目录完整性分析

利用匹配滤波技术对寻乌及邻区2009年1月—2020年12月的遗漏地震事件进行检测,共检测到遗漏地震306个,约为台网目录的40%,ML1.5以下地震的目录完整性有较明显的改善。增加遗漏地震后b值从0.885变为0.917。区域内的寻乌、平远和安远震群分别检测到遗漏地震36个、15个、8个,约为原震群目录的1/2、1/3和1/5,遗漏地震比例与模板地震数量关系密切。补充遗漏地震后寻乌震群ρ值判定结果由非前兆变为前兆,表明遗漏地震检测对前兆震群识别有重要影响。

寻乌M_(L) 3.8震群遗漏地震检测与发震构造分析

利用模板匹配滤波技术对2017年11月至2018年4月寻乌M_(L)3.8震群的遗漏地震事件进行检测,再利用波形互相关震相检测技术标定P、S波到时,采用双差定位方法进行重定位,结合震群分布、震源机制解、地质构造分析震群的发震构造。结果显示,对于寻乌M_(L)3.8震群共检测到遗漏地震36个,约为中国地震台网中心地震目录的47%,M_(L)<1.2地震的完整性有较明显改善。重定位后震群分布更加集中,沿NE向优势展布。垂直于震群优势展布方向的深度剖面显示,震源深度总体上由NW至SE逐渐变浅,推测可能的发震断层倾向NW。综合地质构造、精定位、震源机制解推测,此次震群的发震构造为吉潭—留车断裂。

海洋天然气水合物地震检测技术及其应用

天然气水合物具有能量密度高、分布广、埋深浅、成藏物化条件好、清洁环保等特点,是未来石油天然气的理想接替能源。我国海域深水广大地区具有天然气水合物形成所需的物源、温压及地质构造等成矿条件,资源前景广阔。地震检测技术是寻找海洋天然气水合物的行之有效方法,在世界各海域得到广泛应用并取得实效。我国通过多年的水合物勘查实践,研发了一套适合我国海洋天然气水合物的地震检测技术,包括水合物地震识别处理技术(保幅处理、子波零相位化、精细速度分析等)和地震属性提取技术(AVO反演及定量模拟检测、波阻抗反演、相干体检测、稳定带顶底面检测等)。运用上述技术已发现南海北部陆坡天然气水合物存在的似海底反射层(Bottom Simulating Reflector,BSR)、空白带(Blank Zone,BZ)、速度倒转和极性反转(Reversal Polarity,RP)等地震异常标志,并依提取的地震属性优选目标,成功钻获天然气水合物实物样品,提高了水合物矿床预测的准确率。简要回顾国外海洋天然气水合物地震勘探技术现状,重点阐述国内海洋天然气水合物地震检测技术的发展及其应用效果。

利用PMC方法评估地震台阵的地震检测能力——以西昌流动地震台阵为例

为实现对高密度、宽频带流动地震台阵地震检测能力的实时、不同深度评估,本研究采用"基于概率的完整性震级"(PMC)方法,以西昌流动地震台阵为例,对2013-01-13—2014-05-14期间平均的地震检测能力、不同震源深度检测能力,以及某一时刻的实时地震检测能力进行了评估.结果表明,PMC方法可识别地震观测资料处理中人为因素对地震检测能力的影响,不同震源深度下地震的检测能力存在差异,其中H=7.5km时,"网内"的完整性震级MP可达ML0.8,而在H=15.0km和25.0km时,"网内"的MP分别为ML1.0和ML1.4.在示例的2014-01-14时刻,非正常运行的台站造成地震检测能力的变化可被清晰识别出.此外,与MAXC和EMR等其它常用方法的对比表明,这些方法可能过高估计了地震台阵的检测能力.

基于波阻抗反演的天然气水合物地震检测技术

天然气水合物作为特殊的地质体,可以有效地粘结碎屑颗粒,降低沉积物孔隙度,它的存在改变了地层沉积物的物理性质,造成天然气水合物与围岩速度反差较大,从而与围岩之间存在明显的波阻抗差。为了对地层中是否有天然气水合物赋存进行地震检测,对南海北部神狐海域的天然气水合物赋存区域的地震资料进行波阻抗反演分析,结果显示波阻抗反演方法能够作为探测天然气水合物的一种技术手段,研究区天然气水合物矿体的波阻抗呈高值分布特征,波阻抗值约为3 850~3 960 g/cm3.m/s。综合分析认为,波阻抗反演方法能够用于天然气水合物的地震探测、储层分析和综合研究工作中,反演结果可以为天然气水合物储量计算提供比较准确的矿体面积和厚度参数。

2013年8月河北蔚县小震群遗漏地震检测与发震构造分析

华北地区近年来小震群活动频繁,在有数字波形记录的中强地震相对缺乏的背景下,小震群发震构造精细研究可为华北地区地震危险性分析和地震趋势判断提供重要依据.本文利用匹配滤波技术对2013年8月22—25日河北蔚县小震群遗漏地震事件进行检测,并通过地震精定位和震源机制求解分析此次震群的发震构造.计算结果显示,通过互相关扫描检测到18次被地震台网常规分析遗漏的地震,约为地震目录给出的13次地震事件的1.38倍.该震群发震构造有北东向和北西向两组断裂,震群活动前期以北东向构造活动为主,后期地震主要发生在北西向构造,北西向构造在此次震群活动中地震频度和强度均高于北东向构造.震源机制计算结果显示北西向构造发震机制以正断拉张为主.

地震检测与震相自动拾取研究

针对微震事件易受噪声干扰等特点,本文将STA/LTA方法和基于方差的AIC方法(varAIC)相结合,在震相到时初步拾取的基础上,使用台站的德洛内(Delaunay)三角剖分及台站间最大走时差约束来减少噪声干扰的影响.利用到时进行地震定位之后,根据台站预测到时,在设定的时间窗内对地震震相进行更精细的分析.特别是针对微震事件信噪比低的特点,设计了基于偏振分析的拾取函数,根据窗内STA/LTA方法和var-AIC方法的拾取结果自动选择合适的值作为震相到时.最后,对西昌流动地震台阵2013年304个单事件波形数据的分析处理和检验结果表明,本文方法较传统方法具有更高的地震事件检测能力和更高的震相拾取精度.

浅层岩性气藏地震检测的陷阱分析

利用AVO地震检测技术检测的地震亮点在济阳坳陷直接寻找浅层岩性气藏取得了丰富的地质成果。但是 ,在地震检测技术的应用中也存在着陷阱 ,致使一部分探井落空。为了在今后实际勘探中避开这些陷阱 ,从地质和地震两方面探讨了形成陷阱的原因。研究结果表明 ,地下火成岩等特殊地质体和岩石的非均质性可形成比较强的地震反射 ,使天然气藏的地震检测存在陷阱 ;另外 ,受水平分辨率的限制 ,二维地震剖面圈出的亮点不能准确地反映天然气藏圈闭的实际范围。

2014年金寨M_L(3.9)震群序列遗漏地震检测及发震构造分析

针对2014年8月—2015年1月安徽金寨发生的M_(L)3.9震群,利用匹配滤波技术补充台网目录遗漏的地震事件,再利用波形互相关震相检测技术标定P波和S波到时,进一步采用双差定位方法对震群进行重定位,结合震源机制解等分析此次震群活动可能的发震构造。计算结果显示,通过互相关扫描检测到1376个地震台网常规分析遗漏的地震,数量约为台网目录给出的585个事件的2.35倍。检测到的遗漏地震震级估算为M_(L)0~2.3,通过震级-频次统计分析,加入遗漏地震后地震目录的完整性在M_(L)0~1.5范围内有较明显的改善。重定位后地震走时残差更小,水平位置更集中,沿NNE向断裂F和NW向青山-晓天断裂呈现近直立的条带状分布。结合地质构造、震源机制解和水库因素,推测2014年金寨M_(L)3.9震群可能是由周边水库水下渗引起NW向青山-晓天断裂与NNE向断裂F慢滑动而触发的。

2017年9月临城震群遗漏地震检测及发震构造初探

以河北测震台网记录的连续波形数据为基础,采用模板匹配滤波方法,检测2017年9月4日—6日河北临城震群遗漏地震。利用波形互相关扫描,检测到19次被测震台网常规分析遗漏的地震,震级范围为ML0.0-1.2,并标定新检测地震事件的P波和S波到时,估计其震中位置及震级。通过地震精定位和最大地震震源机制解,认为此次临城地震序列的主要发震构造应为近EW向活动断层。

缝洞储层的地震检测和预测

探讨了与缝洞储层检测和预测有关的若干问题。只要储层中的缝洞系统有足够大的密度 ,则缝洞储层的地震检测和预测是有可能成功的。通过缝洞储层的物理模型实验和数值模拟分析可以看出 ,地震波动力学参数(振幅、相位 ,衰减等 )对缝洞系统的响应较运动学参数 (速度 ,走时等 )更敏感 ,因此利用动力学参数进行缝洞检测更有效。要得到缝洞储层的可靠预测 ,使用地质、地震、测井。

核工程地震检测系统的运行和地震决策

本文论述了核工程地震检测系统的重要性和核工程遭遇地震后地震检测资料的处理与评估内容及其在地震决策中的作用。作者对当前开展核工程地震检测系统工作提出了若干观点和建议。

非线性映照判别模型实现气藏地震检测

韩文功 ,王金铎 ,于建国 ,王兴谋 .非线性映照判别模型实现气藏地震检测 .石油地球物理勘探 .2 0 0 2 ,37(5 ) :5 2 4～ 5 2 9 与石油相比 ,地层中的天然气更加明显地表现出吸收高频成分、降低速度等地球物理特性 ,使得地震直接检测气藏的工作更容易实现。在利用多种地震参数直接进行气藏检测的过程中 ,关键环节是判别所建立模型的合理性 ,即样点模型和参数模型的空间规律。因此 ,人们十分关心所选定的众多样点在高维空间的分布状况 ,非线性映照算法的应用便能分析和研究这种分布。文中通过把误差函数等价于高维空间弹性网络的节点约束到二维平面上变形后的总位能 ,然后对数据进行规格化处理、牛顿法多次迭代计算 ,求出使误差函数达到极小值的 N对坐标 ,并将其作为二维平面上的非线性映照结果。在开发了非线性映照算法的应用软件之后 ,通过对实际资料的应用 ,取得了一定的效果。

多尺度神经网络煤层气微地震检测研究

在煤层气勘探开发中,通过微地震监测技术掌握裂缝走向,调整采煤巷道位置、方位对安全生产具有重要意义。因此,提出一种基于多尺度卷积神经网络的微地震检测方法,较好地解决了在强干扰环境下的弱信号识别的问题。研究表明:在不同强度的噪声干扰下,本文方法的检测精确率和召回率均优于小波分析法、BP网络和卷积神经网络等方法,且具有较好的抗噪性。当信噪比大于6 dB时,模型检测召回率可达到90%以上,精确率可达到92.1%以上。通过黑龙江某地区实际煤层气微地震监测数据的验证,模型具有良好表现。

卷积神经网络余震自动识别及在中国地震台网地震检测中的应用

随着地震网络在全球范围大规模部署,每天产生的大量连续波形记录对数据处理的新方法提出了要求。传统的波形拾取算法都有一定的局限性,很难同时适用于复杂区域的不同类型地震事件的自动识别与到时挑选。机器学习和深度学习神经网络方法由于具有较强的泛化能力,近些年来受到越来越多关注。本研究使用汶川地震的10 000多个余震和专家手动挑取的P、S到时,构建了超过65 000个30 s长地震波形片段和超过200 000个噪声片段的高质量训练和测试样本集,并基于该数据集应用8层深度卷积神经网络(图1)进行地震与噪音分类,在Telsa P100 GPU单卡(显存12 GB)上训练80 000时间步,最优模型精度可达到99.3%,对8 000段测试地震样本的验证也达到了94%的精度。

山东长清4.1级地震序列的遗漏地震检测与发震断层

使用波形互相关的模板匹配方法拾取2020-02-18山东长清4.1级地震序列的遗漏地震,构建高分辨率地震序列目录,并利用地震序列空间分布定量拟合发震断层面几何形态,结合4.1级地震的震源机制解综合判定长清地震序列的发震构造和可能的发生原因。共识别和定位79个高精度地震事件,是原台网目录的1.7倍。依据断层面拟合及震源机制解结果,推测长清地震序列的发震构造为具有与区域先存断裂相同性质的左旋走滑型小尺度隐伏断裂,断层面走向302°、倾角88°。结合区域地震地质特征,认为此次地震序列的发生是由构造复合部位应力场的非均匀性导致的。

山东乳山震群遗漏地震检测和发震构造初探

本研究利用小孔径乳山台阵记录的连续波形数据,以模板匹配法识别了乳山震群2014年6月至2015年6月的遗漏地震,又利用波形互相关法对检测出的遗漏地震进行震相检测,重新校正了震相到时,并去除了误检测地震.

2017年漾濞地震前后微小地震检测及定位

北京时间2017年3月27日云南省大理白族自治州漾濞县境内连续发生两次中强地震,分别为07:40:28发生的MS4.8和07:55:00发生的MS5.1地震,此后1个月内主震附近记录到大量的余震活动资料。这些中小地震记录可以为研究地震序列活动性、确定发震断层、地质构造特征等提供重要的数据资料,但由于台网定位采用的速度模型及人工拾取震相走时不可避免地存在误差,台网给出的震源位置往往具有较大的定位误差。此外,由于微小地震能量较弱,通常被强震尾波或噪声信号所掩盖,因此,如何既获得更加完整的地震目录,又得到更加精确的震源位置是近年来国内外地震学的一个热点研究问题。

机器学习在地震检测与震相识别的应用综述

在地震学研究中地震检测与震相识别是最基础的环节,其拾取速度和精度直接影响其在地震精确定位以及地震层析成像中的应用效率和精度。近年来,机器学习在地震学领域中引起广泛关注。机器学习可以改进传统地震检测和震相识别方法,使它们能达到更加准确,识别率更高的效果。把机器学习方法按照监督学习和无监督学习分类介绍,并对机器学习方法流程进行总结,并对目前在地震检测与震相识别方面应用较为广泛的机器学习方法(卷积神经网络、指纹和相似性阈值、广义相位检测、PhaseNet、模糊聚类)进行综述。结果表明:机器学习在地震事件检测和震相识别将会是主要的手段。数据驱动的机器学习在地震学中的应用和物理模型的联合运用将是未来的发展趋势。

适用小样本情况的地震检测机器学习模型

针对已有的地震检测机器学习模型训练所需的有标注的地震数据难以获取、处理成本高等问题,提出一种适用于小样本情况的地震检测机器学习新模型CCLSN。该模型联合使用连续小波时频变换和重新设计的轻量化卷积神经网络,可大幅降低训练所需的有标注的地震数据量,提高模型的适用性。实验结果表明,CCLSN仅用包含数百个地震样本的小型数据集,就可实现稳定和高精度的识别功能,精度和召回率均在98%以上。CCLSN可为我国中东部等少震弱震地区实现地震自动检测提供新的技术方法。