Seismic Data Collection with Shakebox and Analysis Using MapReduce

In this paper we study a seismic sensing platform using Shakebox, a low-noise and low-power 24- bit wireless accelerometer sensor. The advances of wireless sensor offer the potential to monitor earthquake in California at unprecedented spatial and temporal scales. We are exploring the possibility of incorporating Shakebox into California Seismic Network (CSN), a new earthquake monitoring system based on a dense array of low-cost acceleration seismic sensors. Compared to the Phidget/Sheevaplug sensors currently used in CSN, the Shakebox sensors have several advantages. However, Shakebox sensor collects 4K Bytes of seismic data per second, giving around 0.4G Bytes of data in a single day. Therefore how to process such large amount of seismic data becomes a new challenge. We adopt Hadoop/MapReduce, a popular software framework for processing vast amounts of data in-parallel on large clusters of commodity hardware. In this research, the test bed-generated seismic data generation will be reported, the map and reduce function design will be presented, the application of MapReduce on the testbed-generated data will be illustrated, and the result will be analyzed.

智能物探技术的过去、现在与未来

通过梳理国内外人工智能技术在地球物理勘探(物探)领域中的发展历程、主要研究进展以及发展方向,总结了智能物探的优势和面临的难题,并提出了解决方案。研究结果表明:(1)物探技术在人工智能发展的第2次浪潮中开始与人工智能技术相结合,得益于物探领域数据量的指数级增长、硬件算力的高速发展以及不断出现的新深度学习框架,智能物探技术从早期的机器学习发展为目前的深度学习,在地震资料处理、解释等方面的应用中取得了大量研究成果。(2)目前智能物探技术被广泛应用于标签集的构建、去噪、断裂检测、层位与层序解释、地震相分类和异常体检测、岩性识别与油气藏开发、地震反演成像等方面,大幅提高了工作效率,降低了工作成本,克服了人工交互操作和人工经验的主观性和不可靠性,助力打破传统物探技术瓶颈。(3)智能物探技术的发展面临着缺少公开的标签数据集、缺少解决地球物理领域问题的智能化框架及尚未形成适用于地球物理领域共享的智能化开发平台等难题,可以从解决数据基础、构建智能平台、开展网络架构基础性研究及与应用场景结合等方面着手解决;此外,智能物探技术的发展方向还包含智能地震成像方法研究,储层成像方法研究,油气大数据挖掘、智能风险评估与智能决策以及超算软件装备研发等方面。

海量地震叠前数据精细质控方法及应用

“十四五”大庆油田振兴发展进入了新阶段,对海量地震数据规模化处理提出了新要求,地震资料处理迈入了盆地级叠前大数据时代。叠前地震资料大数据质量的好坏关系着偏移成像品质的高低,因此叠前地震资料大数据的精细质控对油田勘探开发高质量发展具有重大意义。由于数据道头信息缺项、归档内容不规范、数据回溯难、数据结构化与文档保存不同步等难题,叠前地震资料的数据质量受到不同程度的影响,无法满足勘探开发高质、高效、全生命周期的生产需求。经过不断地探索与实践,建立了“五化精细质控”,即以质控工作制度化、多级质控流程化、质控评价表单化、质控软件标准化、数据管理信息化为核心的叠前大数据精细质控方法,有效提升了地震数据品质,为地震资料高质量处理保驾护航,实现了叠前地震资料的标准化管理与规范化治理。该方法针对海量地震叠前数据,建立了盆地级地震大数据平台标准化管理与质控,统一了数据规范标准,有效提升了数据质量,完善了质量控制流程、模式,更新了质控标准,有效地支撑勘探开发核心业务的高质量、高效率、规模化发展。

智能化地震队系统在地震勘探中的应用探究

地震勘探是一项典型的技术密集型产业,通过应用大数据平台可以更好地进行数据管理、资源调配和风险防控。本论文旨在以智能化地震队生产指挥系统为切入点,以其在2023年四川盆地某大型三维地震勘探项目实际生产中的应用为例,探讨智能化地震队生产指挥系统在数据管理与分析、资源调配、风险防控等关键环节的作用,分析大数据平台在地震勘探的应用效果,展开应用价值分析,提出未来发展思路,进而深入发挥大数据在地震勘探领域的潜力。

基于GIS的区域性地震安全性评价技术服务系统应用研究

区域性地震安全性评价结果是工程建设科学抗震设防的依据,在保障重大建设工程地震安全中发挥了越来越重要的作用,但其成果由于一系列客观因素在一定程度上制约了进一步的推广应用。通过GIS和大数据可视化技术探讨了区域性地震安全性评价服务,构建了区域性地震安全性评价全要素“一张图”,实现了对区域性地震安全性评价成果全息可视化管理,提升了安全性评价成果管理与应用的便捷性,进而发挥应有的减灾效用。

吉林省地震监测能力风险评估技术

1研究背景。地震监测能力是衡量地震监测水平的重要标准,也是地震分析预报研究的数据基础,2006年建设全国数字化地震台网,是我国地震监测水平快速提升的重要开端。近年来监测能力评估技术发展迅速,2006年首次对中国数字地震台网(CDSN)进行地震监测定位能力评估(郝春月等,2006),2010年进行泉州地震台监测能力分析,2012年进行临汾地震台监测能力评估,2013年进行波密地震台监测效能评估,2014年进行内蒙古区域地震台网的监测能力研究,2016年进行浙江、淮安、云南台网监测能力评估。

乌鲁木齐及周边地区新冠疫情前后背景噪声分析

选取2019年1月至2022年12月乌鲁木齐及周边地区14个测震台站垂直分量波形记录,通过计算PSD(功率谱密度)和PDF(概率密度函数),统计不同频段功率谱密度分布情况,对比乌鲁木齐及周边地区疫情前后背景噪声变化特征,并结合大数据探讨人口迁徙与背景噪声变化的相关性。同时计算了疫情前后研究区最小完备震级(Mc),对比分析其地震监测能力变化特征。结果表明:研究区地震背景噪声水平受疫情影响出现不同程度的下降,高频段(1~35 Hz)最大下降幅度为36.6 dB,部分台站长周期频段下降突出,这是人类活动间接影响的;上述变化与人口迁徙大数据变化呈现了极大的正相关。此外在疫情封闭期间,地震监测能力并没有明显的提高,但部分台站获得更为清晰的震相记录。

大数据技术在海量测震数据中的研究应用

对目前主要的大数据技术进行探讨,并对大数据计算方法在测震数据中应用进行分析,设计了基于大数据技术的测震数据存储模型以及基于海量数据运行率管理的计算模型,编写了分别基于单机多线程和大数据环境的程序,并进行对比实验。结果表明:采用基于大数据技术的分布式管理和计算架构,可以较好地解决海量测震数据的管理困难、共享服务和科研计算方面的性能瓶颈。

探讨地震前兆观测中的大数据挖掘与应用

大数据挖掘研究与应用是当今的热点问题。本文简要概括了大数据研究的基本思想,分析了地震监测中前兆观测数据大数据研究的必要性,并设计了几种前兆观测大数据研究在地震行业内部的可能应用方向和具体应用问题,以期能够推动前兆观测数据利用大数据研究思想的创新应用和研究工作。

中国古地理学近十年主要进展

本文从古地理学研究与发展的几个主要方面对中国古地理学近十年的进展进行了归纳总结,指出存在的问题并提出未来的研究趋势和方向。认为中国古地理学在多个方面引领了古地理学的学科发展,包括:(1)在古地理学基础研究方面,多学科齐头并进,支撑了古地理学科的持续发展;(2)在古地理研究方法与成图方面,构造古地理、生物古地理中的遗迹学研究、小尺度古地理研究和大数据古地理研究有了长足进展;(3)在古地理学应用方面,从含油气盆地古地理、油页岩古地理及碎屑岩成岩作用多角度研究油气资源与油页岩,并在聚煤区古地理研究与煤炭资源预测及其他矿藏古地理研究与找矿方面都有新的突破。

基于Python的地震时大数据拥堵实时传输系统设计

针对当前地震时数据传输系统存在时延高、安全性较差及数据传输拥堵等问题,提出并设计基于Python的地震时大数据拥堵实时传输系统。系统硬件主要由视频转码模块、Python交互平台、数据流传输模块和系统维护模块几部分组成。利用解协议、解封装、解码、视频数据存储、编码、封装等实现视频转码;利用Python交互平台实现测点与地震数据监测中心之间的交互;结合CDMA传输方式与VPDN组网方式作为无线传输模块;由区域中心运维管理和通知下发等单元组成系统维护模块。系统软件分为收包与发包两种数据传输模式,以收包为主完成系统设计。实验结果表明,该系统响应速度快、延迟低,且安全性较为优越,解决了地震数据拥堵的问题。

密集地震观测带来的变革

进入21世纪,地震观测的重大变化就是密集地震观测网的出现,通过论述地震密集观测技术带来的变革,得出以下认识:(1)这种变革改变了传统地震观测模式,突破了传统的地震台网的概念;(2)观测地震活动影像为实时地震观测和预测带来了新的发现;(3)密集地震台网将地震带进了大数据时代,推动传统地震学从依靠自身判断(依靠计算模型)做决定到依靠数据做决定的转变,而人工智能技术可以在大数据基础上推进地震学跨界创新,向智慧地震发展。

“两宽一高”油气地震勘探中的关键问题分析

油气地震勘探面对的地下介质情况(包括地表条件)和油藏情况日益复杂促使地震勘探技术不断提高,最终目的是能够尽可能精确地描述油气藏以及提高油气采收率和勘探效益。2000年后逐渐普及的“两宽一高”地震勘探技术是其中的一项标志性技术,它是一种综合性的技术系列,并非仅指将地震数据采集技术推进到“两宽一高”阶段,它还包括针对“两宽一高”数据的地震成像处理技术、地震地质解释技术及油藏评价技术。当前,“两宽一高”地震数据采集技术的发展较为迅速,各种新的观测系统、新的震源和检波器系统以及高效、自动、智能数据采集新技术层出不穷。但是,从海量的“两宽一高”数据中提取与精确描述储层相关信息的技术进展严重滞后,譬如全波形反演(Full Waveform Inversion,FWI)和最小二乘逆时深度偏移(LeastSquares Reverse Time Migration,LS_RTM)技术距离大规模生产实用(尤其是直接贡献于储层描述的应用)相去甚远。从地震波反演成像对地震数据采集的需求出发,较为全面地依次分析了“两宽一高”地震数据采集技术对地震波成像的必要性、“两宽一高”地震数据对地震波成像的贡献、“两宽一高”地震勘探阶段的地震分辨率、“两宽一高”地震数据成像处理中的关键问题等,最后简述了“两宽一高”地震勘探中地震地质解释的观点。认为“两宽一高”油气地震勘探技术是今后相当长时期内石油工业界的核心技术,当前的技术发展现状远未达到“两宽一高”地震勘探技术的成熟阶段,今后油气地震勘探的技术发展应该是围绕着“两宽一高”地震勘探的关键问题,即采集技术、对应的反演成像技术、地震解释技术和油藏描述技术而展开。

基于空地观测的地震大数据处理系统研究

地震观测数据包括地面和空间两部分,地面地震台站能够监测形变、重力、地磁、电磁、地电、流体等多种学科参数,空间卫星能够采集电离层离子密度、温度、电磁场等多种数据,数据格式多种多样,数据采样频率长短不一,属于典型的大数据。本文分析了地震监测产生的数据特点,符合大数据的"5V"特征;给出了大数据处理的技术框架,从大数据存储、预处理、大数据分析、知识发现以及知识应用几个方面,分析了大数据处理的六个层次,阐述了不同层次需要的数据处理方法;从存储管理技术、Map Reduce技术模型、深度学习技术、信息融合与数据挖掘技术、可视化展示与虚拟现实技术等几个方面探讨了地震大数据处理的关键技术,并给出了两例地震大数据应用场景。大数据技术应用于地震监测分析将对人类战胜地震灾害具有重要意义。

全球中、新生代大地构造特征及其演化框架——《全球中、新生代大地构造图》编图研究进展

全球中、新生代大地构造编图是全球构造理论研究的基础和切入点,本文介绍了该图编制思路与方法、数据来源和大地构造区划,并以地球圈层构造为主线,讨论了全球中生代以来水平构造和全球垂向圈层之间的衔接关系,认为大洋中脊和环太平洋边缘俯冲带通过印度洋、北冰洋、特提斯构造域以及南极洲板块发生构造衔接和转换。南极洲板块周缘被洋中脊环绕,并衔接了全球洋中脊在地球南部的离散运动。结合构造赤道理论,分析了全球不同构造背景下的构造单元之间的关系,认为构造赤道是中生代以来全球构造体制大规模调整的产物。在此基础上,从泛大陆裂解,洋陆关系的角度探讨了中、新生代的全球构造演化。

多源数据整合在地震信息上报系统中的应用

以地震信息上报系统为例,从多源数据类型、数据库构建和信息服务平台建设等方面入手,剖析了多源空间数据整合存在的诸多问题,并给出相关解决方案。结果表明,多源空间数据的整合与挖掘提高了数据可视性和利用率,从而使地震数据更好地服务于地震科研预报与应急决策。

基于大数据技术的地震数据处理新思路

现代地震观测积累了大量、种类繁多的地震前兆数据和震后数据,但数据中隐含的地震规律及趋势无法用经典的算例、数学公式、物理公式进行定量解释、分析和预测,需要探索新方法、新技术。案例表明,大数据分析具有预测事物发展趋势、改变传统观念和发现新事物的功能,有助于从错误信息中挖掘有价值信息。本文由此提出基于大数据技术处理地震数据的新思路,对地震监测预报新思路进行探索;通过在大数据平台上基于地震目录的余震预测研究,给出大数据技术在地震数据处理方面的一个应用实例,验证该思路的可行性。

测震波形数据存储和管理系统设计与实现

为了解决日益增长的海量测震波形数据在存储和管理方面存在的性能瓶颈问题,基于测震波形数据管理的业务需求,选取基于Hadoop大数据技术的分布式文件系统HDFS和分布式计算Spark架构进行数据的存储和计算,并开发基于Web的测震波形数据存储和管理系统,实现对海量测震波形数据的可视化管理和数据运行率检索。

大数据时代结构工程发展新趋势的几点思考

土木工程支撑着基础设施及公共和民众住房的建设,土木工程的建设和服役过程中都会产生大数据。如何有效利用这些大数据,为土木工程的学科发展和工程决策提供依据,这是工程师和科学家都在思考的问题。本文从着重针对土木工程中的大数据如何影响结构工程的问题,结构的荷载估算、结构承载能力与破坏准则、震害调查、结构健康监测、云计算等几个方面,提出了几点思考。

基于大数据的强震临震前地震背景噪声异常分析--以2013年芦山7.0级地震为例

目前针对强震临震前震动信号的拾取和分析基本都是在有限的频带内开展,且分析的数据量时空范围有限。本文提出一种基于大数据的地震背景噪声计算和分析方法,对海量地震观测数据进行分布式噪声功率谱计算,数据采用2013年3—4月的四川地震台网记录的连续波形数据。通过对2013年四川芦山7.0级地震前四川地震台网记录的50Hz~200s范围内的多个频点时序变化进行分析,发现芦山地震距震中50km范围内的MDS台和BAX台在震前水平方向30~150s周期上噪声出现增强10~20dB且持续3~5天的情况,垂直向未发现明显变化,同时超出50km范围内的台站也未有明显变化。这种长周期异常变化很难通过传统的地震动信号拾取来发现,表明本文提出的强震临震异常分析方法可以用于发现和分析震前的长周期异常信号。