基于三分量偏振梯度的微地震初至识别方法及装置制造方法及图纸

公开了基于三分量偏振梯度的微地震初至识别方法及装置。该方法可以包括：基于原始三分量数据构建瞬时三分量协方差矩阵CXYZ(t)；基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)；基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)；以及通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间。本发明专利技术直接从原始微地震三分量数据出发，通过构建瞬时偏振函数的目标梯度函数，实现了微地震初至的快速、自动识别。

Micro seismic first arrival identification method and device based on three component polarization gradient

A method and device for microseismic first arrival identification based on three component polarization gradient are presented. The method can include three components: Construction of instantaneous covariance matrix CXYZ of the original data based on the three component (T); the three component instantaneous covariance matrix CXYZ (T) based on the instantaneous polarization construct function PF (T); the function of instantaneous polarization based on PF (T) to construct the target gradient function Delta (T); and the target gradient function Delta (T) K were compared to identify micro seismic arrival time with a given threshold value. Based on the three component data of original microseismic, the target gradient function of instantaneous polarization function is constructed to realize the fast and automatic recognition of microseismic first arrival.

【技术实现步骤摘要】
基于三分量偏振梯度的微地震初至识别方法及装置
本专利技术涉及微地震三分量信号处理领域，更具体地，涉及一种基于三分量偏振梯度的微地震初至识别方法和一种基于三分量偏振梯度的微地震初至识别装置。
技术介绍
精确拾取有效的事件初至时间，对于微地震事件的震源定位以及解释震源机制具有重要意义。人工查看震动图拾取初至是非常耗时的，并且由于人工操作带有主观性，即使是专业人员，在不同时间拾取的初至也会有所不同。因此，研究微地震三分量初至自动识别并且提高拾取时间准确性，成为微地震处理关键技术之一。由于微地震事件信号和背景噪声在振幅特征和频率组成上有很大的不同，这就为在三分量震动图上识别事件初至时间提供了可能。微地震事件的特征是明显的初至点、高频以及频率随着时间快速衰减，而背景噪音信号可以根据它们的低振幅、低频来进行区分。专利技术人发现，由于微地震三分量数据振幅和极性具有杂乱无序的特点，而在现有技术中，只有在微地震三分量数据前期大量处理的基础上才能提高微地震事件初至识别能力。因此，有必要开发一种能够直接从原始三分量数据快速、准确地识别微地震事件初至的方法。公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
本专利技术提出了一种能够直接从原始三分量数据快速、准确地识别微地震事件初至的方法，本专利技术还公开了相应的装置。根据本专利技术的一方面，提出了一种基于三分量偏振梯度的微地震初至识别方法，该方法包括：基于原始三分量数据构建瞬时三分量协方差矩阵；基于所述瞬时三分量协方差矩阵构建瞬时偏振度函数；基于所述瞬时偏振度函数构建目标梯度函数；以及通过将所述目标梯度函数与给定门槛值进行比较来识别微地震初至时间。根据本专利技术的另一方面，提出了基于三分量偏振梯度的微地震初至识别装置，该装置包括：协方差矩阵构建单元，用于基于原始三分量数据构建瞬时三分量协方差矩阵；偏振度函数构建单元，用于基于所述瞬时三分量协方差矩阵构建瞬时偏振度函数；目标梯度函数计算单元，用于基于所述瞬时偏振度函数构建目标梯度函数；以及微地震初至时间识别单元，用于通过将所述目标梯度函数与给定门槛值进行比较来识别微地震初至时间。现有技术通常是基于对地震三分量数据前期大量处理来提高微地震事件初至识别能力。本专利技术直接从原始微地震三分量数据出发，通过构建瞬时偏振函数的目标梯度函数，实现了微地震初至的快速、自动识别。附图说明通过结合附图对本专利技术示例性实施方式进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施方式中，相同的参考标号通常代表相同部件。图1示出了根据本专利技术的基于三分量偏振梯度的微地震初至识别方法的流程图；图2A-2C分别示出了微地震模型三分量单道数据的X分量、Y分量、Z分量；图3示出了微地震模型三分量偏振度；图4示出了对微地震模型数据应用本专利技术得到的偏振度梯度；图5A-5C分别示出了微地震实际资料三分量单道数据的X分量、Y分量、Z分量；图6示出了微地震实际资料三分量偏振度；图7示出了对微地震实际资料数据应用本专利技术得到的偏振度梯度。具体实施方式下面将参照附图更详细地描述本专利技术的优选实施方式。虽然附图中显示了本专利技术的优选实施方式，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员。实施例1图1示出了根据本专利技术的一个实施例的基于三分量偏振梯度的微地震初至识别方法的流程图，该方法包括：步骤101，基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)；步骤102，基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)；步骤103，基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)；以及步骤104，通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间。微地震信号在三分量X、Y、Z矢量数据上存在两两耦合关系，也即偏振关系，而有效信号之外的随机信号无此特征。本专利技术利用这一点，直接从原始微地震三分量数据出发，通过构建瞬时偏振函数的目标梯度函数实现了微地震初至的快速、自动识别。在一个示例中，在步骤101中，基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)可以包括：以当前时间t0为中心，利用hanning窗截取原始三分量数据X0(t)、Y0(t)、Z0(t)，获得新的三分量数据X(t)、Y(t)、Z(t)，利用所获得的新的三分量数据构建协方差矩阵CXYZ(t)。具体地，hanning窗可以是：其中，N为hanning窗半长度，t0为当前时间。将hanning窗与原始三分量数据X0(t)、Y0(t)、Z0(t)相乘，获得新的三分量数据X(t)、Y(t)、Z(t)：X(t)＝X0(t)h(t)、Y(t)＝Y0(t)h(t)、Z(t)＝Z0(t)h(t)(2)。利用所获得的新的三分量数据构建协方差矩阵CXYZ(t)：其中，在一个示例中，在步骤102中，基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)可以包括：对所述瞬时三分量协方差矩阵CXYZ(t)进行奇异值分解以计算特征值，利用计算出的特征值构建瞬时偏振度函数PF(t)。具体地，对以当前时间t0为中心的三分量协方差矩阵CXYZ(t)进行奇异值分解：其中，λ1、λ2、λ3为瞬时三分量协方差矩阵的特征值且λ1＞λ2＞λ3，对应的特征向量为V1、V2、V3。利用计算出的特征值构建瞬时偏振度函数PF(t)：其中，指数γ∈(0,1)，其具体数值根据实际数据测试而得。在一个示例中，在步骤103中，基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)可以包括：对瞬时偏振度函数PF(t)求偏导以计算目标梯度函数Δ(t)。具体地，通过直接对瞬时偏振函数PF(t)求偏导计算标梯度函数Δ(t)：根据该步骤对所有样点时间计算对应的梯度函数Δ(t)，若前后数据不足则补零值。在一个示例中，在步骤104中，通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间可以包括：如果出现所述目标梯度函数Δ(t)大于所述给定门槛值K，则寻找所述目标梯度函数Δ(t)的区域峰值，将所述区域峰值对应的时间位置确定为微地震初至时间。具体地，如果出现目标函数Δ(t)大于给定门槛值K，说明存在微地震事件，则在大于K的范围内寻找目标函数Δ(t)的区域峰值对应的时间，实现微地震事件初至时间识别。如果没有出现目标函数Δ(t)大于给定门槛值K，说明不存在微地震事件。实施例2本专利技术还公开了基于三分量偏振梯度的微地震初至识别装置。在本实施例中，该装置包括：协方差矩阵构建单元，用于基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)；偏振度函数构建单元，用于基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)；目标梯度函数计算单元，用于基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)；以及微地震初至时间识别单元，用于通过将所述本文档来自技高网...

【技术保护点】
一种基于三分量偏振梯度的微地震初至识别方法，所述方法包括：基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)；基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)；基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)；以及通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间。

【技术特征摘要】
1.一种基于三分量偏振梯度的微地震初至识别方法，所述方法包括：基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)；基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)；基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)；以及通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间。2.根据权利要求1所述的基于三分量偏振梯度的微地震初至识别方法，其中，基于原始三分量数据X0(t)、Y0(t)、Z0(t)构建瞬时三分量协方差矩阵CXYZ(t)包括：以当前时间t0为中心，利用hanning窗截取原始三分量数据X0(t)、Y0(t)、Z0(t)，获得新的三分量数据X(t)、Y(t)、Z(t)，利用所获得的新的三分量数据构建协方差矩阵CXYZ(t)：其中，N为hanning窗半长度。3.根据权利要求1所述的基于三分量偏振梯度的微地震初至识别方法，其中，基于所述瞬时三分量协方差矩阵CXYZ(t)构建瞬时偏振度函数PF(t)包括：对所述瞬时三分量协方差矩阵CXYZ(t)进行奇异值分解以计算特征值：其中，λ1、λ2、λ3为瞬时三分量协方差矩阵的特征值且λ1＞λ2＞λ3，对应的特征向量为V1、V2、V3，利用计算出的特征值构建瞬时偏振度函数PF(t)：其中，γ为设定的指数，γ∈(0,1)。4.根据权利要求1所述的基于三分量偏振梯度的微地震初至识别方法，其中，基于所述瞬时偏振度函数PF(t)构建目标梯度函数Δ(t)包括：对瞬时偏振函数PF(t)求偏导计算标梯度函数Δ(t)：5.根据权利要求1所述的基于三分量偏振梯度的微地震初至识别方法，其中，通过将所述目标梯度函数Δ(t)与给定门槛值K进行比较来识别微地震初至时间包括：如果出现所述目标梯度函数Δ(t)大于所述给定门槛值K，则寻找所述目标梯度函数Δ(t)的区域峰值，将所述区域峰值对应的时间位置确定为微地...

【专利技术属性】
技术研发人员：余波，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司石油物探技术研究院，
类型：发明
国别省市：北京,11