作者:譚家煒,李靜,李飛達,曾昭發
摘要:在靜校正和層析成像等地震數據處理中,準確并快速地拾取初至是隨后速度結構成像和地震資料綜合解釋的前提。手動拾取方法難以適用于海量地震數據處理,且存在人為誤差。對于低信噪比地震數據,相關法、能量比值法(STA/LTA)、分形維法等常規自動拾取方法需不斷調整參數以達到設定拾取精度,導致穩定性變差。為此,提出一種基于超虛干涉(SVI)約束的模糊C均值(FCM)聚類地震初至自動拾取方法。FCM聚類分析是一種非監督的機器學習方法,僅依賴數據本身進行分類,可更靈活、方便地應用于實際地震初至拾取;對于低信噪比數據,須預先利用SVI法加強遠炮檢距等弱初至信號的能量,提高地震數據的信噪比,以實現地震初至的準確、穩定拾取。理論模型數據和實際地震資料測試結果進一步表明了該方法的穩定性和高效性。
發文機構:吉林大學地球探測科學與技術學院
關鍵詞:模糊C均值(FCM)聚類分析初至拾取超虛干涉法(SVI)層析成像fuzzy C-meanscluster analysisfirst arrival pickingsuper-virtual interferometryP-wave tomography
分類號: P631[天文地球—地質礦產勘探]