支持向量机在地震预测中的应用

利用支持向量机分析了发生在美国加州中部的2次6级以上地震的震前大地脉动.通过对离地震最近的3个地震台站的地震数据进行震前大地脉动分析,结果表明:支持向量机能有效地区分震前大地异常脉动和平静时期的大地脉动,并且随着地震的临近预报准确率逐渐增加;2次地震的震前大地异常脉动分别始于地震前48 h和12 h.分析了加州CI地震台网内的14个地震台站记录的2003年12月22日发生在加州中部的6.4级地震所观测的震前脉动数据,发现处在震中附近的12个地震台站均观测到震前大地的异常脉动,且距离震中附近的断层越近,监测到震前脉动异常的几率越大.对3个观测站进行连续监测,结果表明:监测到大地震(M≥5)所引发的震前脉动异常的概率大于小地震(M＜5).因此,该方法有望发展成为地震预报的一种有效手段.     

海底电缆采集地震数据多次波压制处理

波动方程数值模拟与分析表明,浅海多次波与有效反射波耦合在一起,海平面强反射多次波改变了有效波波形与相位,降低了地震资料频率.针对海底电缆双检采集地震数据,在地震上行波波场与下行波波场分析和实际地震资料处理试验基础上,提出在对水检记录地震数据和陆检记录地震数据能量均衡后,进行地震数据合并压制多次波的便捷方法.并利用该方法对某浅海海域地震资料进行处理,叠前炮集对比和叠后偏移剖面对比分析都表明多次波得到有效压制,地震资料品质有较大程度提高,证明了方法的有效性.     

基于时频分析的地震道集校平技术应用

依据现代信号分析理论,对叠前地震道集剩余动校正黾的消除技术进行研究,在模型数据和实际数据的试验基础上,探讨基于时频分析技术的叠前道集校平方法.结果表明:通过对地震信号进行时频分解,并在信号重构时完成高精度的剩余动校正量的消除,处理前后信号振幅不变,道集同相性增强,叠加后信号有效频带变宽;利用近偏移距地震道的叠加道作为模型道,在有效消除剩余时差和校平同相轴的同时,避免了叠前道集动校拉伸畸变对模型道的影响,保证了技术实现的精度;该方法在消除叠前道集中剩余动校正量方面具有较强的实用性.     

关于地震属性技术的研究和分析

地震属性分析是储层描述的一项重要内容.目前地震属性分析技术发展迅速,在油气田开发中应用广泛,并起到越来越重要的作用.地震属性分析希望从地震数据中拾取隐藏在这些数据中的有关岩性和储层物性的信息,从而加强地震数据在油田开发领域的应用.     

强矿震预测的研究

基于中尺度地震实验场高密度数字地震和潮汐形变台网的现场观测,用地震学方法和小波工具分析强矿震过程采集到的数据.发现震前短临阶段存在可信的b值、η值、频度等地震学异常和定点潮汐形变前兆异常.对异常信息的提取方法和强矿震短临阶段的预测进行了探讨.     

利用地震资料预测储层裂隙发育带

裂隙发育带是油气运移的基本通道之一。利用地震资料预测储层裂隙发育带可以应用以下 3种技术 :①叠后三维地震数据相干体分析技术 ;②叠后三维地震数据体构造属性分析技术 ;③叠前三维地震数据体的AVO及AVA分析技术。实践表明 ,利用多波多分量资料、叠前的AVO或AVA资料预测裂隙发育带效果会更好。尽管利用叠后资料研究裂隙发育带有较大的难度 ,但在资料信噪比较高的前提下 ,充分利用包含着丰富地质信息的三维数据体 ,可以得到令人满意的效果     

ICA在地震数据叠前噪声消减中的应用

为了消除地震勘探数据中的噪声,引入独立分量分析(ICA)方法到地震资料处理中提高资料的信噪比。文中阐述了ICA的基本原理,并根据地震记录中的有效信号和干扰信号的特点,提出了地震数据叠前噪声消减的S-ICA理论模型。经在受干扰小的地震仪器测试数据上人工叠加规则干扰噪声、随机噪声,以及攀枝花某矿区实测浅层地震数据的S-ICA分离仿真验证表明,该模型既能有效地除去干扰噪声,又能完整地保留有效信号,具有一定的实用价值。     

基于地震属性技术的井壁稳定随钻预测新方法

基于地震属性和测井数据之间存在非线性关系,提出一种综合利用地震和测井信息随钻预测井壁稳定性的新方法,即在钻前联合运用遗传算法和BP神经网络算法,从所提取的井旁原始地震属性中优选出对测井特征参数最敏感的地震属性组合,并利用已钻井资料建立起反映所研究区块不同地层中地震属性与测井数据之间关系的一系列神经网络映射模型,实钻时通过分析岩屑录井资料选择适当的映射模型,随钻预测出待钻井段的声波和密度测井数据,进一步预测出钻头下方地层的井壁稳定性.该预测方法具有良好的精确度和时效性,在塔西南地区的实际应用中取得了良好效果.     

临汾地震观测水井二○○六年度水位突升突降异常分析

临汾市地震局地震观测水井是一口地震观测专用井,自1985年观测以来,水位整体呈缓慢下降趋势,符合临汾地下水下降速率.观测数据连续、可靠,有较好的映震效应.对2001年太原郝庄5.0级地震、2003年洪洞甘亭5.0级地震以及2006年河北文安5.1级地震,震前都有较好的异常反映.从2006年度的观测资料分析,该井地热、水位均出现异常,打破了年变规律.本文通过数据分析、曲线对比、映震实例等方法对该井异常进行了分析.     

巧家Ms5.0地震的地磁异常过程分析

通过2020年5月18日巧家M_s5.0级地震的震中周边200 km范围内的地磁总强度和地磁矢量监测区域震前至震后几期的测量数据对比，分析了巧家地震的地磁异常特征.结果表明，巧家地震的地磁异常在震前14个月开始出现，震中在磁偏角、磁倾角的零变线上，且在水平分量弱变区域中—而不是在地磁要素变化大的区域.距震中越远，这些地磁要素的变化有增大的趋势.     

基于内存映射的地震道集数据存取

针对地震数据处理中存在的数据交换效率低的问题,在分析传统地震数据文件存取基础上,提出一种基于内存映射的方法对地震数据处理.通过实验结果分析,基于内存映射的地震道集数据的存取效率高于传统方法近3倍,其中以全局方式映射地震道集数据耗时最短、效率最高.基于内存映射的地震道集数据存取有效的解决了这一问题,提高了在地震资料处理过程中的效率.     

2005-2007年四川地震的时空演化特征分析

对2005-2007年四川省内发生的262次地震(震级为3～5级)进行时间-空间分布统计分析,发现这些地震的时空演化具有一定的内在规律。通过对3年来地震数据的可视化分析,发现四川省有4个明显的地震热点地区,而且3年来这4个热点地区的地震发生频率的变化规律不一。基于球面坐标的空间分布统计分析方法,本文分析了地震的空间分布重心、地理范围,发现地震的重心具有明显的变化规律,范围不具有明显的规律性:对逐年的地震数据进分析发现,3年来地震的重心一直在向东南方向移动;将3年的数据综合为4个季度进行分析发现,第1～3季度一直向东南移动,第4季度则突然跳回到西北处;将3年的数据按12个季度进行分析,发现地震重心在前2年的8个季度中具有年周期的逆时针旋转规律,在2007年的前3个季度中,地震的重心仍逆时针旋转,第4个季度出现较大异常,重心往东南方向大跳了一步。最后以5.12汶川震中(30.986°N,103.364°E)为中心,分析了2005-2007年四川地震的空间分布的统计规律曲线,发现2007年地震出现较大的外移趋势,远离汶川地震震中。本文的研究方法和结果可以为地震的预报预测研究提供参考。     

利用NOAA数据分析地震前总电子含量异常

利用美国国家海洋和大气管理局（NOAA）发布的电离层总电子含量（TEC）数据,采用从点到面的分析方法,分析了墨西哥2012年3月20日和4月12日两次地震前的TEC数据,发现两次地震前均出现TEC异常,具体表现为：以点计算的震中TEC波形图显示3月20日震前的3月7日、3月15日和3月18日出现TEC异常,4月12日震前的4月4日和4月11日出现TEC异常;以面计算的TEC分布显示震中周边区域在震前出现异于其他地区的TEC增大或减少.     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

鲁甸6.5级地震前昭通地震台形变异常与降雨关系分析

2014年8月3日鲁甸6.5级地震前,距离震中不到50 km的昭通地震台多个测项出现了短临的"异常"变化,期间伴随连续降雨事件.如何排除降雨影响,提取震前的有效信息至关重要.文中利用昭通台倾斜、应变类观测数据以及辅助气象观测数据,通过考虑到时间滞后的数学回归模型方法,定量分析降雨对昭通台的影响程度,分析结果表明,昭通台形变测项与降雨相关性较高,且震前短临形变异常变化在回归线附近,应为降雨影响.另外,在收集昭通台周边观测环境变化(城建施工等)的基础上,给出降雨对昭通台影响的过程.     

天水台视电阻率月速率变化特征研究

分析了天水台深井地电阻率观测以来长期观测数据的可靠性,应用归一化变化速率方法处理了2012年以来的地电阻率观测数据,结合深层水平地电阻率在2次地震发生前均出现的明显的短临异常,研究了该台地电阻率异常与地震的对应关系。结果表明:天水台对附近的中等以上地震有较好的映震能力,可为今后该台附近的中强地震提供中短期预测预报意见。     

涠西南地区地震数据叠前同步反演

针对涠西南地区复杂的地质条件,以及基于地震资料预测储层需要纵、横波阻抗及速度、密度等弹性参数,对涠西南地区开展了地震数据叠前同步反演.该反演方法使用改进的Fatti方程,可以同时获得各种弹性参数,应用预白化处理来控制反演的噪音水平,使反演结果更稳定.使用不同子波来均衡不同角度部分叠加数据体之间振幅、频率和相位差异,使反演结果更准确.实际地震资料处理结果表明,随着角度增大,子波主频减小.精度验证结果表明,叠前同步反演精度达到了要求,其中纵波阻抗和横波阻抗反演结果精度都比较高,密度反演结果精度相对较差.     

一种基于卷积网络的地震探测数据随机噪声去除方法

为有效提高地震数据信噪比,通过卷积神经网络(convolutional neural network,CNN)的方法研究了地震勘探数据去除随机噪声问题.该方法包含17个卷积层,使用线性整流(rectified linear unit,ReLU)激活函数避免梯度消失,使用批量标准化(batch normalization,BN)提高网络的泛化能力.所构建的网络应用残差学习策略,即输入为含噪地震正演叠前数据,输出为CNN网络学习获得的随机噪声.然后从地震记录中减去网络预测的噪声数据,从而达到去除随机噪声的目的.同时,根据地震勘探数据振幅随探测时间衰减的规律,在网络训练过程中进行深度加权,使得CNN对于深部噪声的学习效果更好.网络在PyTorch框架下训练,应用图形处理器并行计算可以有效提高网络训练速度.利用训练好的网络进行去噪实验,结果表明与传统的时空域预测滤波法相比,该网络能更好地压制随机噪声.可见针对地震勘探数据,CNN能够有效提取含噪数据中的噪声信息,证明了该方法在去除随机噪声方面的合理性与有效性.     

基于循环神经网络的微地震数据降噪方法

针对微地震信号中存在大量噪声干扰, 导致其识别困难的问题, 提出一种深度双向门控循环单元循环神经网络的方法, 并将其应用于微地震数据降噪中. 首先, 构建多层双向门控循环单元循环神经网络模型, 并设计该模型的网络结构及训练算法; 然后, 采用Ricker子波正演模拟微地震数据验证模型的有效性, 并将该方法与其他4种方法进行对比; 最后, 将真实的含噪声微地震数据输入到训练好的模型中, 即可得到降噪后的微地震数据. 仿真实验结果表明, 利用该方法降噪后与降噪前信号的峰值信噪比相比约提高36 dB, 且信号之间的相关系数值由0.088 6上升至0.933 5. 实际应用结果也表明, 该方法可有效降低实际微地震数据中的噪声.     

2008年汶川地震前的中国大陆地震滑坡研究

 总结了2008 年汶川地震前的中国大陆地区地震滑坡研究情况,可主要分为地震滑坡特征与分布规律、评价与预测2 个方面。对地震滑坡的特征与分布规律,介绍了总体特征研究结果,叙述了中国西南地区、西北地区等的地震滑坡研究,特别是一些重要震例。对地震滑坡评价与预测,按照专家知识驱动与地震滑坡真实数据驱动,将已有研究成果归纳为2 类。从地震震级与滑坡的定量对比关系、单次地震事件的滑坡分布数据和地震滑坡评价模型3 个方面分析研究中存在的问题。认为有必要对一些2008 年汶川地震之前的地震事件开展补充性滑坡研究。