本發(fā)明涉及的是實(shí)際地震勘探環(huán)境下微地震初至自動(dòng)提取方法研究。

背景技術(shù)：

在監(jiān)測(cè)到的微地震記錄中，除包含微弱的微地震信號(hào)外，還存在大量的隨機(jī)背景噪聲，人工拾取微地震有效事件需要很大的工作量，低信噪比情況下微地震記錄初至的自動(dòng)拾取十分困難，誤差很大。目前，微地震初至拾取方法主要有長(zhǎng)短時(shí)窗比法，分形分維法及自回歸模型法等，但這些方法處理較高信噪比記錄尚可，處理低信噪比記錄時(shí)就極難做到準(zhǔn)確拾取。

實(shí)際的微地震記錄中，背景噪聲的成分和性質(zhì)十分復(fù)雜，幾乎完全淹沒(méi)微地震信號(hào)，使微地震初至的自動(dòng)拾取極為困難。單一化的預(yù)處理(如：去噪)過(guò)程無(wú)法消除成分復(fù)雜的背景噪聲，甚至還會(huì)在處理過(guò)程中對(duì)微地震記錄的幅頻特性造成損失。

近幾年發(fā)展起來(lái)一種具有多尺度多方向特性的剪切波變換。剪切波變換不但能夠保留傳統(tǒng)小波變換的數(shù)學(xué)框架，還具有檢測(cè)方向的能力。剪切波通過(guò)對(duì)一些生成函數(shù)進(jìn)行拋物尺度縮放、剪切及位移而產(chǎn)生。因此，除位移參數(shù)以外，還是關(guān)于尺度參數(shù)a>0及剪切系數(shù)的變換。對(duì)于連續(xù)剪切波系統(tǒng)，拋物尺度矩陣A_a及剪切矩陣S_s分別定義如下：

A_a用于改變分辨率，S_s則用于改變方向，位移參數(shù)t用于改變位置。剪切波系統(tǒng)可定義為：

相應(yīng)的剪切波變換為

剪切波變換的位置參數(shù)t可以讓剪切波在二維圖像上任意移動(dòng)，即可以檢測(cè)到二維圖像上任何位置的信息。剪切系數(shù)s決定了剪切波方向，通過(guò)改變剪切系數(shù)可以獲得任意方向的剪切波，即可以檢測(cè)到任意方向的奇異性曲線。尺度參數(shù)a可以使剪切波伸縮，即可以檢測(cè)到任意大小的線狀奇異性形狀。

剪切波變換作為一種新構(gòu)造出來(lái)的多尺度幾何分析函數(shù)，集合了許多函數(shù)的優(yōu)良特性,同時(shí)還具有更簡(jiǎn)單的數(shù)學(xué)結(jié)構(gòu),為解決圖像處理中的難點(diǎn)問(wèn)題提供了新的研究思路。與傳統(tǒng)小波變換不同,剪切波具有更好的局部化特性和很強(qiáng)的方向敏感性，使得剪切波對(duì)圖像有很好的稀疏表示能力。此外，具有更好的光滑性和多分辨分率析能力,同時(shí)利用其良好的衰減性可以得到濾波性能更好的濾波器，有利于實(shí)現(xiàn)特征提取、圖像消噪、水印嵌入與識(shí)別等任務(wù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種基于剪切波與Akaike信息準(zhǔn)則的微地震初至拾取方法，目的是研究復(fù)雜隨機(jī)噪聲環(huán)境下，既無(wú)需進(jìn)行預(yù)處理，又節(jié)約時(shí)間、計(jì)算成本的微地震初至拾取方法。本發(fā)明利用剪切波變換對(duì)微地震信號(hào)進(jìn)行分解、重構(gòu)，同時(shí)結(jié)合AIC模型拾取微地震二維數(shù)據(jù)初至的算法，該算法針對(duì)微地震信號(hào)表現(xiàn)出的統(tǒng)計(jì)特性，把背景噪聲和微地震信號(hào)看作兩個(gè)統(tǒng)計(jì)特性不同的平穩(wěn)過(guò)程，免除了去噪過(guò)程中微地震信號(hào)的能量損失，更有效的保留微地震二維記錄中有效信號(hào)的幅頻特性，能夠準(zhǔn)確的自動(dòng)拾取微地震二維記錄初至，為微地震震源定位及精確探明地質(zhì)構(gòu)造提供了重要依據(jù)。

本發(fā)明采取的技術(shù)方案是，包括下列步驟：

1)微地震二維記錄獲?。?/p>

微地震監(jiān)測(cè)分為井中監(jiān)測(cè)和地面監(jiān)測(cè)兩種方式。通過(guò)在井中(比如壓裂井)或周圍的地面布置檢波器排列接收生產(chǎn)活動(dòng)所產(chǎn)生或誘導(dǎo)的微小地震事件，注入作業(yè)期間引發(fā)的微地震事件在空間和時(shí)間上的分布是復(fù)雜的，但不是隨機(jī)的，1Km范圍內(nèi)用適當(dāng)?shù)撵`敏儀器就可以接收到。大多數(shù)微地震事件頻率范圍介于50～1500Hz之間，持續(xù)時(shí)間小于1s，在微地震記錄上一般表現(xiàn)為清晰的脈沖；越弱的微地震事件，其頻率越高，持續(xù)時(shí)間越短；能量越小，破裂的長(zhǎng)度就越短。因此微地震信號(hào)很容易受其周圍噪聲的影響或遮蔽，對(duì)低信噪比微地震記錄進(jìn)行初至拾取更困難，誤差也更大，

2)微地震二維記錄的分頻處理

(1)基于剪切波的多尺度分解

根據(jù)Shearlet變換的多尺度分解特性，將原始二維記錄u(i,j)進(jìn)行拉普帕斯金字塔(LP)分解，得到一次尺度分解結(jié)果的高頻部分H₁及低頻成分L₁如下式：

L₁(i,j)＝∑h(m,n)u(2i+m,2j+n) (1)

其中h為分析濾波器的沖擊響應(yīng)，g為綜合濾波器的沖擊響應(yīng)，g與h具有對(duì)稱性。對(duì)上述低頻成分L₁繼續(xù)進(jìn)行第二次尺度分割，產(chǎn)生高頻成分H₂及低頻成分L₂；之后每一次尺度分解都針對(duì)上一次分解的低頻結(jié)果而進(jìn)行，可通過(guò)下式迭代得到各層的的高頻部分H_k及低頻部分L_k，k≥2。

L_k(i,j)＝∑h(m,n)L_k-1(2i+m,2j+n) (3)

經(jīng)n次分解后，共產(chǎn)生n+1個(gè)尺度層，分別為H₁、H₂…、H_n及L_n；

(2)重構(gòu)記錄的獲取

根據(jù)微地震信號(hào)及噪聲的頻率特性對(duì)上述多尺度分解結(jié)果進(jìn)行重構(gòu)，方案為：高頻成分可以選擇m個(gè)尺度層H₁、H₂、…、H_m疊加后整體經(jīng)剪切波反變換重構(gòu)為u_a，低頻成分H_m+1…H_n及L_n可以分別重構(gòu)u_b、u_c、…；

3)基于AR-AIC的初至拾取

(1)單道記錄的初至拾取

若單道微地震信號(hào)x(t)是一個(gè)平穩(wěn)過(guò)程，則可以用AR模型表示為：

其中M是模型階數(shù)，a(m)是系數(shù)，ε(t)是具有零均值和方差為的平穩(wěn)白噪聲序列。某時(shí)刻t_k對(duì)應(yīng)的Akaike信息準(zhǔn)則值(AIC)應(yīng)為：

其中和分別為t_k時(shí)刻前后的信號(hào)方差，N為整個(gè)序列的長(zhǎng)度，C為常數(shù)；

假設(shè)t_p時(shí)刻為初至，即認(rèn)為系統(tǒng)模型在t_p點(diǎn)前后分別對(duì)應(yīng)隨機(jī)噪聲和含噪微地震信號(hào)，用AR模型表示分別為：

式中M₁和M₂分別為噪聲和微地震信號(hào)的階數(shù)，N為微地震記錄的長(zhǎng)度，t_p時(shí)刻前后的序列分屬不同的平穩(wěn)過(guò)程，即整個(gè)序列為非平穩(wěn)過(guò)程，故利用(6)式求得的AR-AIC值會(huì)對(duì)應(yīng)局部最小值，在(6)的求解中，往往需要不斷的調(diào)試和修正去得到各段AR模型的階數(shù)，而且在模型階數(shù)過(guò)大的情況下需要對(duì)高階矩陣進(jìn)行求逆，使得運(yùn)算量過(guò)大，故參照Maeda提出的簡(jiǎn)便算法，利用下式求取AR-AIC值：

根據(jù)(9)式的結(jié)果找到第一個(gè)局部極值點(diǎn)并將該點(diǎn)判定為初至?xí)r刻；

(2)微地震二維記錄的初至判斷

首先利用式(9)對(duì)二維記錄的分頻處理結(jié)果u_a、u_b、u_c、…的各道分別進(jìn)行判斷，將各道AR-AIC極小值對(duì)應(yīng)的時(shí)刻標(biāo)記到各分頻處理結(jié)果中。其次根據(jù)不同地區(qū)數(shù)據(jù)的信噪比及信號(hào)的頻率成分，從標(biāo)記好的分頻處理結(jié)果中選擇差異較小的AR-AIC結(jié)果，經(jīng)適當(dāng)加權(quán)最終得出微地震二維記錄的初至判斷結(jié)果。

本發(fā)明旨在利用剪切波變換的多尺度多方向性結(jié)合AIC模型對(duì)微地震記錄進(jìn)行分解、重構(gòu)，在低信噪比情況下精確拾取微震初至。利用剪切波變換將含噪圖像分解，檢測(cè)，可在變換域進(jìn)行硬閾值收縮，分離出噪聲分量，達(dá)到噪聲消減的目的；利用剪切波對(duì)奇異曲線的敏感性，可進(jìn)行圖像的邊緣檢測(cè)；利用剪切波的稀疏性，可在壓縮感知方法中選擇剪切波字典對(duì)圖像進(jìn)行復(fù)原。

本發(fā)明利用剪切波變換對(duì)微地震信號(hào)進(jìn)行分解、重構(gòu)，同時(shí)結(jié)合AIC模型對(duì)重構(gòu)的各層信號(hào)進(jìn)行初至拾取，最后綜合各層的拾取結(jié)果確定微地震二維數(shù)據(jù)初至。本發(fā)明可比現(xiàn)有方法更高效更準(zhǔn)確的進(jìn)行初至拾取，為微地震震源定位及精確探明地質(zhì)構(gòu)造提供了重要依據(jù)，有利于準(zhǔn)確估計(jì)頁(yè)巖氣的儲(chǔ)量及分布。

初至拾取是靜校正處理的前提和基礎(chǔ)，初至拾取的精度不但直接影響靜校正的好壞，也影響著后續(xù)的噪聲處理，甚至是微地震事件的定位精度。本發(fā)明在低信噪比情況下進(jìn)行精確的初至拾取，有利于正確進(jìn)行微地震靜校正，為微地震資料的噪聲處理提供依據(jù)，并為后續(xù)的定位工作奠定基礎(chǔ)。

本發(fā)明的優(yōu)點(diǎn)：微地震震源定位要求精確確定初至，人工檢測(cè)和拾取初至效率較低，且在低信噪比條件下容易出現(xiàn)誤判。本發(fā)明針對(duì)微地震信號(hào)表現(xiàn)出的統(tǒng)計(jì)特性，把背景噪聲和微地震信號(hào)看作兩個(gè)統(tǒng)計(jì)特性不同的平穩(wěn)過(guò)程，利用剪切波變換對(duì)微地震信號(hào)進(jìn)行分解、重構(gòu)，同時(shí)結(jié)合AIC模型對(duì)重構(gòu)信號(hào)進(jìn)行初至拾取，無(wú)需對(duì)復(fù)雜背景噪聲進(jìn)行預(yù)處理，節(jié)約時(shí)間、計(jì)算成本，免除了去噪過(guò)程中微地震信號(hào)的能量損失，更有效的保留微地震二維記錄中有效信號(hào)的幅頻特性，自動(dòng)拾取速度快，可比現(xiàn)有方法更高效更準(zhǔn)確的拾取微地震初至，更有利于后續(xù)處理及解釋工作，具有較強(qiáng)的實(shí)用性。

附圖說(shuō)明

圖1是基于剪切波變換的多尺度多方向剖分示意圖，對(duì)原始二維微地震記錄采用非下采樣拉普拉斯金字塔濾波器(NSP)經(jīng)1級(jí)尺度分解(k＝1)后，得到高頻成分H₁及低頻成分L₁共2個(gè)部分，對(duì)上述低頻成分L₁繼續(xù)進(jìn)行第2次尺度分解(k＝2)，繼續(xù)產(chǎn)生高頻成分H₂及低頻成分L₂；以此類推，經(jīng)n次分解(k＝n)后共產(chǎn)生n+1個(gè)成分，分別為H₁、H₂…、H_n及L_n。上述多尺度分解結(jié)果可進(jìn)一步通過(guò)剪切濾波器(SF)來(lái)實(shí)現(xiàn)方向局部化；

圖2是模擬的21道微地震合成記錄，共有4個(gè)事件，每道采樣點(diǎn)數(shù)為512點(diǎn)，人工拾取的初至點(diǎn)已經(jīng)用紅色的箭頭標(biāo)出；

圖3是圖2記錄加入-10dB高斯白噪聲的合成記錄，人工拾取較困難，且由于隨機(jī)噪聲的影響，拾取結(jié)果會(huì)存在一定的誤差；

圖4是利用傳統(tǒng)AIC方法對(duì)圖3進(jìn)行初至拾取的結(jié)果(紅色箭頭)，由于隨機(jī)噪聲能量遠(yuǎn)大于微地震信號(hào)能量，AIC無(wú)法對(duì)初至進(jìn)行準(zhǔn)確的拾取，約半數(shù)道存在較大的誤差；

圖5是本發(fā)明所述方法重構(gòu)后第一層記錄部分道的初至拾取結(jié)果，初至位置已用紅色脈沖標(biāo)出；

圖6是本發(fā)明所述方法重構(gòu)后第二層記錄部分道的初至拾取結(jié)果，紅色脈沖標(biāo)出；

圖7是本發(fā)明所述方法重構(gòu)后第三層記錄部分道的初至拾取結(jié)果，紅色脈沖標(biāo)出；

圖8是綜合各層結(jié)果得出對(duì)圖3最終的初至拾取結(jié)果(紅色箭頭)；

圖9是井中實(shí)際微地震數(shù)據(jù)，共15道，每道512采樣點(diǎn)，利用本發(fā)明方法所拾取的初至如圖中紅色箭頭。

具體實(shí)施方式

包括下列步驟：

1)微地震二維記錄獲?。?/p>

微地震監(jiān)測(cè)分為井中監(jiān)測(cè)和地面監(jiān)測(cè)兩種方式。通過(guò)在井中(比如壓裂井)或周圍的地面布置檢波器排列接收生產(chǎn)活動(dòng)所產(chǎn)生或誘導(dǎo)的微小地震事件，注入作業(yè)期間引發(fā)的微地震事件在空間和時(shí)間上的分布是復(fù)雜的，但不是隨機(jī)的，1Km范圍內(nèi)用適當(dāng)?shù)撵`敏儀器就可以接收到。大多數(shù)微地震事件頻率范圍介于50～1500Hz之間，持續(xù)時(shí)間小于1s，在微地震記錄上一般表現(xiàn)為清晰的脈沖；越弱的微地震事件，其頻率越高，持續(xù)時(shí)間越短；能量越小，破裂的長(zhǎng)度就越短。因此微地震信號(hào)很容易受其周圍噪聲的影響或遮蔽，對(duì)低信噪比微地震記錄進(jìn)行初至拾取更困難，誤差也更大，

2)微地震二維記錄的分頻處理

(1)基于剪切波的多尺度分解

根據(jù)Shearlet變換的多尺度分解特性，將原始二維記錄u(i,j)進(jìn)行拉普帕斯金字塔(LP)分解，得到一次尺度分解結(jié)果的高頻部分H₁及低頻成分L₁如下式：

L₁(i,j)＝∑h(m,n)u(2i+m,2j+n) (1)

其中h為分析濾波器的沖擊響應(yīng)，g為綜合濾波器的沖擊響應(yīng)，g與h具有對(duì)稱性。對(duì)上述低頻成分L₁繼續(xù)進(jìn)行第二次尺度分割，產(chǎn)生高頻成分H₂及低頻成分L₂；之后每一次尺度分解都針對(duì)上一次分解的低頻結(jié)果而進(jìn)行，可通過(guò)下式迭代得到各層的的高頻部分H_k及低頻部分L_k，k≥2。

L_k(i,j)＝∑h(m,n)L_k-1(2i+m,2j+n) (3)

經(jīng)n次分解后，共產(chǎn)生n+1個(gè)尺度層，分別為H₁、H₂…、H_n及L_n；

(2)重構(gòu)記錄的獲取

根據(jù)微地震信號(hào)及噪聲的頻率特性對(duì)上述多尺度分解結(jié)果進(jìn)行重構(gòu)，方案為：高頻成分可以選擇m個(gè)尺度層H₁、H₂、…、H_m疊加后整體經(jīng)剪切波反變換重構(gòu)為u_a，低頻成分H_m+1…H_n及L_n可以分別重構(gòu)u_b、u_c、…；

3)基于AR-AIC的初至拾取

(1)單道記錄的初至拾取

若單道微地震信號(hào)x(t)是一個(gè)平穩(wěn)過(guò)程，則可以用AR模型表示為：

其中M是模型階數(shù)，a(m)是系數(shù)，ε(t)是具有零均值和方差為的平穩(wěn)白噪聲序列。某時(shí)刻t_k對(duì)應(yīng)的Akaike信息準(zhǔn)則值(AIC)應(yīng)為：

其中和分別為t_k時(shí)刻前后的信號(hào)方差，N為整個(gè)序列的長(zhǎng)度，C為常數(shù)；

假設(shè)t_p時(shí)刻為初至，即認(rèn)為系統(tǒng)模型在t_p點(diǎn)前后分別對(duì)應(yīng)隨機(jī)噪聲和含噪微地震信號(hào)，用AR模型表示分別為：

式中M₁和M₂分別為噪聲和微地震信號(hào)的階數(shù)，N為微地震記錄的長(zhǎng)度，t_p時(shí)刻前后的序列分屬不同的平穩(wěn)過(guò)程，即整個(gè)序列為非平穩(wěn)過(guò)程，故利用(6)式求得的AR-AIC值會(huì)對(duì)應(yīng)局部最小值，在(6)的求解中，往往需要不斷的調(diào)試和修正去得到各段AR模型的階數(shù)，而且在模型階數(shù)過(guò)大的情況下需要對(duì)高階矩陣進(jìn)行求逆，使得運(yùn)算量過(guò)大，故參照Maeda提出的簡(jiǎn)便算法，利用下式求取AR-AIC值：

根據(jù)(9)式的結(jié)果找到第一個(gè)局部極值點(diǎn)并將該點(diǎn)判定為初至?xí)r刻；

(2)微地震二維記錄的初至判斷

首先利用式(9)對(duì)二維記錄的分頻處理結(jié)果u_a、u_b、u_c、…的各道分別進(jìn)行判斷，將各道AR-AIC極小值對(duì)應(yīng)的時(shí)刻標(biāo)記到各分頻處理結(jié)果中。其次根據(jù)不同地區(qū)數(shù)據(jù)的信噪比及信號(hào)的頻率成分，從標(biāo)記好的分頻處理結(jié)果中選擇差異較小的AR-AIC結(jié)果，經(jīng)適當(dāng)加權(quán)最終得出微地震二維記錄的初至判斷結(jié)果。

初至拾取是靜校正處理的前提和基礎(chǔ)，初至拾取的精度不但直接影響靜校正的好壞，也影響著后續(xù)的噪聲處理，甚至是微地震事件的定位精度。本發(fā)明在低信噪比情況下進(jìn)行精確的初至拾取，有利于正確進(jìn)行微地震靜校正，為微地震資料的噪聲處理提供依據(jù)，并為后續(xù)的定位工作奠定基礎(chǔ)。

應(yīng)用舉例：

模擬21道地面微地震記錄，主頻20Hz，如圖2所示。該段記錄共有4個(gè)事件，每道采樣點(diǎn)數(shù)為512點(diǎn)。人工拾取的初至點(diǎn)已經(jīng)用紅色的箭頭標(biāo)出。在該記錄中加入-10dB能量的高斯白噪聲，合成記錄如圖3所示，由于信噪比較低，人工拾取初至困難且誤差較大。利用傳統(tǒng)AIC方法對(duì)含噪記錄進(jìn)行初至拾取是較常用的方法，圖4給出了傳統(tǒng)AIC方法的拾取結(jié)果，有半數(shù)道拾取較準(zhǔn)確，其余偏差較大。本發(fā)明提出基于剪切波與AIC準(zhǔn)則的微地震初至拾取方法，步驟如下：

1.基于剪切波變換的微地震記錄分頻處理

利用圖1對(duì)含噪記錄圖3進(jìn)行基于剪切波變換的多尺度分解。采用非下采樣拉普拉斯金字塔濾波器組(NSPS)經(jīng)4級(jí)尺度分解后得到5個(gè)頻率成分，分別為H₁、H₂、H₃、H₄及L₄。根據(jù)信號(hào)的主頻對(duì)上述成分進(jìn)行重構(gòu)，其中L₄重構(gòu)為第一層記錄，H₄重構(gòu)為第二層記錄，H₁、H₂、H₃合并重構(gòu)為第三層記錄。圖5、圖6及圖7分別為第一、第二及第三層重構(gòu)后的結(jié)果(只給出1-13道)。

2.基于AR-AIC的微地震初至拾取

對(duì)各層重構(gòu)結(jié)果利用AR-AIC方法(式13)進(jìn)行初至拾取，各層的拾取結(jié)果見圖5、圖6及圖7中的紅色脈沖。為去除極端值的影響，對(duì)每道數(shù)據(jù)進(jìn)行處理時(shí)，將三層拾取結(jié)果中偏差較大的結(jié)果舍去，其余兩個(gè)結(jié)果求取均值作為該道數(shù)據(jù)的最終初至拾取結(jié)果，如圖8中紅色箭頭標(biāo)識(shí)。為進(jìn)一步說(shuō)明結(jié)果，表1給出了傳統(tǒng)AIC方法、小波變換-AIC方法和本發(fā)明方法的拾取結(jié)果對(duì)比。

表1不同方法對(duì)21道合成微地震數(shù)據(jù)初至拾取結(jié)果對(duì)比

計(jì)算上述方法與理論值的均方誤差可知，AIC方法為245.7，小波-AIC方法為105.1，本發(fā)明方法僅為13.2。說(shuō)明本發(fā)明基于剪切波變換的AIC初至拾取方法結(jié)果更準(zhǔn)確。

對(duì)如圖9所示的微地震井中實(shí)際數(shù)據(jù)進(jìn)行處理，仍利用上述步驟先采用非下采樣拉普拉斯金字塔濾波器組(NSPS)經(jīng)2級(jí)尺度分解后得到3個(gè)頻率成分，分別為H₁、H₂及L₂。根據(jù)信號(hào)的頻帶在重構(gòu)時(shí)將L₂重構(gòu)為第一層記錄，H₂重構(gòu)為第二層記錄，H₁重構(gòu)為第三層記錄，再基于AR-AIC準(zhǔn)則拾取初至。對(duì)每一層拾取初至后，將3層結(jié)果中偏差較大的結(jié)果舍去，再綜合其余兩結(jié)果得出各道的最終初至點(diǎn)，如圖9紅色箭頭所示?？梢姳景l(fā)明方法能夠在較低信噪比記錄中拾取微地震事件初至，尤其是第1道、第7道局部信噪比很低的情況下初至拾取較準(zhǔn)確。

綜上所述，基于剪切波與AR-AIC準(zhǔn)則的微地震初至拾取方法是有效的，實(shí)用的，它無(wú)需預(yù)先對(duì)噪聲進(jìn)行消減處理，可以在信噪比較低的情況下準(zhǔn)確、自動(dòng)的識(shí)別微地震事件的初至，有利于正確進(jìn)行微地震靜校正，為微地震資料的噪聲處理提供依據(jù)，并為后續(xù)的定位工作奠定基礎(chǔ)。