技術(shù)特征：

1.一種基于剪切波與Akaike信息準則的微地震初至拾取方法，其特征在于，包括下列步驟：

1)微地震二維記錄獲?。?/p>

微地震監(jiān)測分為井中監(jiān)測和地面監(jiān)測兩種方式，通過在井中或周圍的地面布置檢波器排列接收生產(chǎn)活動所產(chǎn)生或誘導的微小地震事件，注入作業(yè)期間引發(fā)的微地震事件在空間和時間上的分布是復雜的，但不是隨機的，1Km范圍內(nèi)用適當?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)時間越短；能量越小，破裂的長度就越短；

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：

(2)重構(gòu)記錄的獲?。?/p>

根據(jù)微地震信號及噪聲的頻率特性對上述多尺度分解結(jié)果進行重構(gòu)，方案為：高頻成分可以選擇m個尺度層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?。?/p>

(1)單道記錄的初至拾取

(2)微地震二維記錄的初至判斷

首先利用式(9)對二維記錄的分頻處理結(jié)果u_a、u_b、u_c、…的各道分別進行判斷，將各道AR-AIC極小值對應的時刻標記到各分頻處理結(jié)果中，其次根據(jù)不同地區(qū)數(shù)據(jù)的信噪比及信號的頻率成分，從標記好的分頻處理結(jié)果中選擇差異較小的AR-AIC結(jié)果，經(jīng)適當加權(quán)最終得出微地震二維記錄的初至判斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于剪切波與Akaike信息準則的微地震初至拾取方法，其特征在于，監(jiān)測井采用壓裂井。

3.根據(jù)權(quán)利要求1所述的一種基于剪切波與Akaike信息準則的微地震初至拾取方法，其特征在于，步驟2)微地震二維記錄的分頻處理中(1)基于剪切波的多尺度分解，具體包括：

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)

$H_1(i,j)=u(i,j)-\mathrm{\Σ}g(m,n)L_1(\frac{i-m}{2},\frac{j-n}{2})---\left(2\right)$

其中h為分析濾波器的沖擊響應，g為綜合濾波器的沖擊響應，g與h具有對稱性，對上述低頻成分L₁繼續(xù)進行第二次尺度分解，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上一次分解的低頻結(jié)果而進行，可通過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)

$H_k(i,j)=L_{k-1}(i,j)-\mathrm{\Σ}g(m,n)L_k(\frac{i-m}{2},\frac{j-n}{2})---\left(4\right)$

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

4.根據(jù)權(quán)利要求1所述的一種基于剪切波與Akaike信息準則的微地震初至拾取方法，其特征在于，步驟3)基于AR-AIC的初至拾取中(1)單道記錄的初至拾取，包括：

若單道微地震信號x(t)是一個平穩(wěn)過程，則可以用AR模型表示為：

$x\left(t\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}a\left(m\right)x(t-m)+\mathrm{\ϵ}\left(t\right)---\left(5\right)$

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；某時刻t_k對應的Akaike信息準則值(AIC)應為：

$A\left(k\right)=(k-M)\lg \left({\mathrm{\σ}}_1^2\right)+(N-M-k)\lg \left({\mathrm{\σ}}_2^2\right)+C---\left(6\right)$

其中和分別為t_k時刻前后的信號方差，N為整個序列的長度，C為常數(shù)；

假設t_p時刻為初至，即認為系統(tǒng)模型在t_p點前后分別對應隨機噪聲和含噪微地震信號，用AR模型表示分別為：

$x\left(t\right)=\underset{m=1}{\overset{M_1}{\mathrm{\Σ}}}{a}_1\left(m\right)x(t-m)+{\mathrm{\ϵ}}_1\left(t\right),t_1\≤t\≤t_p---\left(7\right)$

$x\left(t\right)=\underset{m=1}{\overset{M_2}{\mathrm{\Σ}}}{a}_2\left(m\right)x(t-m)+{\mathrm{\ϵ}}_2\left(t\right),t_p\<t\≤t_N---\left(8\right)$

式中M₁和M₂分別為噪聲和微地震信號的階數(shù)，N為微地震記錄的長度，t_p時刻前后的序列分屬不同的平穩(wěn)過程，即整個序列為非平穩(wěn)過程，故利用(6)式求得的AR-AIC值會對應局部最小值，在(6)式的求解中，參照Maeda提出的簡便算法，利用下式求取AR-AIC值：

$A\left(k\right)=k\lg \left({\mathrm{\σ}}_1^2\right)+(N-k-1)\lg \left({\mathrm{\σ}}_2^2\right)---\left(9\right)$

根據(jù)(9)式的結(jié)果找到第一個局部極值點并將該點判定為初至時刻。