一、Earthquake-Affected Time-Space Domain, Recurrence Interval and Effective Preparation Time of Earthquakes（论文文献综述）
史翔宇[1]（2021）在《基于机器学习回归算法的地震预测研究及其在中国地震科学实验场的应用》文中认为地震具有突发性和破坏性,会给人类带来巨大灾难和损失。地震预测是一个世界性的难题,国内外学者长期以来开展了多方面的地震预测研究,提出了一系列的地震预测模型,取得了长足的进展,但仍不能满足当今社会发展的急切需要。近年来,随着地震和地球物理观测手段的进步,地震观测数据在急剧增加,适用于大数据的机器学习方法在地震预测研究中展现了广阔的应用前景。本文在总结现有工作的基础上,以中国地震科学实验场为研究区域,以仪器记录地震目录为主要数据,开展基于机器学习回归算法的地震预测初步研究。本文首先对常用机器学习算法进行了总结和分析,并从中选择了广义线性模型（GLM）、基于CART决策树的随机森林模型（RF）和梯度提升机模型（GBM）以及深度神经网络模型（DNN）共4种机器学习算法构建地震预测模型;并采用Stacking集成学习算法对4种模型进行集成,采用交叉验证的方式构建次级线性学习器,对各单一模型的预测结果进行次级学习以提高预测效果。本文根据全国地震目录和川滇区域目录整理得到了实验场1970-2018年的地震目录,并基于川滇地区的地震活动性分区对实验场进行了地震区（带）的划分。考虑到区域地震台网监测能力时空差异造成的不完备地震目录会对地震活动性特征参数的计算造成影响,进而影响机器学习模型的预测效果,本文在总结国内外现有方法基础上,采用了震级—序号法、最大曲率法和拟合度检测法的组合方法对实验场最小完整性震级的时间演化特征和空间分布特征进行了分析,进而得到实验场分区域、分时段的最小完整性震级,并在本研究中统一确定最小完整震级为2.5。之后对常用的地震活动性特征参数进行了分析和比较,并选择了16个特征参数作为机器学习模型的输入变量,包括震级—频度分布类参数、地震频度类参数、地震能量类参数和综合类参数。采用了不同的窗口长度滑动计算特征参数构建数据集,在这些数据集上进行了机器学习模型的训练和测试,并对测试结果进行了比较。结果表明,构建数据集时采用的窗口长度对预测结果有较大影响,采用适应各地震区（带）地震活动性水平的可变窗口长度构建数据集,训练得到的各模型预测效果明显优于固定窗口的模型。之后采用4种评价指标对模型预测效果进行了分析和评价,包括绝对平均误差（MAE）、决定系数（）、回归误差特征（REC）曲线及相应的曲线上面积（AOC）值和值评分。结果表明,RF模型在各模型中具有最好的预测效果;GBM模型效果较好,但次于RF模型;GLM模型和DNN模型效果较差;集成模型与RF模型较为接近,没有较大改善。各模型预测效果在4.0-6.9级地震震级之间效果较好,3.0-3.9级和7.0级以上次之,3.0级以下效果较差。各模型在各地震区（带）预测效果差异较大,其中松潘—龙门山带、龙陵区、澜沧—耿马区和思普区效果较好,阿坝区和理塘—木里区效果较差。各地震区（带）的各模型在各震级档的预测效果与实验场区域总体上的效果基本一致。RF模型和各集成模型的值评分相对较高,具有较好的预报效能,GBM模型和DNN模型次之,GLM模型较差。最后对所采用的地震活动性特征参数在4种单一模型中对预测结果的贡献度进行了分析。结果表明,震级—频度分布类贡献度较大,地震能量类参数次之,综合类参数再次,地震频度类参数相对较低;并且不同模型在不同的地震区（带）,各特征参数的贡献度具有较大的差异。
赵德政[2]（2021）在《基于时序InSAR技术的断裂带同震-震后-震间形变场观测和模拟研究》文中认为青藏高原分布着一系列由大型走滑/逆冲断裂带围限的活动块体。其中,横贯青藏高原的东昆仑断裂带作为巴颜喀拉块体北部边界的重要活动断裂,其地震活动性、危险性一直备受关注。时序InSAR技术以及不断积累的长时间尺度大地测量数据成为研究东昆仑断裂带地壳形变特征、揭示东昆仑断裂带两侧岩石圈流变性质的重要技术手段。本文基于D-InSAR和时序InSAR技术处理和分析2003-2010年的ENVISAT/ASAR数据和2015-2020年的Sentinel-1A/B数据并辅之以GPS数据,获取东昆仑断裂带及其他构造区（台湾东部花莲地区）地震周期形变,研究重要地震事件的同震滑动、震后余滑-余震分布关系、青藏高原和柴达木盆地下地壳流变性质、结构差异及横向不均一性、东昆仑断裂带分段形变状态和闭锁状态等。论文开展的主要研究工作如下:（1）基于2003-2010年ENVISAT/ASAR数据分析了10年尺度的震后形变演化过程。采用改进的轨道误差和大气误差校正方法,获取不同破裂段分段形变演化差异,揭示了昆仑山地震震后形变显着的空间范围、量级和跨断层非对称形变特征。总体上,震后形变的范围为～300 km×500 km,断层南侧震后形变量级和分布范围都比断层北侧大,InSAR数据观测的最大累积位移量（2003-2010）为～45-60 mm（～92.5°E）。震后形变和同震形变类似且都具有分段性特征。断层近场为指数型衰减,断层中-远场接近线性衰减。（2）基于2001-2002年的GPS数据和2003-2010年的ASAR数据研究昆仑山地震震后形变机制和各自贡献。震后形变模型表明震后应力驱动余滑和粘弹性松弛是震后形变的主要机制。断裂带远场形变（>200 km）主要是青藏高原上地幔（深度>70 km）和柴达木盆地上地幔（深度>60 km）的粘弹性松弛形变贡献。基于双松弛时间的Burgers体约束的上地幔瞬态和稳态粘滞系数量级为1019-1020 Pa s。断裂带近场形变主要受深浅部余滑及下地壳粘弹性松弛控制。剪切带和下地壳应力驱动余滑（>20 km）的量级为～1 m（震后前3年）。余滑和粘弹性松弛联合模型表明青藏高原下地壳最佳瞬态和稳态粘滞系数分别为5×1018 Pa s和4×1019 Pa s(不考虑余滑的瞬态粘滞系数为2×1018 Pa s),柴达木盆地下地壳瞬态和稳态粘滞系数为1×1019 Pa s和6×1019 Pa s(不考虑余滑的瞬态粘滞系数为4×1018 Pa s)。（3）基于2015-2020年Sentinel-1A/B数据获取了青藏高原中北部大范围（～2000 km×350 km）InSAR升降轨形变场和三维形变场。发现玛尼地震和昆仑山地震的破裂段仍然经历比较显着的震后形变过程,断层尚未愈合恢复至震间的完全闭锁状态,其他闭锁段的跨断层剖面揭示了震间应变积累以及重要分支断裂带（昆仑山口断裂带）的应变积累。基于大范围InSAR形变速率场和跨断层形变速率剖面并基于贝叶斯反演方法确定了断层闭锁和滑动速率沿断层的空间分布,发现东昆仑断裂带震间滑动速率向西端尾端存在系统性衰减,而中东段相对稳定。（4）以2017年九寨沟地震和2018年花莲地震为例,研究了东昆仑断裂带东段尾端隐伏断层的断层结构、同震滑动分布模型以及台湾纵谷断裂复杂多断层破裂事件的同震滑动和震后余滑分布的关系。基于同震InSAR和GPS观测研究了九寨沟地震发震构造的断层几何和滑动分布特征。九寨沟地震使塔藏断裂西部增加了～0.1-0.4 MPa库仑应力加载,增加了塔藏断裂的地震危险性。研究了花莲地震的同震和震后形变,揭示了发震断层复杂的几何结构和多断层破裂特征。基于InSAR、GPS和远震体波数据的联合反演约束了米伦、伶仃断层以及隐伏的西倾断层、拆离断层的破裂过程及各自的形变贡献。运动学余滑模型显示余滑主要发生在米伦断裂、伶仃断裂和隐伏的西倾断裂上。震后余滑和同震滑动分布具有显着的空间互补性。大地测量数据捕获的地震周期形变及其动态时间序列蕴含了丰富的断层结构、岩石圈流变和断层闭锁状态信息。本文大范围、长时间尺度的大地测量观测揭示了巨型东昆仑断裂带不同分段差异的地震周期状态和活动性特征,以及断层南北两侧不同的下地壳流变结构和性质。东昆仑断裂带滑动速率的变化受到次级断裂的调节和分配作用,进而影响主干断裂带的长期滑动速率和闭锁程度以及同震破裂方式和地震危险性。
周聪[3]（2021）在《地震前兆性慢滑移事件研究》文中认为地震预测预报是公认的世界性难题,特别是短临地震预测至今难以突破。有望推进短临地震预测的一个领域是对地震前兆的研究。但目前对地震现象尤其是前兆现象认识不清,对什么样的前兆异常才是可重复性、可靠的短临前兆异常,至今仍没有明确答案。岩石力学实验以及数值模拟实验一直是研究地震及前兆机理的有效手段。虽然大量岩石力学实验表明,在粘滑失稳前断层会经历预滑或前兆性滑动过程,同时伴随着声发射事件的增加和电压等物理参数的变化,但实际中的观测结果很难与实验室的岩石力学实验和地震成核理论相一致。自2001年随着环太平洋俯冲带幕式慢滑移事件及其伴生的非火山震颤信号的发现,慢地震的研究成为一个令人注目的方向。而且被地震学家称之为“前驱波”、“形变波”、“应力波”等所谓的异常信号可能是由断层慢滑移产生的低频地震波。当考虑慢地震事件时,地震的发生至少有四种类型:（A）地震前震-地震主震型、（B）慢地震前震-地震主震型、（C）地震前震-慢地震主震型和（D）慢地震前震-慢地震主震型。对慢地震事件的忽视可能会造成对（B）事件的漏报和对（C）事件的虚报。因此对慢地震的研究以及疑似慢滑移信号的观测与分析对地震预测预报有重要的意义。通常认为由于地震学（由于超过200秒周期时噪声增大）和大地测量（由于来自小于Mw6.0事件的弱形变信号）的观测极限,在慢地震事件中存在持续时间从约200秒至1天的事件空区。由于完整的地震记录应该包含三分量的平动信号和三分量的旋转信号,若同时考虑地震计的平动响应和旋转（倾斜）响应时,其最低有效频率可以延伸至频带范围外,频带外的信号不能简单的丢弃。同时由于测震数据量巨大,传统靠人工一一识别异常的方式无法对异常的时空特征进行准确的描述。随着地震检测技术的发展,特别是近年来人工智能技术在微震事件检测中的应用,使得在连续波形资料中搜索和探索这类低频信号是否存在成为可能。由于野外记录到的异常信号可能是由于断层本身运动所产生的近场效应,也可能是断层的运动所激发的线性或非线性地震波的传播效应,因此本文利用弹簧块体模型以及新发展的晶体位错模型Frenkel-Kontorova（FK）模型来研究宏观断层的滑动演化过程,特别是慢滑移所需要的实验条件和影响因素。然后在考虑非线性和频散效应的条件下模拟了非线性地震波的传播演化规律,最后利用深度自编码算法对汶川地震前近半年测震资料中的低频脉冲信号做了详尽的空间分布统计,结合地震旋转运动场水平分量的分布特征,探讨了龙门山断裂带附近低频脉冲信号可能的产生、传播和接收模式,得到如下认识:（1）根据弹簧块体模型的数值模拟结果,统计了粘滑运动过程中的速度脉冲的持续时间和滑移振幅的演化特征:速度脉冲的持续时间Tslip及振幅Vmax都随着系统刚度k和加载速率VL的增大而减小,特别是在低加载速率时Tslip急剧减小,当加载速率达到10-6 m/s后变化很缓慢。推测当断层处于慢滑移阶段,加载速率微小的扰动可以产生较大的持续时间变化。结合岩石力学实验的结论,速度脉冲的持续时间Tslip与系统刚度k、加载速率VL和有效正应力σ成反比;脉冲振幅Vmax与系统刚度k、加载速率VL成反比,而与有效正应力σ成正比。（2）从FK模型的理论解可以得出滑移持续时间T与凹凸体间距b、泊松比v成正比,与有效正应力σ成反比。数值模拟结果表明,破裂速度与初始应力条件密切相关。应力梯度带范围越大,破裂速度越大,当梯度带范围达到一定宽度时,其破裂速度可以超过剪切波速度。剪应力与正应力的比值是影响断层产生慢破裂、亚瑞雷破裂和超剪切破裂的重要因素。（3）将一维FK模型应用于汶川地震主破裂运动,计算获得的滑动量分布与实际震源破裂反演结果相符。从应变能量的角度分析了汶川地震前姑咱台钻孔应变脉冲异常的形成机理,模拟结果表明当断层慢滑移运动约20分钟,能够在震源区附近产生与实际记录相符的10-8～10-7的应变变化。同时,通过设置较低的初始应力比∑S-/∑N,能模拟出类似P波的慢破裂运动,传播速度约为4km/day。（4）在一维非线性地震波数值模拟中,当同时考虑非线性项和频散项时,以孤立子作为震源子波能得到线性波的传播特征:地震波在传播过程中波形形态及振幅大小均不变,以略小于线性背景介质速度匀速前进。当岩石的非线性程度进一步增加时,非线性地震波能表现出弹塑性波的传播特征。弹塑性波在空间中不是以规则的球面扩散传播。当其传播到弹性区域,会导致在不同台站上无法找到同源的信号,也可能使得同一台站不同分量上观测不到同步信号。（5）地震计有平动响应,但还应该考虑倾斜响应（旋转效应）。当考虑地震计的倾斜响应时,其倾斜的频率响应函数是一个低通滤波,而平动信号的响应是一个带通滤波器。在两种滤波器的共同作用下,其频带外的低频信号是有可能被保留的。因此考虑旋转分量的测震数据可能会拓宽地震学的低频观测极限。（6）利用深度自编码算法统计了汶川地震前5个月内四川省出现的疑似脉冲异常的空间分布,结果显示异常频次较高的台站主要沿断裂带走向以及断裂带的东侧分布,基本位于地表峰值旋转运动场的东西和南北分量能量都较强的区域。（7）龙门山断裂带内存在发生慢滑移事件的地质条件:流体、高孔隙压、高温、高泊松比等,慢滑移容易发生在脆-塑性转化带中a-b～0的范围。当该区域受到扰动激发低频慢地震时,在震源区介质非线性和频散性的作用下可能表现出弹塑性传播特征,单个慢破裂事件可以演化为一个波、两个波甚至多个波,以非球面扩散的形式传播,并且容易以倾斜（旋转）量的形式被测震仪或倾斜仪记录到。
高新雨[4]（2021）在《基于分布式光纤声学传感技术的地震信号观测方法研究》文中提出观测地震波就是观测震源产生的振动信号和振动信号在大地介质中的传播过程。在大型桥梁状态监测、管道周边安全监测等工程应用中,都需要检测和分析大地振动信号来预知潜在的风险,以保证工程安全、人民生命和国家财产安全。传统的地震波观测方法是使用电子检波器记录地震相关数据,这种电子检波器为单点式检波器,使用时需要将多个电子检波器串联之后在布设在地表或井下,工程成本昂贵且工期长、施工困难。分布式光纤声学传感（Distributed optical fiber acoustic sensing,DOFAS,简称DAS）技术,通过测量光纤中背向瑞利散射光的相位变化,仅布设一根光缆即可实现对沿线的振动事件检测与监控,解决了电子检波器成本高、施工难的问题,具备良好的工程实用性。本文对基于DAS技术的地震波观测方法进行研究,主要内容与创新点如下:1.基于DAS技术原理从不同的角度切入,分别进行了光纤对地震波场的响应研究和光纤对地震振动信号的响应研究,并针对光缆纵向振动响应低的问题,研究并设计了光缆增敏型DAS系统并进行了力学模型分析。在DAS系统的性能测试实验表明,DAS系统对50～500Hz的震动源频率,保持良好的响应;系统在15km处空间分辨率为13.4m,符合工程应用的要求;系统在有效传感距离内最大定位误差小于14m。2.分别对地表铺设光缆和井下布设光缆两种不同的观测条件下,光缆的最优选布设方案进行研究,提出了一种新型的地表铺设光缆方式,在进行与检波器的响应对比实验后,结果表明基于DAS技术的地震波观测方法在快速部署传感器方面很占优势并且与对振动的响应与检波器一致,针对DAS-VSP测井中井内时变噪声与随机光学噪声的压制问题给出解决方案。3.对DAS技术在管道安全监控工程中的应用进行了泄露与振动预备试验,泄漏试验结果表明,在1000pa气流压力与2000pa气流压力下,DAS系统可以明显的从振动信号时空域图上看到管道泄露信息,且直径4.5mm的泄漏点引发管道振动的主要频率位于3k Hz以下。振动试验中我们给出了管道振动信号增强和模式识别的方案,用以解决长距离分布式光纤传感系统难以有效识别振动入侵信号类别的难题。
王峰[5]（2020）在《基于深度学习的地震数据去噪和重建方法的研究》文中进行了进一步梳理随着油气勘探开发程度的不断提高,地震勘探的对象正在从构造油气藏逐步转向岩性油气藏,因此需要依靠高信噪比、高分辨率和高保真度的地震数据来刻画地下含油气藏构造的精细结构。日益复杂的勘探环境常常使得所采集到的地震数据是不完整或不规则的,并被各种随机噪声污染,而数据中的噪声和数据的不完整性会影响后续数据处理的保真度、分辨率和信噪比,进而降低最终资料解释的可靠性,因此需要对地震数据进行噪声压制或重建。而常规地震数据重建方法受Nyquist采样定理的限制,往往要求数据有较高的采样率,使得数据采集成本较高;另一方面,常规去噪和重建方法通常比较依赖于地震数据的先验信息。近几年中,新兴起的深度学习在众多领域中取得非常好的表现。这种方法旨在首先让模型学习数据在不同深度的特征,然后利用训练好的模型对未知的数据进行预测。本文从地震数据去噪和重建的数学问题出发,以深度学习为理论基础,探索了统一应用于地震数据去噪和重建的数学模型。本文首先针对数值数据建立了一种简单而有效的数据预处理方法,使得神经网络取得了较好的训练和测试效果。在地震数据去噪中,首先构建了一个深度卷积神经网络,然后将含噪声数据与其对应的噪声的patch对建立了训练数据,最后通过监督学习策略让神经网络学会预测数据中的噪声。在此基础上建立了统一用于预测二维和三维地震数据中不同水平噪声的模型或数学框架,实现了不依靠数据的先验信息便可将不同水平的噪声从数据中较好地分离并且不产生新的噪声。在二维地震数据重建中,首先构建了一个深度卷积神经网络,然后将随机采样50%与其对应的完整数据的patch对作为该神经网络的训练数据,经过训练后的网络实现了对采样50%和远低于50%的规则和不规则采样二维地震数据进行高精度地重建。在此基础上,建立了统一用于二维和三维地震数据重建以及同时去噪和重建的模型,实现了不需要数据先验信息和预插值等处理便可对采样不满足Nyquist定理的规则和不规则采样二维地震数据重建以及三维地震数据同时去噪和重建。在三维地震数据去噪和重建中,提出将三维地震数据处理问题拆解为对每一个二维地震剖面的处理策略,并利用上述的预测不同水平噪声的模型有效地压制了三维地震数据中的噪声。将含噪声的随机采样50%与其对应的完整数据的patch对作为训练数据重新训练上述二维地震数据重建的模型,实现了规则和不规则采样的三维地震数据的同时去噪和重建。这种针对三维地震数据的处理策略在保证结果质量的同时还大大提高了三维地震数据的处理效率以及已训练好的神经网络的利用率。数值试验结果验证了本文基于深度学习的地震数据去噪和重建方法的有效性,深度学习将为高信噪比、高分辨率和高保真度要求的地震数据去噪和重建工作提供一种新的思路,同时也将为地震数据采集实现高效率和低成本提供一种新的方案。
邱新明[6]（2020）在《多分量地震数据面波频散分析及矢量处理方法研究》文中指出伴随多波地震勘探技术在油气勘探开发中快速发展,多分量地震的矢量处理、解释技术也获得快速发展。除纵横波速度、振幅、频率等信息外,地震矢量数据还提供了同一波场的空间偏振状态,以及不同波场走时、振幅、相位的差异等信息。在岩土工程探测中,传统面波勘探方法仅利用Z分量瑞利波,可能存在提取的多模式频散曲线不完整、不精确等问题,导致反演结果不准确。多分量地震数据面波矢量场可提供更丰富的地下介质物性信息,如何利用各个分量的面波成为有待解决的问题。为保证多分量地震矢量波场信息的可靠性,在数据前期处理过程中,必须保持矢量特征不变。而传统压噪方法一般单独处理各分量地震数据,极易破坏矢量特征,故不适合处理多分量地震数据。亟需研发基于多分量地震数据的压噪方法,在压噪的同时,保持有效信号的矢量特征。针对上述问题,本论文以多分量地震数据的矢量处理方法为中心,围绕多分量面波矢量处理方法和多分量地震数据矢量压噪方法两个方面,重点进行了如下研究:1.多分量面波频散的理论计算。将面波视频散曲线的计算公式拓展到多分量面波,分析了不同震源激发、各分量检波器接收的多分量面波频散的差异,解释了面波模式跳跃现象;讨论了多模式瑞利波椭圆率频散与介质物性参数的关系。2.多分量面波的矢量处理方法。提出了基于复矢量数据的瑞利波相速度频散曲线提取方法,可综合利用R、Z分量瑞利波频散信息,能够削弱噪声的干扰,减少模式误判的风险,获得更完整、准确的频散曲线;利用复矢量数据瑞利波频散能谱的不对称性,通过偏振滤波分离基阶和高阶瑞利波。3.基于稀疏表示及四元数的多分量压噪方法。基于反射波和面波的同相轴形态特征的差异,建立基于形态成分分析的优化问题,提取X分量地震数据的面波。将图像处理领域的四元数字典学习算法引入到地震矢量数据处理中,研究基于K-QSVD字典学习算法的三分量地震数据随机噪声的压制方法;针对地震数据的特征提出了改进的K-QSVD字典学习算法,可保持反射波的矢量特征,提高信噪比,且降低了字典训练的运算代价。
朱鹤文[7]（2020）在《基于稀疏表示的地震数据去噪和混采分离方法研究》文中认为地震数据采集需要在采集质量和成本花费之间进行权衡。传统的采集方法采用逐炮激发多点接收的方式,采集周期长、成本花费高。多震源混合采集是一种高效的地震采集方法,恰好可以避免传统采集方式的这种缺点。多震源采集通过将震源以一定的方式进行编码后同时激发多个震源,获得含有多个波场的地震记录,这大大提高了采集效率,为获得与传统震源一样的地震记录,我们还需要对混合记录进行分离处理。在地震数据采集过程中还会受到周围环境（风吹草动、雷雨天气、虫鸣鸟叫等）的影响,会使检波器接收到的地震记录中包含多种随机噪声干扰,导致地震信号的信噪比降低。为此,我们需要对地震记录中的随机噪声进行去除,以获得具有高信噪比地震数据,为后续处理打下基础。稀疏表示一直是近些年来数字信号分析处理领域最引人关注的话题之一,通过某种稀疏表示方法,将信号变换到稀疏域,可以使我们能够得到在时空域难以获得的信息。通过对稀疏系数加以分析,设置合适的阈值对较小的系数进行滤除,分离有效信号和干扰信号,再将稀疏域的信号变换回时空域,就能得到去噪后的干净图像。本文主要研究稀疏表示在地震数据去除噪声和混采噪声分离中的应用。在混合采集原理部分,介绍多震源混合采集的基本概念和矩阵表示,引入采集时间比、震源密度比和混合度三个与混合震源采集相关的参数。在公式推导过程中,通过引入混合源算子对采集模式进行分类。并在此基础上引入伪分离的概念,为后续混合采集数据的分离做了理论准备。在稀疏表示部分,介绍稀疏度、超完备字典等重要概念,并引入信号稀疏的数学模型。介绍两种不同理念下的稀疏优化算法,正交匹配追踪算法和快速迭代阈值算法。对稀疏算法的介绍主要从固定基字典和学习字典两个方面进行。其中固定基字典主要介绍傅里叶变换、离散余弦变换、小波变换和曲波变换等。学习型字典主要介绍PCA和K-SVD两种字典学习方法。给出上述这些算法的数学推导过程,并对各种算法的优缺点加以分析。在地震随机噪声去除部分,本文主要研究了稀疏表示方法在地震数据去随机噪声中的应用。对含噪声的地震数据进行稀疏表示后获得数据相应的稀疏系数,通过设置合适的阈值对较小的系数进行去除来实现去噪的目的。本文根据主成分分析算法和K-SVD字典学习算法的优点,提出主成分分析与K-SVD字典联合使用的方法,通过实验证实联合算法去噪效果更好,信噪比更高。在对混合数据分离的部分,本文主要研究了稀疏表示方法在混采分离中的应用。将伪分离后的地震数据从共炮点域变换到共检波点域,分别使用曲波变换、K-SVD、PCA、PCA联合曲波变换以及PCA联合K-SVD几种方法去除混采噪声。对比分析几种方法的分离效果以及差剖面,证明基于稀疏表示的方法在混采分离处理中具有实用性,其中本文提出的联合算法较单独的稀疏算法分离效果更好,差剖面更干净。
白杨[8]（2019）在《瑞雷波检测水泥土搅拌桩方法研究》文中认为我国地域辽阔,存在着各种成因的软土层。水泥土搅拌桩能最大限度地利用原土,是加固软弱地基常用处理方法。目前水泥土搅拌桩成桩质量检测方法通常为有损检测,比如钻孔取芯、标准贯入、静荷载试验等,会对所检测搅拌桩造成破坏,而且劳动强度大、速度慢、成本高。基于此,本文研究了瞬态瑞雷波法无损检测水泥土搅拌桩成桩质量的技术原理及工作方法,并依托连霍高速公路加宽项目进行了工程应用。本文的主要内容如下:（1）通过组合震源与多次叠加方法联合压制随机干扰,提高野外数据采集质量;在时空域与τ-p域联合提取瑞雷波,满足相邻道频散曲线计算要求;采用变频率间隔方法计算相邻道频散曲线,提高瑞雷波纵向低频段的成像能力,将瑞雷波波速和成桩质量、承载力联系起来,形成一套切实可行的水泥土搅拌桩瞬态瑞雷波无损检测方法,提高了隐蔽工程的检测水平。（2）对瑞雷波桩基无损检测中的主要技术分析。采用不同偏移距和多次叠加方法组合压制随机干扰波;采用τ-p变换方法提取瑞雷波,提高其横向分辨能力;通过计算相邻道频散曲线,能有效提高深层目标体的成像能力;通过实际标定及分析计算求取相关影响因子,进一步提高无损检测方法的精度,达到无损检测由定性到定量的转化。（3）将瞬态瑞雷波法应用于水泥土搅拌桩成桩质量检测,实现了无损检测水泥土搅拌桩成桩质量,缩短检测周期（一般钻芯取芯需要在龄期28天后进行,该方法检测龄期为7天）,对加快施工进度,提前完成项目建设具有重要意义。瞬态瑞雷波法检测水泥土搅拌桩,能实现无损检测,提高检测效率、缩短检测周期,实现定性、定量评价,具有重要的意义。
吕庆达[9]（2019）在《基于子波重构的时空域高斯束偏移方法研究》文中研究说明随着资源勘探的持续发展,勘探目的层逐步从中浅层向深层、超深层,资源类型从常规向非常规快速过渡延伸,深部储层的勘探开发对老油气田稳产、增储具有重要战略意义。地震成像技术的本质是利用数学物理方法将野外观测的地震记录数据根据地震波的传播规律映射至成像域,使得反射波归位、绕射波收敛,从而重建地质构造空间展布形态的过程。而开展深部储层的勘探开发对地震数据处理技术提出了更高的要求,其中一个瓶颈问题是如何实现面向深部储层目标的快速且高精度成像,地震成像技术面临着崭新的挑战,渴求出现更为稳健、更为可靠的偏移方法。当下地震偏移成像方法的长足发展与计算机技术的革新、基础成像理论的完善密不可分。基于波动方程双程精确解的逆时偏移是发展至今成像精度最高的偏移方法,但其存在巨额内存开支、计算效率低等问题;傅立叶有限差分偏移既可作用于时间域,也可作用于频率域,但其成像精度无法与逆时偏移相提并论;克其霍夫偏移本身具备的无可比拟的计算效率优势使其广泛应用于海量实际资料处理中,但成像精度较低,致其无法满足精细勘探的需要。高斯束偏移方法不仅继承了射线类方法灵活、高效的特点,以及对非规则观测数据的匹配能力,且对复杂高陡构造、断块区域具有与波动方程偏移不相上下的成像适应性。针对深部储层精细勘探问题,由于模型规模庞大且高精度速度建模困难,时空域高斯束偏移方法因其兼具灵活处理目标、高效计算数据以及对初始深度域速度场依赖性弱的显着优势而备受关注,其面向目标的成像能力有望使其成为深部储层快速高精度成像研究的主流地震数据处理技术。鉴于此,选择时空域高斯束偏移方法作为本文研究对象探索拓展,具有应用于实际生产的重要意义。时空域高斯束的有效波束宽度随射线弧长呈双曲线规律递增,当其传播至目标成像区域时不再保持平面波波前,使得目标区域的构造成像质量较差、照明不足、旁轴射线走时及振幅计算精度较低等。本论文综合考虑成像精度、计算效率和深部储层成像难点等因素,从时空射线理论和时空域高斯束的基本理论着手,采用模型空间上行射线追踪策略构建高精度反向延拓波场,推导基于速度模型及目标地质体驱动的自适应波束函数,发展了一套高效、稳健且适用于复杂构造条件的时空域高斯束偏移理论方法、优化算法和实用技术模块,以服务于深部储层快速高精度成像研究。具体研究内容可分以下几步走:（1）基于Gabor分解子波重构理论,讨论了适用于任意子波的时空域高斯束正演模拟方法;（2）通过吸收模型空间上行射线追踪策略利用近似时间域格林函数构建高精度反传地震波场,在特定的目标时间窗内应用互相关成像条件,发展了基于子波重构的时空域高斯束偏移方法;（3）通过加载动态参数控制策略,推导基于速度模型及目标地质体驱动的自适应波束形态函数,优化时空域高斯束传播形态,提出了时空域自适应高斯束偏移方法;（4）将弹性介质逆时偏移中的内积成像条件引入时空域高斯束偏移中,发展了适用于多波多分量地震数据的时空域高斯束、时空域自适应高斯束偏移方法。通过模型试算和实际资料的处理验证了上述方法的稳定性、可靠性和优越性。
凡正才[10]（2019）在《济阳坳陷地震资料高分辨率处理技术》文中研究表明济阳坳陷历经五十多年勘探开发,仍具备较大的资源潜力,复杂断块油气藏具有“小、碎、薄、深、隐”的特征,新增储量具有“低、深、稠、贫、散”的特点,随着勘探的发展,急需更高分辨率地震资料来实现对此类油气藏的精细成像。目前常规高分辨率处理新方法新技术应用力度不够,不能满足高精度、高密度开发地震精细描述隐蔽油气藏的要求。本文针对目标区地质任务和地震资料特点,系统地研究了叠前、叠后针对性高分辨率处理技术,涵盖静校正、保幅去噪、高频吸收补偿、反褶积、叠前道内插及规则化、方位各向异性校正、叠后拓频等重要处理环节。变网格回转波层析静校正,采用射线追踪可变网格层析的方式,从大网格到小网格逐步迭代,不断提高近地表深度-速度模型反演精度,相比反射波层析得到稳健的近地表速度模型,消除了由于静校正问题引起的高频滤波效应,改善高频叠加响应,是该区拓宽频谱,提高分辨率的前提。高分辨率处理需要地震数据具有一定的信噪比,目标区面波、散射、导波比较发育,利用地表波分析重建和反演进行面波、散射压制,利用非均匀空间采样相干噪音压制法压制导波,在去噪的过程中保持了地震波动力学特征,提高了信噪比,为高分辨率处理提供了更广阔的空间。Q层析用来对地震成像高频吸收效应进行补偿,该技术构建地下空间-深度变化的1/Q模型,应用这些模型对地面地震数据吸收效应进行补偿。利用统计的稳定的L1/L2进行地表一致性分解,代替高斯赛德尔求解,在实际反褶积过程中,通过真实和模拟的地震道频谱的比较,产生一个能够压制噪音的算子,稳健地表一致性反褶积提高分辨率的同时较好地抑制了噪音。OVT域匹配追踪傅里叶叠前插值方法,具有良好的抗假频作用,插值结果具有较高的信噪比和保真度,解决采集空间采样不均匀,得到高信噪比、网格加密的叠前道集,有利于提高空间分辨率。偏移后CRP道集剩余同相轴道集自动拉平技术可以得到有效信号拉平程度更好的道集,改善偏移成像叠加响应,构造成像更准确,提高了偏移成像空间分辨率。在非均匀和吸收介质中传播,地震子波是变化的,叠后调谐式反褶积对于每个地震道每个样点值分别设计一个单独的反褶积算子,该反褶积算子在空间方向上和时间方向上对子波变化进行补偿。时变频带拓展技术,设计时间变化空间不变的零相位反褶积算子应用到地震数据,获得期望的频谱。本文通过高分辨率新方法新技术的研究和应用,提高了目标区地震资料信噪比和主频,拓宽了资料有效频带宽度,获得了高品质的地震资料处理成果,在一定程度上解决了济阳坳陷“微观构造、圈闭”,“低级序断层、小断块”,“超薄岩性体”等成像难题,为后期油藏描述和开发奠定了基础。
二、Earthquake-Affected Time-Space Domain, Recurrence Interval and Effective Preparation Time of Earthquakes（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Earthquake-Affected Time-Space Domain, Recurrence Interval and Effective Preparation Time of Earthquakes（论文提纲范文）
（1）基于机器学习回归算法的地震预测研究及其在中国地震科学实验场的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地震学预测方法研究现状 |
| 1.2.2 前兆分析预测方法研究现状 |
| 1.2.3 机器学习在地震预测中的应用现状 |
| 1.3 研究内容与总体思路 |
| 1.4 本文组织结构 |
| 第二章 机器学习回归算法 |
| 2.1 引言 |
| 2.1.1 机器学习概述 |
| 2.1.2 本文选用的模型 |
| 2.2 广义线性模型 |
| 2.2.1 经典线性模型及参数估计 |
| 2.2.2 指数族分布 |
| 2.2.3 广义线性模型定义 |
| 2.2.4 广义线性模型的参数估计 |
| 2.3 基于决策树的模型 |
| 2.3.1 CART回归树 |
| 2.3.2 随机森林 |
| 2.3.3 梯度提升机 |
| 2.4 深度神经网络 |
| 2.4.1 M-P神经元模型 |
| 2.4.2 激活函数 |
| 2.4.3 深度神经网络 |
| 2.4.4 误差反向传播算法 |
| 2.5 Stacking集成学习 |
| 2.5.1 Stacking算法 |
| 2.5.2 交叉验证 |
| 2.6 小结与讨论 |
| 第三章 中国地震科学实验场最小完整性震级分析 |
| 3.1 引言 |
| 3.1.1 最小完整性震级概述 |
| 3.1.2 实验场分析思路 |
| 3.2 最小完整性震级分析方法 |
| 3.2.1 震级—序号法 |
| 3.2.2 最大曲率法 |
| 3.2.3 拟合度检测法 |
| 3.3 实验场概况及地震目录 |
| 3.3.1 地质构造背景 |
| 3.3.2 地震活动特征 |
| 3.3.3 地震目录 |
| 3.3.4 地震区(带)划分 |
| 3.4 实验场分析结果 |
| 3.4.1 时间演化特征 |
| 3.4.2 空间分布特征 |
| 3.4.3 汇总分析结果 |
| 3.5 小结与讨论 |
| 第四章 地震活动性特征参数 |
| 4.1 引言 |
| 4.1.1 地震活动性特征参数概述 |
| 4.1.2 本文所选特征参数 |
| 4.2 特征参数定义 |
| 4.2.1 震级—频度分布类参数 |
| 4.2.2 地震频度类参数 |
| 4.2.3 地震能量类参数 |
| 4.2.4 综合类参数 |
| 4.3 小结与讨论 |
| 第五章 中国地震科学实验场地震预测研究 |
| 5.1 实验场研究方案 |
| 5.2 实验场震级预测研究结果 |
| 5.2.1 窗口事件数固定为50 的预测结果 |
| 5.2.2 窗口事件数固定为不同值的预测结果对比 |
| 5.2.3 窗口事件数可变的预测结果 |
| 5.3 模型预测效能评价 |
| 5.3.1 平均绝对误差 |
| 5.3.2 决定系数 |
| 5.3.3 回归误差特征曲线 |
| 5.3.4 R值评分 |
| 5.4 特征参数对预测结果的贡献度 |
| 5.5 小结与讨论 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 存在的问题与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于时序InSAR技术的断裂带同震-震后-震间形变场观测和模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据与研究意义 |
| 1.2 研究现状及存在问题 |
| 1.3 科学问题 |
| 1.4 研究内容和技术路线 |
| 1.5 论文组织架构 |
| 第2章 研究方法和基本原理 |
| 2.1 InSAR观测的主要误差来源及校正方法 |
| 2.1.1 残余轨道误差及校正方法 |
| 2.1.2 大气误差及改正方法 |
| 2.2 时序InSAR技术方法及基本原理 |
| 2.2.1 Stacking算法 |
| 2.2.2 SBAS算法 |
| 2.2.3 PS算法 |
| 2.3 震后形变场模拟原理 |
| 2.4 震间形变场模拟原理 |
| 第3章 昆仑山地震震后形变场时空演化特征 |
| 3.1 InSAR数据与处理方法 |
| 3.2 长条带干涉图残余轨道和大气误差特点及去除 |
| 3.2.1 长条带干涉图残余轨道误差特点及去除方法 |
| 3.2.2 长条带干涉图大气误差及去除方法 |
| 3.3 昆仑山地震破裂带分段震后形变速率场计算与分析 |
| 3.3.1 T448 条带揭示的布喀达坂峰-太阳湖拉分阶区震后形变特征 |
| 3.3.2 T176 条带揭示的布喀达坂峰破裂段震后形变特征 |
| 3.3.3 T405 条带揭示的库赛湖西破裂段震后形变特征 |
| 3.3.4 T133 条带揭示的库赛湖东破裂段震后形变特征 |
| 3.3.5 T90 条带揭示的昆仑山口破裂段震后形变特征 |
| 3.4 东昆仑断裂带震后形变场整体形态及时空变化特征 |
| 3.4.1 大区域震后形变场整体分布图像及空间变化差异 |
| 3.4.2 大区域震后形变场时空动态演化特征 |
| 3.5 远近场震后形变衰减特征与动态演化 |
| 3.6 本章小结 |
| 第4章 昆仑山地震震后形变过程与机制 |
| 4.1 昆仑山地震同震破裂模型 |
| 4.2 GPS和 InSAR联合的长时间尺度震后形变时间序列 |
| 4.3 震后形变机制模拟 |
| 4.3.1 运动学余滑与应力驱动余滑 |
| 4.3.2 粘弹性松弛模型 |
| 4.3.3 余滑和粘弹性松弛联合模型 |
| 4.4 本章小结 |
| 第5章 东昆仑断裂带大区域三维形变场及分段地震周期形变 |
| 5.1 数据和方法 |
| 5.2 大范围升降轨InSAR形变场结果及分析 |
| 5.3 大范围三维形变场提取和结果分析 |
| 5.4 基于贝叶斯方法的二维震间-震后模型及其结果分析 |
| 5.5 东昆仑断裂带断层滑动速率-闭锁深度、应变率空间分布 |
| 5.6 本章小结 |
| 第6章 隐伏和多断层破裂事件同震-震后观测和模拟 |
| 6.1 九寨沟地震同震形变、滑动分布和应力触发关系 |
| 6.1.1 构造背景 |
| 6.1.2 数据和方法 |
| 6.1.3 九寨沟地震InSAR同震形变场 |
| 6.1.4 同震滑动分布及应力触发关系 |
| 6.2 花莲地震同震和震后形变观测与模拟 |
| 6.2.1 构造背景 |
| 6.2.2 数据和方法 |
| 6.2.3 花莲地震复杂的同震和震后形变 |
| 6.2.4 花莲地震同震断层模型、同震滑动和余滑分布空间关系 |
| 6.3 本章小结 |
| 第7章 结论和展望 |
| 7.1 论文取得的主要成果和结论 |
| 7.2 主要创新点 |
| 7.3 研究中存在的问题 |
| 7.4 下一步研究设想和工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）地震前兆性慢滑移事件研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 研究现状及存在问题 |
| 1.2.1 地震慢滑移事件 |
| 1.2.2 地震粘滑特征信号检测 |
| 1.2.3 地震模型 |
| 1.3 论文的研究思路和技术路线 |
| 第2章 地震慢滑移信号的波形特征与典型震例 |
| 2.1 典型慢粘滑脉冲信号的表现特征 |
| 2.2 典型震例 |
| 2.2.1 张北M_s6.2地震异常扰动 |
| 2.2.2 中俄蒙交界M_s7.9地震异常扰动 |
| 2.2.3 塔吉克斯坦M_s7.4地震异常扰动 |
| 2.2.4 汶川M_s8.0地震低频脉冲异常扰动 |
| 2.2.5 汶川余震低频脉冲异常扰动 |
| 2.3 小结 |
| 第3章 岩石力学实验中的摩擦实验 |
| 3.1 引言 |
| 3.2 摩擦的稳定性影响因素 |
| 3.2.1 温度的影响 |
| 3.2.2 孔隙水的影响 |
| 3.2.3 滑动面性质的影响 |
| 3.2.4 围压的影响 |
| 3.2.5 加载速率的影响 |
| 3.2.6 刚度的影响 |
| 3.2.7 岩石岩性的影响 |
| 3.2.8 时间尺度的影响 |
| 3.3 滑动成核的类型以及影响因素 |
| 3.3.1 滑动成核的演化特征 |
| 3.3.2 滑动成核的类型 |
| 3.3.3 影响成核类型的主要因素 |
| 3.4 摩擦实验小结 |
| 第4章 基于弹簧块体模型的断层粘滑运动特征及其影响因素 |
| 4.1 引言 |
| 4.2 断层动力学模型描述 |
| 4.3 不同因素对数值模拟结果的影响 |
| 4.3.1 不同有效正应力对粘滑运动的影响 |
| 4.3.2 不同加载点速度对粘滑运动的影响 |
| 4.3.3 不同系统刚度对粘滑运动的影响 |
| 4.4 数值模拟结果分析 |
| 4.4.1 与岩石力学实验的对比 |
| 4.4.2 考虑参考摩擦系数磨损的模拟结果 |
| 4.5 小结 |
| 第5章 基于Frenkel-Kontorova模型的断层失稳滑动 |
| 5.1 引言 |
| 5.2 FK模型描述 |
| 5.3 FK模型的解 |
| 5.3.1 均匀滑动解 |
| 5.3.2 非均匀滑动解 |
| 5.4 理论和实际资料分析 |
| 5.4.1 初始应力条件对模拟结果的影响 |
| 5.4.2 应力梯度大小对模拟结果的影响 |
| 5.4.3 利用FK模型描述汶川地震主破裂过程 |
| 5.4.4 汶川地震震前疑似慢滑移信号分析 |
| 5.5 讨论 |
| 5.5.1 经验性参数A的物理意义 |
| 5.5.2 基于FK模型的断层运动特征 |
| 5.6 小结 |
| 第6章 考虑非线性和频散效应的地震波传播特征 |
| 6.1 引言 |
| 6.2 非线性波动方程及FCT有限差分算法 |
| 6.2.1 非线性波动方程离散化处理 |
| 6.2.2 FCT有限差分法的应用 |
| 6.2.3 FCT模拟结果 |
| 6.3 数值计算结果与分析 |
| 6.3.1 采用雷克子波震源的传播特征 |
| 6.3.2 采用孤立子震源的传播特征 |
| 6.4 讨论 |
| 6.4.1 孤立子震源的物理意义 |
| 6.4.2 岩石中弹塑性波的传播现象 |
| 6.5 小结 |
| 第7章 利用深度自编码算法的地震脉冲信号检测与应用 |
| 7.1 研究背景 |
| 7.2 深度学习基本原理及测试 |
| 7.2.1 自动编码器的原理 |
| 7.2.2 Softmax分类器 |
| 7.2.3 图像识别测试 |
| 7.3 地震波形数据处理 |
| 7.3.1 地震数据来源 |
| 7.3.2 连续小波变换及不同尺度采样 |
| 7.3.3 地震数据样本标定软件设计 |
| 7.4 深度神经网络识别 |
| 7.4.1 数据样本标定 |
| 7.4.2 构建深度自编码神经网络框架 |
| 7.4.3 识别率统计 |
| 7.5 汶川地震前疑似脉冲异常时空分布特征 |
| 7.6 小结 |
| 第8章 探讨地震低频脉冲信号的形成机理—以汶川地震为例 |
| 8.1 测震数据中低频脉冲信号的有效性 |
| 8.1.1 测震数据频带外的信号是否有效? |
| 8.1.2 为什么水平分量的低频脉冲信号多? |
| 8.1.3 数据有效性还存在的问题 |
| 8.2 慢滑移运动产生脉冲信号的传播机理和空间分布特征 |
| 8.2.1 基于FK模型的慢滑移运动特征 |
| 8.2.2 基于线性/非线性弹性波方程的倾斜信号运动特征 |
| 8.2.2.1 平移运动与旋转运动 |
| 8.2.2.2 水平方向旋转分量的空间分布特征 |
| 8.3 低频脉冲信号动力学特征揭示的构造意义 |
| 8.4 小结 |
| 第9章 结论和展望 |
| 9.1 结论 |
| 9.2 创新点 |
| 9.3 不足与工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于分布式光纤声学传感技术的地震信号观测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题依据和研究背景 |
| 1.2 分布式光纤传感技术观测地震波的研究现状 |
| 1.2.1 DAS地表地震观测 |
| 1.2.2 DAS-VSP井下地震监测 |
| 1.3 论文的研究意义及主要研究内容 |
| 1.3.1 论文的研究意义 |
| 1.3.2 论文的主要研究内容 |
| 第2章 DAS系统观测地震波信号的相关原理 |
| 2.1 地震波简介 |
| 2.2 DAS系统的传感及定位原理 |
| 2.2.1 基于瑞利散射的DAS技术原理 |
| 2.2.2 DAS系统的定位原理 |
| 2.3 DAS系统中后向瑞利散射光的探测方法 |
| 2.3.1 直接探测后向瑞利散射光信号 |
| 2.3.2 外差探测后向瑞利散射光信号 |
| 2.3.3 平衡探测后向瑞利散射光信号 |
| 2.4 DAS系统中相位解调方法分析 |
| 2.4.1 3×3耦合器干涉解调瑞利散射光信号法 |
| 2.4.2 PGC解调瑞利散射光信号法 |
| 2.4.3 平衡探测器外差解调瑞利散射光信号法 |
| 2.5 DAS系统关键性能指标 |
| 2.5.1 空间分辨率及其影响因素分析 |
| 2.5.2 DAS系统中光纤的传感距离 |
| 2.5.3 观测振动信号的响应频率 |
| 2.6 光纤对地震波场的响应 |
| 2.7 本章小结 |
| 第3章 DAS系统方案设计及性能验证 |
| 3.1 DAS系统方案设计 |
| 3.1.1 DAS系统结构 |
| 3.1.2 DAS系统的探测器设计 |
| 3.2 光缆增敏型DAS系统 |
| 3.2.1 振动信号对沿光纤延展方向的响应 |
| 3.2.2 振动对垂直光纤延展方向的作用 |
| 3.2.3 增强光缆灵敏度的方法研究 |
| 3.2.4 增敏型光缆的力学模型分析 |
| 3.3 系统性能实验验证 |
| 3.3.1 DAS系统频率响应测试实验 |
| 3.3.2 DAS系统的空间分辨率 |
| 3.3.3 定位误差实验 |
| 3.4 本章小结 |
| 第4章 基于DAS光缆布设研究地震波的观测方法 |
| 4.1 地表铺设光缆的地震波观测方法 |
| 4.1.1 光缆与地表耦合方式 |
| 4.1.2 与检波器对比实验 |
| 4.1.3 数据处理方法 |
| 4.1.4 实验结果分析 |
| 4.2 井下布设光缆的地震波观测方法 |
| 4.2.1 井下光缆布设方式 |
| 4.2.2 DAS-VSP技术井下勘探 |
| 4.2.3 DAS-VSP技术井下勘探的优缺点 |
| 4.2.4 井内时变噪声与光学噪声的去除方法 |
| 4.3 本章小结 |
| 第5章 工程试验 |
| 5.1 DAS工程试验机组装 |
| 5.2 工程应用 |
| 5.3 现场测试 |
| 5.3.1 管道泄漏测试 |
| 5.3.2 振动测试 |
| 5.4 管道振动信号增强和模式识别方案 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 攻读学位期间获得的研究成果 |
| 致谢 |
（5）基于深度学习的地震数据去噪和重建方法的研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状和存在的问题 |
| 1.2.1 地震数据重建方法研究现状 |
| 1.2.2 地震数据去噪方法研究现状 |
| 1.2.3 数据驱动型地震数据重建和去噪方法研究现状 |
| 1.3 主要研究内容 |
| 1.4 完成的主要工作量 |
| 1.5 主要创新点 |
| 1.6 章节安排 |
| 2 深度学习基本原理 |
| 2.1 数据、模型和学习 |
| 2.2 经验风险最小化的学习策略 |
| 2.3 卷积神经网络 |
| 2.3.1 卷积运算 |
| 2.3.2 批规范化 |
| 2.3.3 激活函数 |
| 2.3.4 前向传播 |
| 2.3.5 反向传播 |
| 3 基于深度学习的地震数据去噪 |
| 3.1 基于稀疏变换的地震数据去噪 |
| 3.2 基于残差学习型卷积神经网络的地震数据去噪 |
| 3.2.1 残差学习去噪策略 |
| 3.2.2 网络结构 |
| 3.2.3 训练数据准备和网络训练 |
| 3.3 数值试验 |
| 3.3.1 合成地震数据去噪 |
| 3.3.2 实际地震数据去噪 |
| 3.4 本章小结 |
| 4 基于深度学习的地震数据重建 |
| 4.1 F-X域地震道插值法 |
| 4.2 MSAR地震数据重建方法 |
| 4.3 基于压缩感知的地震数据重建 |
| 4.4 基于卷积神经网络的地震数据重建 |
| 4.4.1 网络结构 |
| 4.4.2 训练数据准备和网络训练 |
| 4.5 数值试验 |
| 4.5.1 合成地震数据重建 |
| 4.5.2 实际地震数据重建 |
| 4.6 本章小结 |
| 5 基于深度学习的三维地震数据去噪和重建 |
| 5.1 MSSA的地震数据去噪和重建方法 |
| 5.2 基于卷积神经网络的三维地震数据去噪和重建 |
| 5.2.1 将三维转为二维的地震数据去噪和重建策略 |
| 5.2.2 网络结构 |
| 5.2.3 训练数据准备和网络训练 |
| 5.3 数值试验 |
| 5.4 本章小结 |
| 6 结语 |
| 6.1 本文主要结论与创新点 |
| 6.2 存在的问题与展望 |
| 参考文献 |
| 作者简介 |
（6）多分量地震数据面波频散分析及矢量处理方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 多分量面波相速度频散特征 |
| 1.2.2 瑞利波椭圆率频散特征 |
| 1.2.3 面波分离方法 |
| 1.2.4 多分量地震随机噪声压制方法 |
| 1.2.5 存在的问题 |
| 1.3 研究目的及意义 |
| 1.4 研究内容及创新点 |
| 1.5 论文结构 |
| 2 多分量面波频散分析 |
| 2.1 多分量面波相速度频散特征 |
| 2.1.1 多分量面波相速度视频散曲线计算方法 |
| 2.1.2 不同分量面波的频散特征差异 |
| 2.1.3 面波梯度场的相速度频散特征 |
| 2.1.4 旋转分量面波相速度频散特征 |
| 2.2 瑞利波多模式椭圆率频散特征 |
| 2.3 本章小结 |
| 3 多分量面波的矢量处理方法 |
| 3.1 基于复矢量数据的瑞利波相速度频散曲线提取方法 |
| 3.2 基于偏振滤波的基阶瑞利波提取方法 |
| 3.3 利用旋转分量提取瑞利波 |
| 3.4 本章小结 |
| 4 基于稀疏表示及四元数的多分量压噪法 |
| 4.1 基于形态成分分析的面波提取方法 |
| 4.1.1 方法原理 |
| 4.1.2 面波频散能谱中的反射波干扰 |
| 4.1.3 模型及实际数据处理结果 |
| 4.2 基于四元数字典学习的矢量压噪方法 |
| 4.2.1 基于K-QSVD的四元数字典学习压噪方法 |
| 4.2.2 合成数据试算及存在的问题 |
| 4.2.3 改进的四元数字典学习压噪方法 |
| 4.2.4 合成及实际数据算例 |
| 4.2.5 本节小结 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 存在的问题及研究建议 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）基于稀疏表示的地震数据去噪和混采分离方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地震数据稀疏表示的发展现状 |
| 1.2.2 地震数据去除随机噪声发展与现状 |
| 1.2.3 地震混采的发展与混采噪声去除的现状 |
| 1.3 论文主要的研究内容及创新点 |
| 第2章 多震源混合采集原理 |
| 2.1 多震源混合采集概述 |
| 2.2 多震源混合采集矩阵表示 |
| 第3章 稀疏表示理论基础 |
| 3.1 稀疏表示理论 |
| 3.1.1 信号的稀疏度 |
| 3.1.2 信号稀疏的数学模型 |
| 3.2 稀疏表示的欠定问题 |
| 3.3 稀疏优化方法 |
| 3.3.1 正交匹配追踪算法 |
| 3.3.2 快速迭代收缩阈值算法 |
| 第4章 固定基字典及其在地震数据去噪中的应用 |
| 4.1 傅里叶变换 |
| 4.2 小波变换 |
| 4.3 曲波变换 |
| 4.4 离散余弦变换 |
| 4.5 固定基字典去随机噪声 |
| 4.5.1 理论模型计算 |
| 4.5.2 实际数据去噪 |
| 第5章 字典学习及其在地震数据去噪中的应用 |
| 5.1 K-SVD算法 |
| 5.2 主成分分析方法 |
| 5.3 字典学习的地震数据去噪 |
| 5.3.1 模拟数据地震去噪 |
| 5.3.2 实际地震数据去噪 |
| 第6章 基于稀疏表示的混采噪声分离 |
| 6.1 混合震源伪分离 |
| 6.2 混采噪声分离 |
| 6.2.1 模拟数据实验 |
| 6.2.2 实际数据实验 |
| 第7章 结论与展望 |
| 参考文献 |
| 作者简介及在学期间所获得的研究成果 |
| 致谢 |
（8）瑞雷波检测水泥土搅拌桩方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外水泥土搅拌桩检测研究现状 |
| 1.2.1 传统的水泥土搅拌桩有损检测方法 |
| 1.2.2 瞬态瑞雷波无损检测方法 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要创新内容 |
| 1.3.3 研究技术路线 |
| 第二章 瞬态瑞雷波法基本理论与方法 |
| 2.1 瑞雷波法及其基本原理 |
| 2.1.1 瑞雷波 |
| 2.1.2 瞬态瑞雷波工作方法 |
| 2.1.3 瑞雷波法工作原理 |
| 2.2 瞬态瑞雷波法工作原理 |
| 2.2.1 瞬态瑞雷波野外数据采集 |
| 2.2.2 瞬态瑞雷波法室内数据处理 |
| 2.3 瞬态瑞雷波的提取及频散曲线计算 |
| 2.3.1 瞬态瑞雷波提取方法及效果分析 |
| 2.3.2 瞬态瑞雷波频散曲线计算方法 |
| 2.4 本章小结 |
| 第三章 瑞雷波无损检测水泥土搅拌桩理论研究 |
| 3.1 瑞雷波提取方法对比研究 |
| 3.1.1 二维滤波方法 |
| 3.1.2 τ-p变换方法 |
| 3.2 瑞雷波正反演研究 |
| 3.2.1 瑞雷波剖面正反演计算及分析 |
| 3.2.2 不同初始模型的反演计算及分析 |
| 3.3 本章小结 |
| 第四章 瑞雷波检测水泥土搅拌桩工程应用 |
| 4.1 工程概况 |
| 4.2 检测实施方案 |
| 4.3 检测前的准备工作 |
| 4.3.1 技术准备 |
| 4.3.2 仪器设备准备 |
| 4.3.3 人员准备 |
| 4.3.4 检测工作的关键技术 |
| 4.3.5 技术路线 |
| 4.4 瑞雷波检测水泥土搅拌桩成桩质量 |
| 4.4.1 野外数据采集参数设置 |
| 4.4.2 数据处理与分析 |
| 4.4.3 桩基检测质量评价 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 本文的主要结论 |
| 5.2 后期展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间发表的学术论文 |
| 致谢 |
（9）基于子波重构的时空域高斯束偏移方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 射线理论发展史 |
| 1.2.2 高斯束正演偏移研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 射线理论与时空域高斯束 |
| 2.1 引言 |
| 2.2 渐进射线理论 |
| 2.2.1 基本方程:程函方程和输运方程 |
| 2.2.2 笛卡尔坐标系下求解程函方程 |
| 2.2.3 笛卡尔坐标系下求解输运方程 |
| 2.3 旁轴射线理论 |
| 2.3.1 射线中心坐标系 |
| 2.3.2 射线中心坐标系下求解程函方程 |
| 2.3.3 射线中心坐标系下求解输运方程 |
| 2.4 时空域高斯束方法 |
| 2.4.1 时空域高斯束的构建 |
| 2.4.2 初值选取与子波重构 |
| 2.4.3 时空域高斯束正演模拟 |
| 2.5 小结 |
| 第三章 声波介质时空域高斯束偏移方法及优化 |
| 3.1 引言 |
| 3.2 声波介质时空域高斯束偏移方法 |
| 3.2.1 方法原理 |
| 3.2.2 实现流程 |
| 3.2.3 模型试算 |
| 3.3 声波介质时空域自适应高斯束偏移方法 |
| 3.3.1 方法原理 |
| 3.3.2 模型试算 |
| 3.4 应用实例 |
| 3.5 小结 |
| 第四章 弹性介质时空域高斯束偏移方法及优化 |
| 4.1 引言 |
| 4.2 弹性介质时空域高斯束偏移方法 |
| 4.2.1 方法原理 |
| 4.2.2 实现流程 |
| 4.2.3 模型试算 |
| 4.3 弹性介质时空域自适应高斯束偏移方法 |
| 4.3.1 方法原理 |
| 4.3.2 模型试算 |
| 4.4 小结 |
| 结论与认识 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（10）济阳坳陷地震资料高分辨率处理技术（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题的依据及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及思路 |
| 第二章 叠前高分辨率处理技术 |
| 2.1 变网格回转波层析静校正技术 |
| 2.2 高保真叠前去噪技术 |
| 2.3 Q层析吸收效应补偿技术 |
| 2.4 稳健地表一致性反褶积技术 |
| 2.5 OVT域叠前五维道内插 |
| 2.6 方位各向异性校正技术 |
| 第三章 叠后高分辨率处理技术 |
| 3.1 时变频带扩展 |
| 3.2 调谐反褶积 |
| 3.3 信噪比谱约束谱整形 |
| 第四章 应用效果分析 |
| 4.1 项目概况 |
| 4.2 原始资料与地质需求分析 |
| 4.3 高分辨率处理技术及效果分析 |
| 4.4 地质效果分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
四、Earthquake-Affected Time-Space Domain, Recurrence Interval and Effective Preparation Time of Earthquakes（论文参考文献）
- [1]基于机器学习回归算法的地震预测研究及其在中国地震科学实验场的应用[D]. 史翔宇. 中国地震局地震预测研究所, 2021(01)
- [2]基于时序InSAR技术的断裂带同震-震后-震间形变场观测和模拟研究[D]. 赵德政. 中国地震局地质研究所, 2021(02)
- [3]地震前兆性慢滑移事件研究[D]. 周聪. 中国地震局地质研究所, 2021(02)
- [4]基于分布式光纤声学传感技术的地震信号观测方法研究[D]. 高新雨. 长春理工大学, 2021(02)
- [5]基于深度学习的地震数据去噪和重建方法的研究[D]. 王峰. 浙江大学, 2020(01)
- [6]多分量地震数据面波频散分析及矢量处理方法研究[D]. 邱新明. 中国地质大学(北京), 2020(04)
- [7]基于稀疏表示的地震数据去噪和混采分离方法研究[D]. 朱鹤文. 吉林大学, 2020(08)
- [8]瑞雷波检测水泥土搅拌桩方法研究[D]. 白杨. 沈阳建筑大学, 2019(05)
- [9]基于子波重构的时空域高斯束偏移方法研究[D]. 吕庆达. 中国石油大学(华东), 2019(09)
- [10]济阳坳陷地震资料高分辨率处理技术[D]. 凡正才. 中国石油大学(华东), 2019(09)