天然地震数据中提取频散曲线,研究面波的频散特性

在天然地震数据中提取频散曲线并研究面波的频散特性是地球物理勘探中的一项关键技术,主要用于反演浅层至中深层地壳结构(如剪切波速度分布)。


1. 频散曲线的基本概念

  • 面波频散:面波(瑞利波和勒夫波)的传播速度随频率变化的现象。低频面波穿透深度大,高频面波穿透深度小。
  • 频散曲线:描述面波相速度(或群速度)与频率关系的曲线,是反演地下剪切波速度结构的输入参数。

2. 数据采集与预处理

(1) 数据来源

  • 主动源:人工震源(如爆炸、落锤)激发的地震数据,常用于浅层勘探。
  • 被动源:天然地震或环境噪声数据,适用于大范围、深层结构研究。

(2) 预处理步骤

  1. 去噪:去除仪器噪声、多次波、面滚波等干扰。
    • 方法:小波去噪、FIR滤波、自适应滤波。
  2. 重采样与插值:统一采样率,保证时间序列对齐。
  3. 空间对齐:校正传感器位置误差,确保空间采样均匀。

3. 频散曲线提取方法

(1) 频谱分析法(SPAC法)

  • 原理:利用空间自相关(Spatial Autocorrelation, SPAC)方法,通过多道记录的傅里叶变换提取频散特性。
  • 步骤:
    1. 对多道地震数据做带通滤波(如5–50 Hz)。
    2. 计算各道的傅里叶谱。
    3. 通过空间自相关函数提取相速度频散曲线。
  • 适用场景:主动源数据,需均匀空间采样。

(2) 波形反演法

  • 原理:直接拟合观测波形与理论波形的差异,反演频散曲线。
  • 方法:
    • 广义反射透射系数法:基于分层介质模型计算理论面波响应。
    • 遗传算法/贝叶斯反演:优化剪切波速度模型,最小化观测与理论的残差。
  • 优势:可同时反演多模式频散曲线(如基模和高阶模态)。

(3) 相干性分析与时频域方法

  • 方法:
    • 短时傅里叶变换(STFT):时频域分析面波能量分布。
    • Hilbert变换:提取包络信号,增强高频信息。
  • 工具:Seismic Analysis Code (SAC)、MATLAB的cwt函数。

4. 面波频散特性分析

(1) 相速度与群速度

  • 相速度(c(ω)c(\omega)c(ω)):面波相位传播速度,直接用于反演剪切波速度。
  • 群速度(Cg(ω)C_g(\omega)Cg(ω)):能量传播速度,反映介质整体特性。
  • 关系式: Cg=c−ωdcdωC_g = c - \omega \frac{dc}{d\omega}Cg=c−ωdωdc

(2) 反演地壳结构

  1. 一维反演:假设地下为水平分层介质,通过非线性优化(如遗传算法)求解剪切波速度剖面。
  2. 三维反演:结合各向异性约束,解析复杂构造(如断层、沉积盆地)。

5. 实际应用案例

(1) 浅层勘探(<500 m)

  • 目标:探测地下空洞、断层、基岩界面。
  • 方法:主动源面波法(如MASW,多道表面波分析)。
  • 案例:城市地铁工程中的地基稳定性评估。

(2) 深层结构研究(>1 km)

  • 目标:解析地壳各向异性、岩石圈有效弹性厚度。
  • 方法:被动源面波成像(如环境噪声层析成像)。
  • 案例:日本海沟俯冲带的地幔流动研究。

6. 挑战与解决方案

挑战 解决方案
多模式频散分离 基于相速度频散曲线的拐点识别或遗传算法分离
低信噪比数据 自适应滤波 + 维纳去噪
反演多解性 引入先验信息(如测井数据)约束
计算效率 并行化反演(如GPU加速)

7. 常用工具与软件

  1. Seismic Analysis Code (SAC):处理地震数据,提取频散曲线。
  2. Geopsy:开源工具,支持SPAC法和波形反演。
  3. MATLAB工具箱:自定义算法(如ADMM加速反演)。
  4. ObsPy:Python库,用于地震数据读取与时频分析。

8. 代码(基于Geopsy的SPAC法)

matlab实现的 在天然地震数据中提取频散曲线,研究面波的频散特性

# 示例:SPAC法提取频散曲线
import geopsy

# 加载数据(均匀排列的地震道)
data = geopsy.load_segy("data.segy")

# 参数设置
fmin = 5.0  # 最小频率 (Hz)
fmax = 50.0 # 最大频率 (Hz)
nwin = 10   # 窗长比例(数据长度的百分比)

# 执行SPAC分析
result = geopsy.spac_analysis(data, fmin, fmax, nwin)

# 提取相速度频散曲线
dispersion_curve = result.get_dispersion_curve()

# 可视化
dispersion_curve.plot()

9. 关键参数与验证

  • 关键参数:
    • 地震道间距(需满足Nyquist采样)。
    • 频率范围(覆盖目标深度)。
    • 环境噪声水平(影响信噪比)。
  • 验证方法:
    • 与测井数据对比。
    • 交叉验证(分区域反演)。

10. 总结

通过面波频散曲线分析,可以从天然地震或人工源数据中高效反演地下剪切波速度结构,为资源勘探、工程安全和地球动力学研究提供关键参数。实际应用中需结合数据质量、反演算法和先验知识进行综合优化。

posted @ 2025-06-03 09:58  kang_ms  阅读(576)  评论(0)    收藏  举报