微地震位置和震源機制的快速波形反演及搜索引擎算法的研究.pdf

1、微地震監(jiān)測已經(jīng)被廣泛應用于礦場，地熱，和油氣行業(yè)。比如，它是頁巖氣開發(fā)中用來成像注水壓裂的裂縫分布的非常好的工具，微地震位置和震源機制等可以為現(xiàn)場工程師提供重要的信息來評估注水壓裂的效力等等。本文主要目的在于利用全波形匹配的方法來推斷微震位置和震源機制解，分別從兩個不同的方法出發(fā)來研究這個問題。一方面，從波形反演的角度來同時獲得微震的位置和震源機制解。筆者首先介紹一種基于梯度的方法來同時反演震源位置和震源機制，為了克服這種基于梯度的方法

2、的局部極小值的問題，筆者同時提出一種基于一種全局最優(yōu)化算法的快速波形反演算法。另一方面，從快速搜索的觀點來研究這個問題，筆者提出應用計算機科學行業(yè)的搜索引擎的概念來解決微震波形的匹配問題。本文中主要研究的兩個方法可以總結如下：
　　1，微震位置和震源機制的快速彈性波全波形反演算法
　　給定一個速度模型，筆者首先在可能的震源位置網(wǎng)格點上計算好格林函數(shù)庫。反演過程中筆者計算一個基于離散和預先準備好的格林函數(shù)庫的近似的目標函數(shù)。由

3、于提前計算好了格林函數(shù)，合成波形的計算變得快捷，從而使得筆者能夠利用一種全局最優(yōu)化算法，鄰域算法，來實現(xiàn)同時反演震源位置和震源機制。該方法中的目標函數(shù)應用了包絡相關的概念來匹配高頻的波形數(shù)據(jù)。在事件檢測后，該方法并不需要拾取P和S波走時，筆者利用波形殘差和相關系數(shù)來評價波形的擬合程度。筆者利用合成和實際數(shù)據(jù)例子測試了該方法，在輸入數(shù)據(jù)中包含噪音和速度模型存在誤差的情況下，合成數(shù)據(jù)例子表明能夠較好的恢復出真實模型。筆者同時測試了452個實

4、際數(shù)據(jù)微震事件，并且和走時網(wǎng)格搜索算法進行了對比，快速波形反演得到的微震位置分布能夠和走時網(wǎng)格搜索算法結果一致。
　　2.微震搜索引擎算法
　　類似于互聯(lián)網(wǎng)搜索引擎，該方法能夠在1s內(nèi)同時估計出微震事件的位置和震源機制，來檢測注水壓裂過程。對于給定的采集系統(tǒng)和速度模型，筆者首先在所有可能的位置網(wǎng)格點上計算所有可能的微震事件波形，從而建立一個搜索數(shù)據(jù)庫。然后通過計算機快速搜索技術，多個隨機K維樹方法，根據(jù)數(shù)據(jù)庫中波形數(shù)據(jù)的振幅

5、和相位信息來排列并建立一個索引。當一個微震事件發(fā)生時，和輸入波形近似的最佳波形能夠通過匹配數(shù)據(jù)庫的特征很快地找到。該方法不僅僅返回一個最佳解，而是類似于互聯(lián)網(wǎng)搜索中的一個解集，因此筆者可以利用得到的解集來進一步研究結果的置信度和解析度。同樣類似于互聯(lián)網(wǎng)搜索引擎，微震搜索引擎不需要其他輸入?yún)?shù)和處理經(jīng)驗;這樣，對于任何用戶結果都會一樣。筆者同樣利用合成數(shù)據(jù)和實際數(shù)據(jù)例子驗證了該方法，結果顯示微震搜索引擎有很大的潛力應用于微地震的實時監(jiān)測問