微地震P波初至拾取的方法
2018-12-11刘传义毛玉蓉
刘传义 毛玉蓉
摘要：微地震监测技术是一种能够进行实时动态监测的地球物理学新技术。本文主要介绍了微地震P波初至自动拾取的基本原理和应用效果，特别对一种Allen算法和Bear算法结合的AB算法进行了详细研究并通过实验进行验证。使用AB算法实现了对微震事件的自动拾取，并对拾取效果进行分析。
关键词：微地震监测；自动拾取；P波初至；AB算法；滞后性
中图分类号：P315 文献标志码：A 文章编号：1674-9324（2018）50-0136-02
一、引言
微地震监测技术在矿区、水坝等地质灾害易发区的地质灾害预测上的应用已经非常普遍，本文以锦屏二号水电站微地震监测系统实时监测的数据为数据源，分析、比较了不同方法的P波初至自动拾取的效果，并着重对基于能量比法的AB算法进行分析与研究，将其对地震数据进行处理，通过AB算法程序试图完成对微地震有效事件和P波初至的自动拾取。实验结果表明，基于时窗能量比法Allen和Bear结合的AB算法，较其他方法相比有较好的拾取效果，但它的拾取精度与人工拾取结果相比准确度仍有待提高。
二、微地震P波初至拾取
1.微地震事件。微地震事件是较小的地震事件。对于矿区而言，由于矿产开采区长期的地质勘探活动和工区作业，矿山岩石长期遭受到应力的作用，导致矿山或水坝周围围岩的内部在一定程度上遭到破坏而发生了变形。根据波动力学相关理论，应力集中区会向外释放出能量，这些能量以弹性波的形式释放，使岩石间相互挤压造成较大区域岩石的破裂，产生微小地震，传播过程中岩石向外发射的波的频率都很低而被称为微地震事件，也被称为小地震事件①。
2.微地震P波初至拾取。微地震监测获得的是实时监测的数据，因此数据量非常大。由于微地震信号P波先于S波到达检波器，在大量数据中识别背景信号和微地震信号并找到微地震信号中P波首次到达的时间点，用于定位微地震震源点，这个步骤称为P波初至拾取。
三、微地震P波初至拾取原理
1.能量比法拾取P波初至的原理。能量比法是长、短时窗平均能量值比或振幅值比（STA/LTA），后来Allen、Baer和Barle等将原能量比法中的时窗平均参数和特征函数进行了部分修改，并将一些新的数学计算方法使用到能量比法中②。时窗能量比的原理是基于背景噪声能量与微震事件时能量相差很大，因此，时窗能量比通过选取两个不同长度的时窗，长时窗是包含大量噪声信号而相对包含极少微震有效信号，而短时窗包含较少背景噪声包含较多微地震有效事件信号，短时窗平均能量值（STA）就会比较大，通过比较两时窗的平均能量值就大致能够判断P波的初至点③。时窗能量比的计算公式如下：
公式（1）为长短时能量比计算公式，m、n为长短时窗长度，R（i）即是信号的第i个数据点的长短时能量比值。通过R（i）与所取的阀值（认为信号初至点时能量比值为此值）的比较，若R（i）大于等于阀值，则第i点有可能为P波初至点，准确判断该点是否会是初至点还需结合其他判断依据；若小于阀值，则该点一定不是初至点。
2.AB算法及其性能分析。AB算法是Allen算法和Bear算法的综合算法，采用了Bear算法的加权因子K（i）Bear和特征函数CF（i）Bear，而没有采用Allen算法的加权因子K（i）Allen和特征函数CF（i）Allen⑧。在此之上，还将Bear算法特征函数的计算公式进行修改，来获得更好的拾取效果，对信噪比比较低的信号的变化更敏感⑨，改进后公式如下：
改进后的AB算法的特征函数CF（i）AB、K（i）AB与Allen、Bear算法特征函数CF（i）Allen、CF（i）Bear，K（i）Allen相比，CF（i）AB和K（i）AB对微震信号能量幅值的变化更加敏感，它进一步放大了微小能量变化差间的差异，让拾取判断更简易，大大提高了算法对信噪比比较低的微地震信号的判断能力和拾取效果⑩。AB算法实现过程：（1）从实时监测到的数据中读取一段数据，计算CF（i）、STA（i）、LTA（i）、r（i）等參数，并对算法中循环参数S、M、L赋0初值。（2）根据实际微震事件规律，一个微震事件持续时间为0.005—0.1s，零交叉点个数M上限M1，M1取值250，下限M2，M2取值20。（3）初至点初判断，若i点数据满足STA（i）/LTA（i）>n（n为阀值，取3.0），则i点有可能是初至点，将i赋值给k，计算i的值x（i）记为p1，为找出i后第一个峰值，将p1赋值给p0暂存为最大峰值，若STA（i）/LTA（i）
四、AB算法在实验数据上的应用实例
实验数据由Matlab软件打开，通过AB算法自动拾取有效事件并判断初至点。拾取该段信号结果为初至点为2000信号点，结束点为2208信号点。人工拾取与AB算法拾取所用数据均为实验数据6—7—611统一数据，为微震记录2013年6月7日15时原始记录中某段数据。本论文中实验均采用同一数据不同方法对比实验，共采用2013年6月、7月、8月等期间的1000组数据。由两对比结果看出AB算法拾取较人工拾取初至点有滞后性，但AB算法自动拾取P波初至具有相对较好的效果。
五、AB算法与其他算法实验结果对比
由于时间与实验设备等因素影响，实验结果并不能确保权威性，但下述参数均为实验结果且在合理实验误差范围内。Allen算法的信号识别率为91.89%，P波初至拾取准确率为61.64%；Bear算法的P波初至拾取准确率为70.46%；AB算法的信号识别率为94.23%，P波初至拾取准确率为73.51%。本次实验采用中科院岩土所提供的锦屏二级水电站的微震监测系统获取的实时监测数据，该数据已完全由人工拾取，所以本次实验是在人工拾取的基础上，通过各类算法进行自动拾取与人工拾取结果进行比较得到的数据。从实验结果上可以看出，各个算法都无法保证拾取的准确性。但在微地震有效事件的拾取上具有较好的拾取效果，且改进后的AB算法的拾取效果比其他几种方法的拾取效果更好。
六、结论
通过以上实验得到如下结论：①各种方法对微震有效事件和P波初至的拾取都不能确保有百分百的准确率。②能量比法比其他方法在自动拾取微事件上更易实现且自动处理效率更高，但能量比算法对时窗的长度要求较高。③AB算法是结合Allen算法和Bear算法的优势，达到了微震信号判别和P波初至拾取同时进行，具有较高的拾取准确度。④AB算法的拾取效果易受时窗长度、阀值等参数影响，这些参数对于不同环境的适用性有待验证。
参考文献：
[1]周银兴.微震事件检测及震相自动识别研究（硕士学位论文）[D].北京：中国地震局地震预测研究所，2009.
[2]李贤，王文杰，陈炳瑞，徐世达.基于Allen算法的工程尺度微震信号P波初至及其自适应识别[J].矿业研究与开发.
[3]李贤，王文杰，陈炳瑞.工程尺度下微震信号及P波初至自动识别AB算法[J].岩土力学与工程学报，2016.
[4]吴治涛，李世雄.STA/LTA算法拾取微地震事件P波到时对比研究[J].地球物理学进展.2010，（10）：1577-1582.
