冷佳宣,喻志超,馮方方,張逸倫,何 川

(1.北京大學(xué)地球與空間科學(xué)學(xué)院,北京100871;2.國家超級(jí)計(jì)算深圳中心(深圳云計(jì)算中心),廣東深圳518055;3.中國科學(xué)院地質(zhì)與地球物理研究所,北京100029)

微地震監(jiān)測(cè)技術(shù)在非常規(guī)油氣儲(chǔ)層改造中得到廣泛應(yīng)用,通過觀測(cè)和分析水力壓裂誘發(fā)微地震事件可以實(shí)時(shí)監(jiān)測(cè)壓裂施工中縫網(wǎng)的發(fā)育過程,評(píng)價(jià)壓裂改造效果[1-2]。在水力壓裂作業(yè)的同時(shí),開展微地震監(jiān)測(cè)數(shù)據(jù)采集,傳感器除了接收到數(shù)量有限、發(fā)震時(shí)刻隨機(jī)和能量震級(jí)較小的微地震信號(hào)外,還接收到因壓裂施工產(chǎn)生的強(qiáng)能量背景干擾信號(hào)及隨機(jī)噪聲[3]。這些干擾信號(hào)嚴(yán)重降低了微地震監(jiān)測(cè)數(shù)據(jù)的質(zhì)量,影響實(shí)時(shí)監(jiān)測(cè)過程中低信噪比微地震信號(hào)的識(shí)別及震相初至的拾取,因此,研究微地震監(jiān)測(cè)記錄背景干擾信號(hào)壓制方法具有非常重要的意義。

受儲(chǔ)層巖性、壓裂施工方案以及監(jiān)測(cè)條件等因素綜合影響,連續(xù)壓裂監(jiān)測(cè)記錄中的有效微地震信號(hào)特征及數(shù)量并不明確,記錄中絕大部分的能量來源于背景干擾信號(hào)。為了準(zhǔn)確識(shí)別微地震事件,在微地震監(jiān)測(cè)數(shù)據(jù)處理前通常需要對(duì)監(jiān)測(cè)記錄進(jìn)行預(yù)處理以提高微地震信號(hào)的信噪比,常見的預(yù)處理方法包括帶通濾波、極化濾波[4]和時(shí)頻域?yàn)V波[5-6]。壓裂監(jiān)測(cè)現(xiàn)場(chǎng)存在的背景干擾信號(hào)持續(xù)時(shí)間長(zhǎng)、能量強(qiáng)且具有時(shí)變非平穩(wěn)的特征,常規(guī)的預(yù)處理方法難以在去除這些信號(hào)的同時(shí)最大程度保留有效微地震信號(hào)的能量,對(duì)微地震監(jiān)測(cè)記錄的信噪比提升有限,在一定程度上影響了后續(xù)微地震事件識(shí)別與初至拾取的效果。因此,在微地震信號(hào)特征不完全明確的情況下,背景干擾信號(hào)的識(shí)別和壓制是一種更合理的降低監(jiān)測(cè)記錄噪聲水平的預(yù)處理方式。

本文以井中微地震監(jiān)測(cè)三分量信號(hào)之間的同步與相關(guān)分析為基礎(chǔ),提出一種基于多維經(jīng)驗(yàn)?zāi)B(tài)分解的背景干擾信號(hào)識(shí)別與壓制方法,能夠在實(shí)際微地震資料處理過程中更好地消除背景干擾對(duì)后續(xù)處理效果的影響。首先,基于微地震監(jiān)測(cè)記錄的表達(dá)式提出背景干擾信號(hào)壓制的基本思路,然后,介紹多維經(jīng)驗(yàn)?zāi)B(tài)分解方法的原理,并根據(jù)不同階次本征模態(tài)函數(shù)分量的能量強(qiáng)弱、偏振特征實(shí)現(xiàn)與背景干擾信號(hào)對(duì)應(yīng)的能量成分識(shí)別及有效去除,最后,以實(shí)際資料的應(yīng)用檢驗(yàn)了方法的有效性。

1 方法原理

1.1 微地震監(jiān)測(cè)記錄的表達(dá)

微地震監(jiān)測(cè)記錄可以表示為:

X=AS

(1)

式中:S=[s1,s2,,sK]T表示K個(gè)源信號(hào);X=[x1,x2,,xM]T表示M個(gè)觀測(cè)信號(hào);A為源信號(hào)與觀測(cè)信號(hào)間的關(guān)系矩陣。源信號(hào)可以為微地震或者干擾信號(hào),觀測(cè)信號(hào)可以表示不同分量、不同空間測(cè)位的記錄。

連續(xù)監(jiān)測(cè)記錄中的微地震信號(hào)通常發(fā)震時(shí)刻隨機(jī)、數(shù)量有限、持續(xù)時(shí)間短(<1s),能量占比遠(yuǎn)小于背景干擾信號(hào)。圖1為實(shí)際一次水力壓裂施工曲線(油壓、排量和砂量)和井下一級(jí)檢波器垂直分量記錄的時(shí)頻分析結(jié)果,其中時(shí)頻分析采用短時(shí)傅里葉變換

圖1 壓裂施工曲線與連續(xù)監(jiān)測(cè)記錄垂直分量的時(shí)頻分析結(jié)果

方法,選擇1s的時(shí)間窗口和50%窗口重疊進(jìn)行分析,從圖中可以明顯看出,連續(xù)監(jiān)測(cè)記錄中包含一些能量較強(qiáng),持續(xù)時(shí)間較長(zhǎng)的成分,同時(shí)其強(qiáng)弱變化與壓裂作業(yè)階段相關(guān)聯(lián),具有時(shí)變非平穩(wěn)的特征。

常規(guī)時(shí)域或頻域?yàn)V波的預(yù)處理方式在微地震信號(hào)特征不完全明確的情況下無法達(dá)到最優(yōu)的處理效果,即欠處理的情況下難以最大程度壓制干擾信號(hào),過度濾波則將對(duì)有效微地震信號(hào)的能量造成損失。圖2和圖3分別為一段1s監(jiān)測(cè)信號(hào)的兩個(gè)不同帶通參數(shù)濾波的處理效果,在微地震信號(hào)特征不明確情況

圖2 帶通濾波去噪(50～400Hz)方法的處理效果a 原始記錄; b 處理后的記錄; c 去除的信號(hào)成分

圖3 帶通濾波去噪方法(100～200Hz)的處理效果a 原始記錄; b 處理后的記錄; c 去除的信號(hào)成分

下,常規(guī)預(yù)處理過程采用帶通濾波的方法,當(dāng)濾波參數(shù)選擇過大或者過小時(shí)可能無法有效壓制噪聲且會(huì)造成有效微地震信號(hào)部分能量損失。從圖2c和圖3c中可以看出,均存在著噪聲壓制效果不理想且對(duì)微地震有效信號(hào)能量(特別是S波)造成損失的問題,這將會(huì)對(duì)后續(xù)的微地震事件震相初至拾取產(chǎn)生很大的影響。

微地震信號(hào)預(yù)處理的核心在于最大程度提高有效微地震信號(hào)與背景干擾信號(hào)的信噪比。常規(guī)技術(shù)側(cè)重于通過提取有效微地震信號(hào)的時(shí)頻域特征及道間相關(guān)性等特征,從而最大程度辨識(shí)微地震信號(hào)的能量成分,提升識(shí)別能力?；诙嗑S經(jīng)驗(yàn)?zāi)B(tài)分解的背景干擾信號(hào)識(shí)別與壓制方法則試圖通過識(shí)別與壓制連續(xù)監(jiān)測(cè)記錄中能量較強(qiáng)的背景干擾信號(hào)來達(dá)到提高有效微地震信號(hào)信噪比的目標(biāo),因此,提取具有時(shí)變非平穩(wěn)特征的干擾信號(hào)是該方法的關(guān)鍵。

1.2 多維經(jīng)驗(yàn)?zāi)B(tài)分解

基于經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition,EMD)的時(shí)頻分析方法是分析時(shí)變和非平穩(wěn)信號(hào)的有力工具,被廣泛應(yīng)用于地震勘探、機(jī)械故障診斷以及生物醫(yī)學(xué)信號(hào)分析等科學(xué)研究和工程應(yīng)用領(lǐng)域[7-10]。這類方法具有多分辨率和自適應(yīng)的特點(diǎn),能夠?qū)⑿盘?hào)自適應(yīng)分解成不同尺度的本征模態(tài)函數(shù)(intrinsic mode function,IMF),與傅里葉分析和小波分析方法相比在非線性非平穩(wěn)信號(hào)分析中具有一定的優(yōu)勢(shì)。經(jīng)驗(yàn)?zāi)B(tài)分解方法不需要選擇基函數(shù),其原理是通過逐步減去時(shí)序信號(hào)上下包絡(luò)的平均值得到有限個(gè)數(shù)的有效本征模態(tài)函數(shù)分量,這些本征模態(tài)函數(shù)分量能夠描述原信號(hào)中不同時(shí)間尺度局部特征信息且能夠精準(zhǔn)重構(gòu)原始信號(hào)[7]。

在實(shí)際應(yīng)用中,抑制或消除算法中存在的模態(tài)混疊現(xiàn)象(Mode Mixing)是經(jīng)驗(yàn)?zāi)B(tài)分解類方法面臨的重要問題,其改進(jìn)方法如集合經(jīng)驗(yàn)?zāi)B(tài)分解和完備經(jīng)驗(yàn)?zāi)B(tài)分解等方法的發(fā)展在地震信號(hào)提取處理中取得了較好的應(yīng)用效果[11-13]。但是,以往的方法存在兩方面的不足,一方面是在分解三分量監(jiān)測(cè)記錄時(shí),經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)每個(gè)維度信號(hào)分別進(jìn)行分解的處理方式會(huì)出現(xiàn)不同通道尺度排列不確定和同階尺度頻率不一致等問題;另一方面,微地震信號(hào)具有“異常事件”的特征,記錄中微地震信號(hào)的存在會(huì)引起間歇現(xiàn)象,使得分解結(jié)果中表現(xiàn)出模態(tài)混疊,且在微地震信號(hào)特征不完全明確的情況下,對(duì)有效信號(hào)的重構(gòu)可能存在欠處理或者過處理的現(xiàn)象。

(2)

雖然多維經(jīng)驗(yàn)?zāi)B(tài)分解能夠?qū)崿F(xiàn)多通道信號(hào)的同步與相關(guān)分析,但依舊存在模態(tài)混疊的問題。噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解算法(noise assisted MEMD,NA-MEMD)通過引入額外的噪聲通道信號(hào),利用白噪聲表現(xiàn)出的濾波器組特性,可以減小多維本征模態(tài)函數(shù)中的模態(tài)混疊及模式對(duì)齊問題對(duì)后續(xù)信號(hào)特征提取的影響[16]。噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解算法首先構(gòu)造一個(gè)包含p維原始信號(hào)和q維高斯白噪聲的(p+q)維復(fù)合信號(hào),然后對(duì)信號(hào)進(jìn)行多維經(jīng)驗(yàn)?zāi)B(tài)分解,在所得的(p+q)維分解結(jié)果中刪除q維噪聲即可得到原p維信號(hào)的分解結(jié)果[16]。算法步驟為:

為了說明噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解算法對(duì)含強(qiáng)能量時(shí)變非平穩(wěn)信號(hào)的低信噪比微地震監(jiān)測(cè)記錄的處理效果,此處構(gòu)建由三分量的時(shí)變非平穩(wěn)信號(hào)U、實(shí)際微地震監(jiān)測(cè)記錄V以及隨機(jī)噪聲W組成的合成記錄S,如公式(3)所示:

S=U+V+W

(3)

圖4a為模擬的非平穩(wěn)調(diào)頻信號(hào),其各分量的公式為:

(4)

非平穩(wěn)信號(hào)的中心頻率f0為35Hz,f0的調(diào)頻頻率f1為5Hz,式中:ρ=0.2為頻率變化的幅度。圖4b為實(shí)際微地震監(jiān)測(cè)記錄的三個(gè)分量,圖4c為包含隨機(jī)噪聲的合成記錄,圖中隨機(jī)噪聲的振幅方差為0.55,圖4d為合成記錄各個(gè)分量對(duì)應(yīng)的時(shí)頻分析結(jié)果。

圖4 三分量合成記錄及時(shí)頻分析a 含隨機(jī)噪聲的時(shí)變非平穩(wěn)信號(hào)成分; b 微地震信號(hào)成分; c 合成記錄; d 三分量對(duì)應(yīng)的時(shí)頻分析結(jié)果

圖5至圖7分別為經(jīng)驗(yàn)?zāi)B(tài)分解、多維經(jīng)驗(yàn)?zāi)B(tài)分解和噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)三分量合成記錄分解的前7階本征模態(tài)函數(shù)分量,圖中紅線為合成記錄中的時(shí)變非平穩(wěn)信號(hào)。圖5中c3對(duì)應(yīng)時(shí)變非平穩(wěn)信號(hào),c1～c2包含隨機(jī)噪聲和微地震信號(hào);圖6中c5對(duì)應(yīng)時(shí)變非平穩(wěn)信號(hào),c1對(duì)應(yīng)高頻隨機(jī)噪聲,c2～c4中包含微地震信號(hào)和部分隨機(jī)噪聲;圖7中c5對(duì)應(yīng)時(shí)變非平穩(wěn)信號(hào),c1～c2對(duì)應(yīng)高頻隨機(jī)噪聲,c3～c4中包含微地震信號(hào)成分?？梢钥闯?經(jīng)驗(yàn)?zāi)B(tài)分解這類方法能夠自適應(yīng)地將信號(hào)分解成從高頻到低頻的若干個(gè)信號(hào)成分,對(duì)比分解的結(jié)果可以看出,多維經(jīng)驗(yàn)?zāi)B(tài)分解方法所得多維本征模態(tài)函數(shù)相比于經(jīng)驗(yàn)?zāi)B(tài)分解方法同階尺度頻率能夠保持一致,可以實(shí)現(xiàn)不同通道信號(hào)之間的同步與相關(guān)分析。此外,噪聲輔助的多維經(jīng)驗(yàn)?zāi)B(tài)分解方法能夠減小多維本征模態(tài)函數(shù)中的模態(tài)混疊現(xiàn)象,更為準(zhǔn)確地提取時(shí)變非平穩(wěn)信號(hào)。

圖5 經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)合成記錄分解的結(jié)果

圖6 多維經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)合成記錄分解的結(jié)果

圖7 噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)合成記錄分解的結(jié)果

1.3 背景干擾信號(hào)能量識(shí)別與去除

完成經(jīng)驗(yàn)?zāi)B(tài)分解之后通常需要對(duì)不同尺度信號(hào)進(jìn)行分離和重構(gòu),前人方法中有利用原始信號(hào)與各本征模態(tài)函數(shù)之間的互相關(guān)系數(shù)[17]、求取相鄰本征模態(tài)函數(shù)分量之間的互信息熵[8]和定義自適應(yīng)間隔閾值[13]等方法來辨識(shí)出有效信號(hào),但是這些處理方式在信號(hào)特征不完全明確的情況下應(yīng)用效果并不理想。我們處理的目標(biāo)信號(hào)具有偏振特征,從偏振分析的角度進(jìn)行識(shí)別是最為有效的方式。

由于不同類型的波通常具有各自不同的偏振特征,對(duì)于噪聲源的位置、激發(fā)方式和能量大小的范圍等屬性穩(wěn)定的信號(hào),通過極化分析求取波的極化屬性可以作為背景干擾信號(hào)類型的判別依據(jù)。極化分析方法通過三分量記錄構(gòu)成一個(gè)三階協(xié)方差矩陣,此協(xié)方差矩陣的特征值和特征向量定義了一個(gè)橢球體,該橢球是協(xié)方差時(shí)窗內(nèi)記錄到質(zhì)點(diǎn)運(yùn)動(dòng)的最小平方近似,特征值和其對(duì)應(yīng)的特征向量則表征了質(zhì)點(diǎn)振動(dòng)的主要特征[18]。所構(gòu)建的協(xié)方差矩陣為:

(5)

(6)

極化度η取值范圍為0～1,η=0表示質(zhì)點(diǎn)的振動(dòng)軌跡為圓,η=1表示質(zhì)點(diǎn)線性振動(dòng)。

基于多維經(jīng)驗(yàn)?zāi)B(tài)分解的背景干擾信號(hào)識(shí)別與壓制方法關(guān)注連續(xù)監(jiān)測(cè)記錄中的背景干擾信號(hào)成分,對(duì)極化度低的高頻信號(hào)可以設(shè)置閾值η0進(jìn)行篩除。由于受隨機(jī)信號(hào)或者信號(hào)頻段相近的影響,經(jīng)驗(yàn)?zāi)B(tài)分解可能會(huì)出現(xiàn)模態(tài)混疊的現(xiàn)象,為了提取長(zhǎng)持續(xù)時(shí)間的強(qiáng)干擾信號(hào)同時(shí)盡可能保留隨機(jī)微地震信號(hào)的能量,對(duì)可能包含微地震信號(hào)的本征模態(tài)函數(shù)分量作進(jìn)一步偏振濾波處理。

由于微地震信號(hào)與背景干擾信號(hào)的偏振方向不同,且連續(xù)記錄中背景干擾信號(hào)持續(xù)時(shí)間長(zhǎng),可以選擇合適的滑動(dòng)時(shí)窗長(zhǎng)度,計(jì)算時(shí)間窗口內(nèi)質(zhì)點(diǎn)振動(dòng)軌跡的偏振主方向,并求出時(shí)窗內(nèi)偏振主方向和時(shí)窗內(nèi)平均偏振主方向之間的夾角β。根據(jù)信號(hào)偏振方向的差異,定義一個(gè)自適應(yīng)偏振濾波器。

x′(t)=x(t)f(t)

(7)

f(t)=cosp[β(t)]

(8)

式中:x(t),x′(t)為目標(biāo)信號(hào)濾波前、后數(shù)據(jù);f(t)為濾波系數(shù);p為矢量方向夾角的影響控制系數(shù);p取值為1～2。

1.4 方法流程

由于不同干擾信號(hào)的能量和偏振特征存在差異,其對(duì)有效微地震信號(hào)的影響程度不同,為了盡可能地去除強(qiáng)能量的干擾信號(hào),同時(shí)避免去除干擾信號(hào)的過程中對(duì)微地震信號(hào)造成能量損失,依據(jù)干擾信號(hào)的能量強(qiáng)弱以及偏振屬性提出強(qiáng)背景干擾信號(hào)的壓制方法,技術(shù)流程見圖8,主要步驟為:

圖8 強(qiáng)背景干擾信號(hào)壓制方法流程

1) 對(duì)三分量監(jiān)測(cè)信號(hào)進(jìn)行噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解實(shí)現(xiàn)信號(hào)的分解,獲得各階次多維本征模態(tài)函數(shù)分量;

2) 求取各多維本征模態(tài)函數(shù)分量信號(hào)的能量和偏振屬性,并將信號(hào)按照能量大小進(jìn)行排序;

3) 對(duì)于能量較弱的多維本征模態(tài)函數(shù)分量根據(jù)信號(hào)的極化度屬性判斷隨機(jī)噪聲,對(duì)于能量較強(qiáng)的多維本征模態(tài)函數(shù)分量利用自適應(yīng)偏振濾波提取背景干擾信號(hào)對(duì)應(yīng)的成分;

4) 去除隨機(jī)噪聲以及背景干擾信號(hào),將剩余的信號(hào)成分重構(gòu),得到壓制干擾信號(hào)后的監(jiān)測(cè)記錄。

2 應(yīng)用實(shí)例

將基于多維經(jīng)驗(yàn)?zāi)B(tài)分解的背景干擾信號(hào)識(shí)別與壓制方法應(yīng)用于實(shí)際的井中微地震監(jiān)測(cè)資料以證明方法的效果。以圖3中的微地震事件記錄為例,圖9 為三分量記錄經(jīng)過多維經(jīng)驗(yàn)?zāi)B(tài)分解的結(jié)果,圖10 為各多維本征模態(tài)函數(shù)分量能量占比,圖11為按照能量從大到小排序的各多維本征模態(tài)函數(shù)分量信號(hào)的質(zhì)點(diǎn)振動(dòng)軌跡及信號(hào)的極化度。從圖中可以看出,信號(hào)中絕大部分能量位于低頻段,高頻隨機(jī)噪聲(多維本征模態(tài)函數(shù)第1分量)能量占比很小,如果僅去除高頻隨機(jī)噪聲無法達(dá)到提高信噪比的目標(biāo)。由于模態(tài)混疊的影響,微地震信號(hào)的能量分布在幾個(gè)連續(xù)的多維本征模態(tài)函數(shù)分量中(多維本征模態(tài)函數(shù)第2～6分量),在低頻成分中多維本征模態(tài)函數(shù)第4～6分量包含較強(qiáng)能量的背景干擾信號(hào)同時(shí)包含部分微地震信號(hào)能量,此時(shí)將這幾個(gè)分量不作額外處理的保留或者去除都將無法達(dá)到理想的處理效果。

圖9 三分量記錄經(jīng)噪聲輔助多維經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)果(為了更清楚地顯示信號(hào),不同子圖間未采用統(tǒng)一的振幅增益)

圖10 各多維本征模態(tài)函數(shù)分量能量占比

圖11 按照能量排序的多維本征模態(tài)函數(shù)分量質(zhì)點(diǎn)振動(dòng)軌跡及極化度(為了更清楚地顯示軌跡,圖中未采用統(tǒng)一標(biāo)尺)

為了保留有效微地震信號(hào)成分的能量,我們對(duì)多維本征模態(tài)函數(shù)第5和第6分量進(jìn)行自適應(yīng)偏振濾波。圖12和圖13分別為多維本征模態(tài)函數(shù)第5分量和第6分量經(jīng)過自適應(yīng)偏振濾波處理的結(jié)果,圖中紅、綠、藍(lán)線分別代表X、Y、Z三分量,從濾波結(jié)果可以看出,微地震S波信號(hào)的能量從背景干擾信號(hào)中分離出來,偏振軌跡的對(duì)比也說明了濾波后的記錄中S波信號(hào)成分減少。通過去除分離后的強(qiáng)能量背景干擾信號(hào)以及高頻隨機(jī)噪聲,可以得到處理后的記錄,如圖14所示。

圖12 多維本征模態(tài)函數(shù)第5分量經(jīng)過自適應(yīng)偏振濾波后的結(jié)果a 多維本征模態(tài)函數(shù)第5分量; b 自適應(yīng)偏振濾波系數(shù); c 濾波后結(jié)果; d 濾波前(黑色)、后(紅色)偏振軌跡對(duì)比

圖13 多維本征模態(tài)函數(shù)第6分量經(jīng)過自適應(yīng)偏振濾波后的結(jié)果a 多維本征模態(tài)函數(shù)第6分量; b 自適應(yīng)偏振濾波系數(shù); c 濾波后結(jié)果; d 濾波前(黑色)、后(紅色)偏振軌跡對(duì)比

圖14 壓制強(qiáng)背景干擾信號(hào)后的去噪效果a 原始記錄; b 強(qiáng)背景干擾信號(hào)壓制處理結(jié)果; c 強(qiáng)背景干擾信號(hào)壓制去除的背景干擾信號(hào)

圖15顯示了實(shí)際微地震事件記錄的背景干擾噪聲的壓制效果。圖15a為原始記錄,圖15b為基于多維經(jīng)驗(yàn)?zāi)B(tài)分解背景干擾信號(hào)識(shí)別與去除方法處理結(jié)果,圖15c為該方法去除的背景干擾信號(hào),圖15d為帶通濾波(50～200Hz)的處理結(jié)果,圖15e為帶通濾波去除的噪聲成分,圖中:1～12道為x分量,13～24道為y分量,25～36道為z分量。從圖15可以看出,各級(jí)檢波器噪聲成分存在差異,此方法能夠自適應(yīng)地實(shí)現(xiàn)對(duì)背景干擾信號(hào)壓制且壓制效果比常規(guī)帶通濾波方法更好,有效保留了微地震S波信號(hào)能量。

圖15 實(shí)際微地震事件記錄的去噪效果對(duì)比a 原始記錄; b 強(qiáng)背景干擾信號(hào)壓制方法處理結(jié)果; c 強(qiáng)背景干擾信號(hào)壓制方法去除的背景干擾信號(hào); d 帶通濾波(50～200Hz)處理結(jié)果; e 帶通濾波去除的噪聲成分

長(zhǎng)短時(shí)窗能量比方法(short-term average/long-term average,STA/LTA)是常用的微地震事件識(shí)別以及初至拾取的方法。圖16為使用帶通濾波和強(qiáng)背景干擾信號(hào)壓制方法預(yù)處理后的P波、S波震相的長(zhǎng)短時(shí)窗能量比比值對(duì)比,計(jì)算能量比值所選擇的長(zhǎng)、短時(shí)窗大小分別為0.050s和0.002s。圖16a為圖15中第6級(jí)檢波器記錄的長(zhǎng)短時(shí)窗能量比曲線對(duì)比,經(jīng)強(qiáng)背景干擾信號(hào)壓制方法處理后的P波、S波震相初至處的長(zhǎng)短時(shí)窗能量比比值相比于常規(guī)帶通濾波處理結(jié)果更為突出,圖16b為對(duì)該壓裂段中46個(gè)微地震事件處理結(jié)果統(tǒng)計(jì)分析,從圖中可以看出,除了極少數(shù)可能由于初至拾取不準(zhǔn)確的原因?qū)е履芰勘冉档屯?經(jīng)強(qiáng)背景干擾信號(hào)壓制方法處理后的初至位置的能量比值絕大多數(shù)明顯增強(qiáng),說明該方法可以提高微地震記錄的信噪比,有助于微地震信號(hào)的檢測(cè)。

圖16 帶通濾波與強(qiáng)背景干擾信號(hào)壓制方法預(yù)處理后的P波、S波震相的長(zhǎng)短時(shí)窗能量比比值對(duì)比a 圖15中第6級(jí)檢波器記錄的長(zhǎng)短時(shí)窗能量比曲線對(duì)比; b 該壓裂段46個(gè)微地震事件震相初至處的長(zhǎng)短時(shí)窗能量比對(duì)比

3 結(jié)論

微地震監(jiān)測(cè)記錄中存在的長(zhǎng)持續(xù)時(shí)間和強(qiáng)能量的背景干擾信號(hào),常規(guī)預(yù)處理方法對(duì)這些干擾信號(hào)壓制效果并不理想,且過度濾波對(duì)微地震信號(hào)造成損害?；谌至勘O(jiān)測(cè)信號(hào)的同步與相關(guān)分析,提出了一種基于多維經(jīng)驗(yàn)?zāi)B(tài)分解的背景干擾信號(hào)識(shí)別與去除方法。與常規(guī)方法的不同之處在于此方法以背景干擾信號(hào)為處理目標(biāo),盡可能去除背景干擾信號(hào)的同時(shí)避免微地震信號(hào)的損失?？紤]到背景干擾信號(hào)時(shí)變非平穩(wěn)的特征,該方法通過多維經(jīng)驗(yàn)?zāi)B(tài)分解得到不同階次的本征模態(tài)函數(shù)分量,并根據(jù)偏振分析判斷多通道信號(hào)成分實(shí)現(xiàn)干擾信號(hào)的識(shí)別、分離和壓制。與常規(guī)的預(yù)處理方法相比,此方法在高效去除監(jiān)測(cè)記錄的強(qiáng)能量背景干擾的同時(shí),較好地保留了微地震信號(hào)的有效能量成分,因而提高了微地震監(jiān)測(cè)記錄的信噪比,有利于后續(xù)事件識(shí)別與初至拾取。