基于聚类和局部线性回归的初至波自动拾取算法

doi:10.11772/j.issn.1001-9081.2021041046

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (2): 655-662.DOI: 10.11772/j.issn.1001-9081.2021041046

• 前沿与综合应用 • 上一篇

基于聚类和局部线性回归的初至波自动拾取算法

高磊¹, 罗关凤¹, 刘荡¹, 闵帆¹^,²()

^1.西南石油大学计算机科学学院，成都 610500
^2.西南石油大学人工智能研究所，成都 610500

收稿日期:2021-06-18 修回日期:2021-07-15 接受日期:2021-07-15 发布日期:2021-11-02 出版日期:2022-02-10
通讯作者: 闵帆
作者简介:高磊（1979—），女，山东烟台人，副教授，博士，CCF会员，主要研究方向：机器学习和计算机技术在油气田勘探与开发中的应用；
罗关凤（1997—），女，四川松潘人，硕士研究生，主要研究方向：机器学习；
刘荡（1998—），男，四川达州人，硕士研究生，主要研究方向：机器学习；
闵帆（1973—），男，重庆人，教授，博士，CCF会员，主要研究方向：粒计算、推荐系统、主动学习。

First-arrival automatic picking algorithm based on clustering and local linear regression

Lei GAO¹, Guanfeng LUO¹, Dang LIU¹, Fan MIN¹^,²()

^1.School of Computer Science，Southwest Petroleum University，Chengdu Sichuan 610500，China
^2.Institute for Artificial Intelligence，Southwest Petroleum University，Chengdu Sichuan 610500，China

Received:2021-06-18 Revised:2021-07-15 Accepted:2021-07-15 Online:2021-11-02 Published:2022-02-10
Contact: Fan MIN
About author:GAO Lei， born in 1979， Ph. D.， associate professor. Her research interests include application of machine learning and computer technology in oil and gas field exploration and development.
LUO Guanfeng， born in 1997， M. S. candidate. Her research interests include machine learning.
LIU Dang， born in 1998， M. S. candidate. His research interests include machine learning.
MIN Fan， born in 1973， Ph. D.， professor. His research interests include granular computing， recommender system， active learning.

摘要/Abstract

摘要：

初至波拾取是地震数据处理中的关键步骤，会直接影响动校正、静校正和速度分析等的精度。目前，现有的算法受到背景噪声和复杂近地表条件的影响时拾取精度会降低。基于此，提出基于聚类和局部线性回归的初至波自动拾取算法（FPCL）。该算法由预拾取和微调两个阶段来实现。预拾取阶段先基于k均值（k-means）技术找到初至波簇，再利用基于密度的噪声应用空间聚类（DBSCAN）技术在初至波簇中进行拾取。微调阶段通过局部线性回归补齐缺失值，再利用能量比值最小化技术调整错误值。在两个地震数据集上，将FPCL与改进的能量比（IMER）法相比，准确率分别提升了4.00个百分点和3.50个百分点；与互相关技术（CCT）相比，准确率分别提升了38.00个百分点和10.25个百分点；与基于模糊C均值聚类的微震数据自动时间拾取算法（APF）相比，准确率分别提升了34.50个百分点和3.50个百分点；与基于两阶段优化的初至波自动拾取算法（FPTO）相比，准确率分别提升了5.50个百分点和16.25个百分点。上述实验结果表明FPCL更准确。

关键词: 初至波拾取, k均值聚类, 基于密度的噪声应用空间聚类, 局部线性回归, 能量比值

Abstract:

First-arrival picking is an essential step in seismic data processing， which can directly affect the accuracy of normal moveout correction， static correction and velocity analysis. At present， affected by background noise and complex near-surface conditions， the picking accuracies of the existing methods are reduced. Based on this， a First-arrival automatic Picking algorithm based on Clustering and Local linear regression （FPCL） was proposed. This algorithm was implemented in two stages： pre-picking and fine-tuning. In the pre-picking stage， the k-means technique was firstly used to find first-arrival cluster. Then the Density-Based Spatial Clustering of Applications with Noise （DBSCAN） technique was used to pick first-arrivals from the cluster. In the fine-tuning stage， the local linear regression technique was used to fill in missing values， and the energy ratio minimization technique was used to adjust error values. On two seismic datasets， compared with Improved Modified Energy Ratio （IMER） method， FPCL had the accuracy increased by 4.00 percentage points and 3.50 percentage points respectively； compared with Cross Correlation Technique （CCT）， FPCL had the accuracy increased by 38.00 percentage points and 10.25 percentage points respectively； compared with Automatic time Picking for microseismic data based on a Fuzzy C-means clustering algorithm （APF）， FPCL had the accuracy increased by 34.50 percentage points and 3.50 percentage points respectively； compared with First-arrival automatic Picking algorithm based on Two-stage Optimization （FPTO）， FPCL had the accuracy increased by 5.50 percentage points and 16.25 percentage points respectively. The above experimental results show that FPCL is more accurate.

Key words: first-arrival picking, k-means clustering, Density-Based Spatial Clustering of Applications with Noise (DBSCAN), local linear regression, energy ratio

中图分类号:

TP399

高磊, 罗关凤, 刘荡, 闵帆. 基于聚类和局部线性回归的初至波自动拾取算法[J]. 计算机应用, 2022, 42(2): 655-662.

Lei GAO, Guanfeng LUO, Dang LIU, Fan MIN. First-arrival automatic picking algorithm based on clustering and local linear regression[J]. Journal of Computer Applications, 2022, 42(2): 655-662.

图/表 7

图1 共炮点道集和初至波

Fig. 1 Common shot gather and first-arrivals

表1 地震数据集信息

Tab. 1 Seismic dataset information

数据集	地震道数	样本点	采样间隔/ms	来源
data1	200	1 501	2	新疆
data2	400	1 501	4	四川

图2 参数对各数据集准确率的影响

Fig. 2 Influence of parameters on accuracy of each dataset

图3 在data1上的初至波拾取过程

Fig. 3 First-arrival picking process on dataset 1

图4 在data2上的初至波拾取过程

Fig. 4 First-arrival picking process on dataset 2

图5 五种算法的拾取结果

Fig. 5 Picking results of five methods

表2 不同方法在两个数据集上的准确率对比 ( %)

Tab. 2 Accuracy comparison of different methods on two data sets

数据集	IMER	CCT	APF	FPTO	FPCL
data1	95.50	61.50	65.00	94.00	99.50
data2	94.75	88.00	94.75	82.00	98.25

参考文献 16

1	YILMAZ Ö. Seismic Data Analysis： Processing， Inversion， and Interpretation of Seismic Data［M］. Tulsa， OK： Society of Exploration Geophysicists， 2001： 836. 10.1190/1.9781560801580
2	LEE D S. A study on the static correction for the first arrival travel-time of the cross-well seismic data［J］. Geophysics and Geophysical Exploration， 2011， 14（2）： 146-151.
3	STOFFA P L， DIEBOLD J B， BUHL P. Velocity analysis for wide aperture seismic data［J］. Geophysical Prospecting， 1982， 30（1）： 25-57. 10.1111/j.1365-2478.1982.tb00412.x
4	王彩霞.多震相初至自动检测识别方法技术［D］.西安：长安大学， 2014： 66.
	WANG C X. Automatic onset time picking algorithms for multiple seismic arrivals［D］. Xi’an： Chang’an University， 2014： 66.
5	COPPENS F. First arrival picking on common-offset trace collections for automatic estimation of static corrections［J］. Geophysical Prospecting， 2010， 33（8）： 1212-1231.
6	SABBIONE J I， VELIS D. Automatic first-breaks picking： new strategies and algorithms［J］. Geophysics， 2010， 75（4）： V67-V76. 10.1190/1.3463703
7	ALLEN R. Automatic earthquake recognition and timing from single traces［J］. Bulletin of the Seismological Society of America， 1978， 68（5）： 1521-1532. 10.1785/bssa0680051521
8	LEE M， BYUN J， KIM D， et al. Improved modified energy ratio method using a multi-window approach for accurate arrival picking［J］. Journal of Applied Geophysics， 2017， 139： 117-130. 10.1016/j.jappgeo.2017.02.019
9	PERALDI R， CLEMENT A. Digital processing of refraction data study of first arrivals［J］. Geophysical Prospecting， 1972， 20（3）： 529-548. 10.1111/j.1365-2478.1972.tb00653.x
10	SENKAYA M， KARSLI H. A semi-automatic approach to identify first arrival time： the Cross-Correlation Technique （CCT）［J］. Earth Sciences Research Journal， 2015， 18（2）： 107-113. 10.15446/esrj.v18n2.35887
11	MOLYNEUX J B， SCHMITT D R. First-break timing： arrival onset times by direct correlation［J］. Geophysics， 1999， 64（5）： 1492-1501. 10.1190/1.1444653
12	ZHU D， LI Y， ZHANG C. Automatic time picking for microseismic data based on a fuzzy C-means clustering algorithm［J］. IEEE Geoscience and Remote Sensing Letters， 2016， 13（12）： 1900-1904. 10.1109/lgrs.2016.2616510
13	周竹生，曾维祖，刘思琴，等.基于加权K均值聚类的多属性初至拾取方法［J］.地震学报， 2020， 42（2）： 177-186， 244.
	ZHOU Z S， ZENG W Z， LIU S Q， et al. First arrival picking method by seismic multi-attribute based on weighted K-means clustering algorithm［J］. Acta Seismologica Sinica， 2020， 42（2）： 177-186， 244.
14	GAO L， JIANG Z Y， MIN F. First-arrival travel times picking through sliding windows and fuzzy c-means［J］. Mathematics， 2019， 7（3）： No.221. 10.3390/math7030221
15	林凡生，邹志辉.基于STA/LTA与多道互相关结合的地震波初至自动拾取方法［C］// 国家安全地球物理丛书（十二） ——地球物理与信息感知（第十二届国家安全地球物理专题研讨会会议集）.西安：西安地图出版社， 2016： 82-88.
	LIN F S， ZHOU Z H. Automatic seismic first-arrival picking method based on the combination of STA/LTA and multi-channel cross-correlation ［C］// National Security Geophysics Series （XII） — Geophysics and Information Perception （Proceedings of the 12th National Security Geophysics Symposium）. Xi’an： Xi’an Map Publishing House， 2016： 82-88.
16	高磊，梁宇.基于两阶段优化的初至波自动拾取算法［J］.南京航空航天大学学报， 2019， 51（5）： 652-659.
	GAO L， LIANG Y. First-arrival automatic picking algorithm based on two-stage optimization［J］. Journal of Nanjing University of Aeronautics and Astronautics， 2019， 51（5）： 652-659.

[1]	陈吉成, 陈鸿昶. 基于张量建模和进化K均值聚类的社区检测方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3120-3126.
[2]	邹承明, 罗莹, 徐晓龙. 基于多特征组合的细粒度图像分类方法[J]. 计算机应用, 2018, 38(7): 1853-1856.

基于聚类和局部线性回归的初至波自动拾取算法

First-arrival automatic picking algorithm based on clustering and local linear regression

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 16

相关文章 2

编辑推荐

Metrics