[发明专利]地震采集资料质量评价方法

说明书

本发明涉及数据处理技术领域，具体涉及地震采集资料质量评价方法。该方法将实时波动序列输入波动序列特征预测网络得到预测序列可信度。波动序列特征预测网络的损失函数为以簇内序列可信度为权重的损失函数；簇内序列可信度的获取方法：由各检测区域之间的历史波动序列的相似性得到区域序列相似度之和，对检测区域进行分类得到多个类别；基于同一检测区域，由不同温度下的历史波动序列的相似度和不同时刻下的历史波动序列的相似度得到可靠度；由同一类别检测区域的区域序列相似度之和与可靠度得到簇内序列可信度。本发明实施例通过波动序列特征预测网络得到预测序列可靠度，反映了实时波动序列和真实地下活动情况的接近程度。

技术领域

本发明涉及数据处理技术领域，具体涉及地震采集资料质量评价方法。

背景技术

地震是一种常见的自然灾害，地震带来的直接灾害有建筑物与构筑物的破坏、地面破坏、山体等自然物的破坏等，如房屋倒塌、桥梁断裂、铁轨变形、地面塌陷、山崩、海啸等灾害。除了直接灾害地震带来次生灾害有火灾，其主要由震后火源失控引起；水灾，其主要由水坝决口或者山崩导致河道堵塞引起等，因此对地下波动进行勘测进行地震预测是必要的，可以有相对足够的时间使人员进行疏散，尽量避免建筑物倒塌等对人员带来伤害。

目前，对地震进行预测通常是使用检波器检测地震波，但是对于检波器而言，在不同温度下所采集到的地震波波动序列会受到热噪声的影响，而导致地震波波动序列的准确性较低，使得地震预测准确度降低。

发明内容

为了解决上述技术问题，本发明的目的在于提供地震采集资料质量评价方法，所采用的技术方案具体如下：

采集地震波的实时波动序列；将所述实时波动序列输入波动序列特征预测网络得到预测序列可信度；

其中，所述波动序列特征预测网络的损失函数为以簇内序列可信度为权重的均方差损失函数；所述簇内序列可信度的获取方法为：

采集不同检测区域的地震波的历史波动序列，选取任意检测区域作为目标检测区域，计算所述目标检测区域的目标历史波动序列与各检测区域的历史波动序列之间的区域序列相似度之和；根据所述区域序列相似度之和对所述检测区域进行分类得到多个类别；基于同一检测区域，采集两个不同温度下的历史波动序列，计算对应的温度序列相似度；基于同一检测区域，采集两个不同时刻相同温度下的历史波动序列，计算对应的时刻序列相似度，所述温度序列相似度和所述时刻序列相似度的乘积为可靠度；各检测区域对应的区域序列相似度之和与所述可靠度相乘得到对应的可信度，属于同一类别的检测区域对应的可信度相加得到所述簇内序列可信度。

优选的，所述计算所述目标检测区域的目标历史波动序列与各检测区域的历史波动序列之间的区域序列相似度之和，包括：

计算所述目标历史波动序列和每个所述检测区域的历史波动序列的区域序列相似度；

所述目标历史波动序列对应的多个区域序列相似度的和为所述区域序列相似度之和。

优选的，所述计算所述目标历史波动序列和每个所述检测区域的历史波动序列的区域序列相似度，包括：

利用动态时间规整算法计算所述区域序列相似度；

所述区域序列相似度的计算公式为：

其中，为目标历史波动序列和历史波动序列的所述区域序列相似度；为所述目标历史波动序列；为除目标检测区域外的任意检测区域对应的历史波动序列；为目标历史波动序列和历史波动序列的规整距离。

优选的，所述根据所述区域序列相似度之和对所述检测区域进行分类得到多个类别，包括：

利用DBSCAN算法对区域序列相似度之和进行聚类，属于同一类的区域序列相似度之和对应的所述检测区域属于同一类别，得到多个聚类类别，其中每个所述聚类类别包含至少一个检测区域。