高噪声背景中微地震事件的自动识别方法

从噪声比较大的水力压裂监测（HFM）数据中自动识别微地震事件并不容易。主要原因有二：其一大多数数据处理都不得不在没有监督的情况下完成，其二不同试验之间的信噪比相差很大，而且会非常低。这些为识别隐藏在噪声中的信号带来了困难。此外，噪声中通常还包含空间上相关的分量，例如来自泵噪声的井筒模式（borehole modes），它们类似于裂缝生长产生的微地震事件，这进一步增加了识别真正的压裂微地震事件的难度。为了解决这个问题，开发出了把信号和噪声信息结合起来的统计方法，用于自动且准确地识别高噪声背景中微弱的微地震事件。利用这种基于新型统计测试的方法，可识别多分量检波器组合中各分量和检波器的包含相干初至波的时窗，并确定检测结果的置信度。这种方法在真实的油田数据中得到了应用，结果证实它有效的。