一种地震定位方法、装置及系统与流程
本申请涉及数据处理技术领域，特别涉及一种地震定位方法、装置及系统。
背景技术
地震定位是地震预警、工程地震及地球结构等方面研究的一个基础，而快速准确的地震定位对于防震减灾具有重要意义。地震定位一般是指确定震源的位置以及发震时刻，并对震源参数进行响应的可靠性评估。
目前进行地震定位的常见方法有：最小二乘法、遗传算法、模拟退火方法等，但是这些方法具有陷入局部极小值的风险，无法准确获取震源位置。
因此，亟需一种能够对震源位置进行准确获取的定位方案。
技术实现要素：
有鉴于此，本申请的目的在于提供一种地震定位方法、装置及系统，用以解决现有技术中对震源位置无法准确获取的技术问题。
本申请提供了一种地震定位方法，应用于待定位的目标区域，所述目标区域中包含多个震源网格，所述方法包括：
预先基于每个所述震源网格的位置及预设的多个接收器的位置，获取所述目标区域的走时数据库并对所述走时数据库建立数据库索引，所述走时数据库中包括：地震波分别从每个所述震源网格到达每个所述接收器的时间数据；
当接收到待查询的走时数据时，利用所述数据库索引在所述走时数据库中查询与所述待查询的走时数据相匹配的目标走时数据，其中，所述待查询的走时数据包括地震波从目标震源网格到达每个所述接收器的时间数据，所述目标走时数据所对应的网格位置即为所述目标震源网格的位置。
上述方法，优选地，在对所述走时数据建立数据库索引之前，所述方法还包括：
对所述走时数据库进行降维；
其中，对所述走时数据库建立数据库索引，包括：
对降维后的走时数据库建立数据库索引。
上述方法，优选地，对所述走时数据库进行降维，包括：
利用主元分析法对所述走时数据库中的走时数据进行降维。
上述方法，优选地，接收到待查询的走时数据时，还包括：
对所述待查询的走时数据进行降维。
上述方法，优选地，对所述走时数据库建立数据库索引，包括：
基于mrkdtree方法对所述走时数据库建立数据库索引。
本申请还提供了一种地震定位装置，应用待定位的目标区域，所述目标区域中包含多个震源网格，所述装置包括：
数据库建立单元，用于预先基于每个所述震源网格的位置及预设的多个接收器的位置，获取所述目标区域的走时数据库并对所述走时数据库建立数据库索引，所述走时数据库中包括：地震波分别从每个所述震源网格到达每个所述接收器的时间数据；
数据接收单元，用于接收待查询的走时数据；
数据查询单元，用于利用所述数据库索引在所述走时数据库中查询与所述待查询的走时数据相匹配的目标走时数据；其中，所述待查询的走时数据包括：地震波从目标震源网格到达每个所述接收器的时间数据，所述目标走时数据所对应的网格位置即为所述目标震源网格的位置。
上述装置，优选的，所述数据库建立单元还用于：对所述走时数据库进行降维，再对降维后的走时数据库建立数据库索引。
上述装置，优选的，还包括：
数据降维单元，用于对所述数据接收单元所接收到的待查询的走时数据进行降维。
本申请还提供了一种地震定位系统，应用于待定位的目标区域，所述目标区域中包含多个震源网格，所述系统包括：
多个接收器，部署在不同的位置，用于接收从每个所述震源网格传输来的地震波；
数据模拟服务器，用于预先基于每个所述震源网格的位置及预设的多个接收器的位置，获取所述目标区域的走时数据库并对所述走时数据库建立数据库索引，所述走时数据库中包括：地震波分别从每个所述震源网格到达每个所述接收器的时间数据；
数据查询服务器，用于当接收到待查询的走时数据时，利用所述数据库索引在所述走时数据库中查询与所述待查询的走时数据相匹配的目标走时数据，其中，所述待查询的走时数据包括地震波从目标震源网格到达每个所述接收器的时间数据，所述目标走时数据所对应的网格位置即为所述目标震源网格的位置。
由以上方案可知，本申请提供的一种地震定位方法、装置及系统，通过对待定位区域中的震源网格的走时数据库进行获取，并建立走时数据库的数据库索引，从而在接收到待查询的走时数据时，通过数据库索引在走时数据库中搜索与待查询的走时数据相匹配的目标走时数据，从而将目标走时数据中的震源网格位置确定为目标震源网格的位置，实现震源定位。可见，本申请中通过对带定位的目标区域建立走时数据库从而在需要定位时直接在走时数据库中查询相匹配的走时数据，从而实现快速有效的震源定位，提高定位准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例一提供的一种地震定位方法的流程图；
图2为本申请实施例的应用示例图；
图3为本申请实施例一提供的一种地震定位方法的另一流程图；
图4及图5分别为本申请实施例一的其他流程图；
图6为本申请实施例二提供的一种地震定位装置的结构示意图；
图7为本申请实施例三提供的一种地震定位系统的结构示意图；
图8～图13分别为本申请实施例的应用示例图。
具体实施方式
在早期对地震定位的研究中有提出利用最小二乘原理来反演震源参数的方法，该方法首先将震源位置和走时之间的非线性方程线性化，然后通过求解线性方程组的方法来求解。而随着计算机计算能力的提升，许多其他优化算法得到迅速发展，例如遗传算法、模拟退火方法等，这类非线性算法也被用于震源定位问题，然而这些方法具有陷入局部极小值的风险。
为了避免陷入局部极小值，网格搜索算法成为一种非常常见的定位方法，首先把研究区域划分成很多个网格，假定每个网格点为可能的震源位置，计算好每个网格点到接收器的合成走时，然后依次遍历所有网格点，找到和实际走时最匹配的位置解。网格搜索算法的精度取决于网格的大小，只要网格足够小，就可以获得足够精度的定位结果。然而当网格精度越大，格点越多，计算时间会大量增加。
近年来互联网搜索技术发展迅速，搜索算法成功应用于词语，图像和声音的检索。互联网上的文字，图像和声音可以作为一个非常大的数据库，当输入需要查找的词语，图像和声音后，可以快速的检索到和输入相近的解。同样，如果可以把震源位置网格化，每一个震源位置格点可以合成相应的走时数据，从而形成一个大的走时数据库。当有输入的实际走时数据后，可以立即检索出和输入最接近的解，而不需要通过反演来获得。
在对走时数据库的搜索问题中，可以把研究区域划分成很多个网格，每个网格节点可以看作一个虚拟震源，从而建立一个十万到百万级别的数据库。如果通过直接搜索数据库的方式，可能需要较长的时间获得最佳解，这对于实时性要求比较高的场合可能不太适应，例如地震预警和页岩气开发中的微地震监测。
如果应用互联网快速搜索技术，不到一秒内就可以找到结果。因此本申请中可以通过快速搜索技术快速查找走时数据库，为了处理比较高维的数据库情形，可以事先给数据库降维，从而还能减少数据库的大小。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图1，为本申请实施例提供的一种地震定位方法的实现流程图，本实施例中的方法可以适用于待定位的目标区域，如亚洲或某个国家境内的陆地区域或者海域，该目标区域中包含多个震源网格，如图2中所示，在目标区域中可以被平均划分成多个网格，每个网格都可能作为一个震源发出地震波。
在本实施例中，该方法在进行地震定位之间，首先对目标区域建立走时数据库，具体如以下步骤：
步骤101：获取每个震源网格的位置及预设的多个接收器的位置。
其中，本实施例中的位置可以以三维坐标表示，也可以以二维坐标表示。例如，每个震源网格的位置为：以地心为原点的三维坐标系的相对坐标位置，而接收器的位置为：以地心为原点的三维坐标系的相对坐标位置。
需要说明的是，本实施例中将目标区域中的每个震源网格模拟成一个能够发出地震波的虚拟震源，每个震源网格的位置即为每个虚拟震源的位置，本实施例中可以通过各种定位设备或者网络数据来获取每个震源网格的位置。
其中，接收器可以理解为能够接收并识别地震波的设备，如能够接收很多震相如p波和s波的接收器等。本实施例中预先在多个位置分别部署接收器，由此每个接收器的位置已知，本实施例可以从部署接收器的设置参数中获取每个接收器的位置。
需要说明的是，接收器部署在不同的位置，用以从不同位置接收地震波，接收器的数量越多，所接收到的地震波越多，相应的，可以提高后续地震定位的准确性。
步骤102：基于每个震源网格的位置及接收器的位置，获取目标区域的走时数据库。
其中，走时数据库中包括：地震波分别从每个震源网格到达每个接收器的时间数据。
在一种实现方式中，本实施例可以通过走时正演算法获取目标区域的走时数据库。例如，本实施例中基于每个震源网格即虚拟震源的位置及每个接收器的位置，计算每个虚拟震源分别与每个接收器之间的距离，利用地震波的传播速率分别获取地震波分别从每个虚拟震源传播到每个接收器所用的时间，即地震波分别从每个震源网格到达每个接收器的时间数据，由此，这些时间数据组成目标区域的走时数据库。
例如，目标区域中有a个网格，并设置有b个接收器，那么地震波从每个网格传播到每个接收器所用的时间数据有a*b个，形成矩阵，组成目标区域的走时数据库。
步骤103：对走时数据库建立数据库索引。
其中，本实施例所建立的数据库索引能够实现快速查找数据，实现数据定位。
本实施例中在建立目标区域的走时数据库之后，就可以为用户提供地震定位服务，具体如图3中所示：
步骤301：接收待查询的走时数据。
其中，待查询的走时数据中包括：地震波从目标震源网格到达每个接收器的时间数据。
在本实施例中，在某个震源网格上发生地震等状况时，地震波从这个震源网格传播到每个接收器后，本实施例获取每个接收器所接收到的波形数据，从而获取该波形数据所对应的传播时间，即走时数据，此时，将该震源网格标记为目标震源网格，此时，目标震源网格的位置并不知道，本实施例的目的就在于获取该目标震源网格的位置，实现震源定位。
步骤302：利用数据库索引在走时数据库中查询与待查询的走时数据相匹配的目标走时数据。
其中，本实施例中可以基于哈希或者mrkd树等检索技术在走时数据库中利用走时数据库的数据库索引查询数据，找到与待查询的走时数据最匹配的目标走时数据，如每个接收器对应的时间数据相差值最小，则认为目标走时数据与待查询的走时数据最匹配。
需要说明的是，本实施例中在得到目标走时数据之后，就可以将目标走时数据中的网格位置确定为目标震源网格的位置，从而实现震源定位。
由以上方案可知，本申请实施例一提供的一种地震定位方法，通过对待定位区域中的震源网格的走时数据库进行获取，并建立走时数据库的数据库索引，从而在接收到待查询的走时数据时，通过数据库索引在走时数据库中搜索与待查询的走时数据相匹配的目标走时数据，从而将目标走时数据中的震源网格位置确定为目标震源网格的位置，实现震源定位。可见，本实施例中通过对带定位的目标区域建立走时数据库从而在需要定位时直接在走时数据库中查询相匹配的走时数据，从而实现快速有效的震源定位，提高定位准确性。
在一种实现方式中，如图4中所示，在步骤103之前，所述方法还可以包括有：
步骤104：对走时数据库进行降维。
而在步骤103中具体为：
对降维后的走时数据库建立数据库索引。
由此，降维后的走时数据库中的数据复杂度明显减小，从而降低后续数据库索引建立及数据查询中的数据计算量，进一步加快震源定位效率。
其中，本实施例中可以采用线性降维方法如主元分析法或者非线性降维方法实现对走时数据库的降维处理。
相应的，本实施例在接收到待查询的走时数据之后，如图5中所示，在步骤301之后，还可以包括以下步骤：
步骤304：对待查询的走时数据进行降维。
其中，本实施例中可以利用对走时数据库降维所使用的同样的降维方法对待查询的走时数据进行降维，再利用数据库索引在走时数据库中查询与待查询的走时数据相匹配的目标走时数据，并基于目标走时数据确定目标震源网格的位置，实现震源定位。
在一种实现方式中，本实施例中，在对走时数据库建立数据库索引时，可以利用mrkdtree方法等建立走时数据库的数据库索引，相应的，在后续进行数据查询时，可以通过搜索引擎中的mrkdtree方法或者基于哈希树等检索技术进行数据查询，以最快最准确的方式实现震源定位。
参考图6，为本申请实施例二提供的一种地震定位装置的结构示意图，该装置可以应用于待定位的目标区域，如亚洲或某个国家境内的陆地区域或者海域，该目标区域中包含多个震源网格，如图2中所示，在目标区域中可以被平均划分成多个网格，每个网格都可能作为一个震源发出地震波。
在本实施例中，该装置可以包括以下结构：
数据库建立单元601，用于预先基于每个所述震源网格的位置及预设的多个接收器的位置，获取所述目标区域的走时数据库并对所述走时数据库建立数据库索引。
其中，所述走时数据库中包括：地震波分别从每个所述震源网格到达每个所述接收器的时间数据。
在一种实现方式中，本实施例可以通过走时正演算法获取目标区域的走时数据库。例如，本实施例中基于每个震源网格即虚拟震源的位置及每个接收器的位置，计算每个虚拟震源分别与每个接收器之间的距离，利用地震波的传播速率分别获取地震波分别从每个虚拟震源传播到每个接收器所用的时间，即地震波分别从每个震源网格到达每个接收器的时间数据，由此，这些时间数据组成目标区域的走时数据库。
在一种实现方式中，本实施例中，在对走时数据库建立数据库索引时，可以利用mrkdtree方法等建立走时数据库的数据库索引，相应的，在后续进行数据查询时，可以通过搜索引擎中的mrkdtree方法或者基于哈希树等检索技术进行数据查询，以最快最准确的方式实现震源定位。
数据接收单元602，用于接收待查询的走时数据。
其中，所述待查询的走时数据包括：地震波从目标震源网格到达每个所述接收器的时间数据。
在一种实现方式中，数据接收单元602可以通过与接收器相连的数据接口来接收待查询的走时数据。
在本实施例中，在某个震源网格上发生地震等状况时，地震波从这个震源网格传播到每个接收器后，本实施例获取每个接收器所接收到的波形数据，从而获取该波形数据所对应的传播时间，即走时数据，此时，将该震源网格标记为目标震源网格，此时，目标震源网格的位置并不知道，本实施例的目的就在于获取该目标震源网格的位置，实现震源定位。
数据查询单元603，用于利用所述数据库索引在所述走时数据库中查询与所述待查询的走时数据相匹配的目标走时数据。
其中，本实施例中可以基于哈希树或mrkd树等检索技术在走时数据库中利用走时数据库的数据库索引查询数据，找到与待查询的走时数据最匹配的目标走时数据，如每个接收器对应的时间数据相差值最小，则认为目标走时数据与待查询的走时数据最匹配。
需要说明的是，本实施例中在得到目标走时数据之后，就可以将目标走时数据中的网格位置确定为目标震源网格的位置，从而实现震源定位。
由以上方案可知，本申请实施例二提供的一种地震定位装置，通过对待定位区域中的震源网格的走时数据库进行获取，并建立走时数据库的数据库索引，从而在接收到待查询的走时数据时，通过数据库索引在走时数据库中搜索与待查询的走时数据相匹配的目标走时数据，从而将目标走时数据中的震源网格位置确定为目标震源网格的位置，实现震源定位。可见，本实施例中通过对带定位的目标区域建立走时数据库从而在需要定位时直接在走时数据库中查询相匹配的走时数据，从而实现快速有效的震源定位，提高定位准确性。
另外，数据库建立单元601还用于：对所述走时数据库进行降维，再对降维后的走时数据库建立数据库索引，以此来降低走时数据库的数据复杂度。
其中，本实施例中可以采用线性降维方法如主元分析法或者非线性降维方法实现对走时数据库的降维处理。
相应的，本实施例中的装置中还可以包括：
数据降维单元605，用于对所述数据接收单元602所接收到的待查询的走时数据进行降维。
其中，本实施例中可以利用对走时数据库降维所使用的同样的降维方法对待查询的走时数据进行降维，再利用数据库索引在走时数据库中查询与待查询的走时数据相匹配的目标走时数据，并基于目标走时数据确定目标震源网格的位置，实现震源定位。
参考图7，为本申请实施例三提供的一种地震定位系统的结构示意图，在本实施例中，该系统用于对待定位的目标区域中的震源进行定位。
其中，目标区域中包含多个震源网格，所述系统中可以包括以下结构：
多个接收器701，部署在不同的位置，用于接收从每个所述震源网格传输来的地震波。
数据模拟服务器702，用于预先基于每个所述震源网格的位置及预设的多个接收器的位置，获取所述目标区域的走时数据库并对所述走时数据库建立数据库索引，所述走时数据库中包括：地震波分别从每个所述震源网格到达每个所述接收器的时间数据。
数据查询服务器703，用于当接收到待查询的走时数据时，利用所述数据库索引在所述走时数据库中查询与所述待查询的走时数据相匹配的目标走时数据，其中，所述待查询的走时数据包括地震波从目标震源网格到达每个所述接收器的时间数据，所述目标走时数据所对应的网格位置即为所述目标震源网格的位置。
需要说明的是，数据模拟服务器702及数据查询服务器703的具体实现可以参考前文中图1～图5中的相应内容，此处不再详述。
以下对本申请在具体实现中的应用进行举例说明：
总体上，走时数据的搜索引擎即走时数据库的建立一般包含以下结构步骤：
(1)网格化研究区域(目标区域)，每个网格节点为一个虚拟震源，利用常规的走时正演计算方法，计算每个虚拟震源到接收器之间的合成走时，假定总的网格节点个数为n，每个震源可由固定的m个接收器记录，从而可以建立合成走时数据库，即矩阵xn×m，其中矩阵的列即走时数据库的维度；
(2)利用主元分析法对走时数据库降维，得到降维后的走时数据库，即矩阵x`n×l，此时，原始的走时数据库由m维降低为l维，其中，l<<m；
(3)利用mrkdtree方法为降维后的走时数据库建立数据库索引；
(4)当输入一个需要查询的实际走时数据时，由同样的m个接收器记录，经过和走时数据库同样的降维处理后变为l维向量，然后在降维后的数据库中利用mrkdtree方法快速查找最佳匹配解，实现震源定位。
具体的，走时数据库的建立及降维处理的实现如下：
当给定速度模型(一维层状结构或者任意三维结构，可以是各向同性或者各向异性)和台站或者接收器的坐标后，确定研究区域并网格化。设定震源位置的x、y、z方向的范围以及网格间隔，如前述，假定总的网格个数为n，接收器个数为m，那么可以建立一个包含n个数据，维度为m的走时数据库xn×m。为了提取出数据库中的主要信息，利用主元分析法来处理原始走时数据库xn×m。
具体可以把原始走时数据库投影到一个新的线性空间中，在这个线性空间中，数据库中每个数据的不同点主要反映在某一些维上，这些维一般认为包含了数据库的主要特点，主元分析法就是寻找这些维度对应的特征向量。原始走时数据库xn×m可以通过减去每一个维度的平均值来居中，假设数据库中的元素xij已经减去了一个平均值：
covar(x)p＝pλ,(2)
λ＝diag{λ1，λ2，...，λi，...，λm},(3)
p＝{p1，p2，...，pi，...，pm}.(4)
其中covar是走时数据库矩阵x所对应的协方差矩阵，其中的元素等于x矩阵的某两个列向量之间的协方差值。p是由协方差矩阵的特征向量组成的矩阵，λ为协方差矩阵的特征值所组成的对角矩阵，其中对角线上的元素由大到小排列。由m个特征向量可以组成一个新的数据空间。如果数据库投影到新的线性空间中后，数据分布成线性，那么其特征值的方差会非常大，其中一部分特征值将非常大，另外很多特征值接近零。大特征值对应的特征向量就是主元，表征了数据库的最有意义的特征或者最有意义的维。假设把原始波形数据投影到前l个特征向量所表示的空间上：
x′＝xp′,(5)
p′＝{p1，p2，...，pi，...，pl},(6)
其中x′表示降维后的数据库，它的维度为n×l；p′是由方程4中的前l个特征向量组成的矩阵。数据库的维数可以通过只保留l个特征向量的方式降低(l＜＜m)。只需要把数据库投影到那些特征值非常大的特征向量方向上，这样就达到了降低数据库维度的目的，如果主元分析非常适合本申请的问题，特征值非常小的特征向量会非常的多，这样可以去除很多冗余的数据。本申请把原始走时数据库降维后，在降维后的数据库上建立索引，并且进行快速搜索。同理，当有输入查询波形，也要把输入走时数据投影到新的数据域。
相应的，建立索引和数据搜索过程具体如下：
本申请应用mrkdtree方法来处理走时数据的搜索问题，mrkd树方法一般包含两部分，第一部分是需要提前为走时数据库建立好索引，第二部分是搜索过程，当有数据输入的时候通过相应的搜索步骤找到一组解集。
本申请中可以利用走时数据库中走时数据的特征建立一个kd树(索引)，降维后的数据库x′可以作为区别特征。首先为走时数据库中每一维计算好方差和平均值：
其中vi表示每个维的方差；x′ji表示数据库x′中第j个地震虚拟事件的第i个维的值；di是每个维的平均值，总的地震虚拟事件个数为n；总的维数为l。一个数据库的树可以根据那些具有较大的方差的维的平均值来分裂数据库中的每一个地震虚拟事件数据。建立一个随机树的总的步骤可以总结如下：
(1)初始化参数：为每一维计算好平均值和方差(式7和8)，然后选取前个具有大方差的维度作为分裂维。
(2)在一个节点上分裂数据库：从步骤1中的个维中选取一个维作为分裂节点，如果数据库中数据的第个采样点大于节点上的平均值，这个数据应该放在节点的右边，否则，放在节点的左边。
(3)在下一级分裂数据库：在两个子节点上重复步骤2，直到所有的数据全部放置在叶节点上。
图8及图9是一个建立数据库的简单例子。为了便于说明，首先假设数据库中只包含四个数据(variance)，虽然现实情况可能包含成百上千万，并且假设原始走时数据已经投影到了一个新的包含较少维(dimension)的数据域。首先利用式(7)和式(8)给数据库中每一个维计算方差和平均值，图8的最下一条曲线为对应的每一维上的方差值，其中方差峰值位于第14维，并且方差最大的维(d＝14)被选为第一个节点，用来分离数据。通过对比第14个维可以发现，第2和4个数据(id＝2,4)的值都大于第14维对应的平均值，这就意味着这第2和4个数据应该放在当前节点的右边，同理，第1和3个数据的第14个采样点对应的值小于第14个采样点对应的平均值，应该放在当前节点的左边。在树的下一级重复递归这个过程，可以继续分离第2和4个数据等等。这样可以把所有的数据都递归地存放在叶节点上。图9显示了最终建立的树的结构，d、m、v分别表示维、平均值、方差。通过这种方式，我们可以抓住最重要的数据库的特征，但是在实际操作过程中，我们需要建立多个这样的树，这样搜索可以在多个树上进行，从而提高搜索精度。本申请中可以用mujaandlowe的方法为同一个数据库建立多个树，选择一系列最大的方差随机地作为分离维，然后重复上述的过程。
建立好mrkdtree后，如果输入一个查询数据就可以进行搜索处理，以图8中的走时数据库为例说明搜索的过程。数据库索引的节点上保存有某一个维度的平均值，当输入数据到达后，从第一个节点开始，本申请需要取出输入数据第八维上的数据值，然后和该节点上保存的平均值进行比较，如果大于0.08，那么和输入数据最匹配的波形应该在该节点的右边，所以可以继续从右边开始搜索，用同样的方式比较右边的节点，直到达到叶节点为止。同理，如果输入数据对应维的值小于节点上保存的平均值，那么可以从左边搜索，最后把搜索结果保存。从上述可以看出，搜索一个结果所需要的比较次数是log2n，其中n是数据库中数据的个数。在搜索的过程中，另外需要注意的是每个节点都会保存累积的l2norm距离到一个队列中，即输入数据和对比了的节点之间的距离，因为搜索并不是只有一轮，而本申请的目的是得到一组最佳匹配的解，所以需要重复搜索kd树，下一次搜索开始的节点就可以从累积l2norm队列中取出最小的距离对应的节点得到。需要注意的是，实际上我们建立了很多颗如图9所示的树，搜索的时候也可以分别从不同的树进行，最后可以得到一个解集。
以下对本申请在微地震监测中的使用进行举例说明：
假定微地震可能发生的地方如图10及图11中灰色所示，假定有两个接收器阵列布置于两个垂直井中。两个接收器阵列(图中的三角形表示)的水平位置坐标为(1000,0)m和(0,1000)m，深度为从2800m到3020m，每个阵列有12个接收器，分布间隔为20m。假定震源水平x和y方向范围是从0到1000m，间隔为5m，深度是从3075m到3175m，间隔为5m，从而所有网格节点个数为800000。同时，使用每个接收器上的p和s直达波的到时来建立走时数据库，从而对于每一个虚拟震源，一共有48个走时。根据以上的设置，从而可以得到一个(800,000×48)的走时数据库，对这个数据库进行主元分析法降维处理，并保留前30个特征值大的维。然后利用mrkd树方法为这个降维后的数据库(800,000×30)建立索引。
当有一个微地震发生后并拾取到p和s直达波到时后，同样把输入p和s直达波到时看成一个一维信号，并投影到主元分析法的特征向量空间中，保留前30个维，从而得到如图12中的最上一条曲线所示的数据。通过利用mrkd树方法快速搜索，输出前500个解(图12中的solutionindex)，可以看到最佳解和输入非常接近。同时为了分析解的可靠性，可以利用输入和解之间的残差(residual)来估计(图13残差越小解和输入input最相似)。如果残差曲线非常快速的增大，并且最佳解solutionindex残差小，那么可以看出解的约束比较好。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种地震定位方法、装置及系统进行了详细介绍，对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
- 还没有人留言评论。精彩留言会获得点赞！