本发明涉及的是实际地震勘探环境下有效信号的位置检测方法，通过地震信号的位置检测，将地震信号从观测数据中提取出，并做进一步的解释和处理。
背景技术：
：地震信号位置检测是地震信号分析和处理的基础。通过地震信号的位置检测，将地震信号从观测数据中提取出来，做进一步的解释和处理。近几年来，沙漠等复杂地表地质条件下的地震勘探愈发重要，信号位置检测对沙漠地带深部地震资料处理以及油气储集层的识别等具有重要的现实意义。将谱多流形聚类和块匹配理论引入地震勘探信号位置检测中，弥补了传统同相轴定位方法不能有效处理具有复杂非线性结构数据的不足。传统的聚类方法假设数据聚集在一些原型的附近,利用数据点之间的欧氏距离来度量其“相似性”,而忽略了数据点形成的潜在几何结构。然而很多真实数据的分布通常自然地聚集在一些低维的流形附近。谱多流形聚类(smmc)是一种包含了流形的局部相似性和几何相似性两种约束的聚类方法。通过对相似性矩阵的改变来提高聚类结果的准确性。块匹配理论可以获得局部数据块之间的内在关联，能够较好的保留同相轴的细节信息，从而实现地震数据有效信号的匹配与识别。传统的块匹配技术采用人工分块方式且块的大小固定不变，忽略子块内含特征信息，而块匹配理论结合谱多流形聚类技术，充分考虑有效信号和噪声的时空特征差异及其局部切空间结构，构建包含子块特征的非线性降维模型，依据特征相似性匹配准则，实现相似数据子块间的有效匹配，从而在低品质地震数据中检测出有效信号位置，对其进行精确定位。技术实现要素：本发明提供一种基于自适应块匹配的沙漠地震信号位置检测方法。通过谱多流形聚类算法充分利用流形采样点所内含的自然的局部几何结构信息来辅助构造更合适的相似性矩阵，并最终得到信号位置的大致区域，在此区域选取标准块，通过自适应的块匹配算法可以获得局部数据块之间的内在关联，依据特征相似性匹配准则，实现相似数据子块间的有效匹配，较好的保留同相轴的细节信息，从而实现沙漠地震数据有效信号位置的检测。本发明采取的技术方案是，包括如下步骤：(1)地震勘探野外数据采集时，沿地震测线等间距布置z个检波器组，检波器组的数量20～2000个，激发炮点后，每个检波器可以得到一道地震勘探记录，z道记录组成一幅二维的地震勘探记录，将这个二维的地震勘探记录矩阵化表示，形成一个m×n的矩阵,其中，m∈[40,1200]，n∈[20,100]；(2)对形成的m×n的矩阵运用谱多流形聚类算法，提取沙漠地震信号的大概位置区域，确定标准块，计算其能量值e；1)构造相似性矩阵w：计算m×n的矩阵中点xi和点xj之间的相似性权值wij，由相似性权值wij构成相似性矩阵w＝{wij}，w∈rm×n,i∈[1,m],j∈[1,n]；2)计算对角矩阵d＝{dij}，其中dij＝∑jwij；3)定义一个矩阵l，l＝d-w,对其进行谱分解，得到最小k个特征值对应的特征向量μ1,…,μk；4)记u＝[μ1…μk]∈rn×k，对u进行聚类，得到k个分类，即有效信号区域和噪声区域；5)通过聚类后的结果可以得到有效信号区域，在此区域选取大小为m0×n0的标准块，并计算标准块的能量值e:其中，m0、n0分别代表标准块的长度和宽度，m0∈[3,24]，n0∈[3,24]，a所代表的是以点(i,j)为中心的标准块所对应的数据矩阵；(3)以点(i,j)为中心，向其四周扩散，分别形成m1×n1、m2×n2、m3×n3大小的匹配块，依据公式(1)分别计算其能量值，得ei1、ei2、ei3，其中，i∈[1,m],j∈[1,n]，m1、m2、m3分别为不同尺寸下匹配块的长度，n1、n2、n3分别为不同尺寸下匹配块的宽度，m1,m2,m3∈[3,24]，n1,n2,n3∈[3,24]；(4)分别计算匹配块能量ei1、ei2、ei3与标准块能量e的差值，并将结果放入新的矩阵q中：其中，i∈[1,m]；(5)在矩阵q中寻找最小的s个值，s∈[1,10]，并确定s个值所对应匹配块位置，将s个值对应匹配块的数据及位置信息放入新的矩阵y,y矩阵的大小与所形成m×n矩阵的大小一致，此时，即可确定二维地震勘探记录中信号位置，s个值所对应的匹配块能量与标准块能量的差值较小，说明这些匹配块与标准块的相似性较强，匹配块中含有的有效信号较多，较好的保留同相轴的细节信息，为后续确定信号位置奠定坚实的基础。本发明的优点在于：首次将谱多流形聚类理论与自适应块匹配理论相结合的方法引入到沙漠地震信号位置检测中，利用局部切空间的结构信息构造相似性矩阵，建立特征提取模型，基于不同类别间的数据特征差异，进行相应的分类，大致确定有效信号的位置，根据有效信号间的特征相似性以及信号与噪声间的特征差异性，结合自适应块匹配理论，最终可以从低品质沙漠地震数据中识别出有效信号同相轴有并对其进行精确定位。本发明很好的改善了不能有效处理复杂非线性结构数据的传统同相轴定位方法。附图说明图1是一张24道，每道512个采样点的人工合成沙漠地震记录；图2是人工沙漠地震信号宽度检测柱状对比图；图3是塔里木盆地沙漠地震实际勘探记录，选取500点；图4a是使用传统块匹配方法得到的实际沙漠信号位置检测结果；图4b是采用本发明得到的实际沙漠地震信号位置检测结果；图5a是对实际沙漠地震数据直接进行shearlet去噪结果图；图5b是对实际沙漠地震信号位置检测后，对检测信号区域进行shearlet去噪。具体实施方式包括如下步骤：(1)地震勘探野外数据采集时，沿地震测线等间距布置z个检波器组，检波器组的数量20～2000个，激发炮点后，每个检波器可以得到一道地震勘探记录，z道记录组成一幅二维的地震勘探记录，将这个二维的地震勘探记录矩阵化表示，形成一个m×n的矩阵,其中，m∈[40,1200]，n∈[20,100]；(2)对形成的m×n的矩阵运用谱多流形聚类算法，提取沙漠地震信号的大概位置区域，确定标准块，计算其能量值e；1)谱多流形聚类(smmc)是一种包含了流形的局部相似性和几何相似性两种约束的聚类方法，通过对相似性矩阵的改变来提高聚类结果的准确性，首先，构造相似性矩阵w：计算m×n的矩阵中点xi和点xj之间的相似性权值wij，由相似性权值wij构成相似性矩阵w＝{wij}，w∈rm×n,i∈[1,m],j∈[1,n]；2)计算对角矩阵d＝{dij}，其中dij＝∑jwij；3)定义一个矩阵l，l＝d-w,对其进行谱分解，得到最小k个特征值对应的特征向量μ1,…,μk；4)记u＝[μ1…μk]∈rn×k，对u进行聚类，得到k个分类，即有效信号区域和噪声区域；5)通过聚类后的结果可以得到有效信号区域，在此区域选取大小为m0×n0的标准块，并计算标准块的能量值e:其中，m0、n0分别代表标准块的长度和宽度，m0∈[3,24]，n0∈[3,24]，a所代表的是以点(i,j)为中心的标准块所对应的数据矩阵；(3)以点(i,j)为中心，向其四周扩散，分别形成m1×n1、m2×n2、m3×n3大小的匹配块，依据公式(1)分别计算其能量值，得ei1、ei2、ei3，其中，i∈[1,m],j∈[1,n]，m1、m2、m3分别为不同尺寸下匹配块的长度，n1、n2、n3分别为不同尺寸下匹配块的宽度，m1,m2,m3∈[3,24]，n1,n2,n3∈[3,24]；(4)分别计算匹配块能量ei1、ei2、ei3与标准块能量e的差值，并将结果放入新的矩阵q中：其中，i∈[1,m]；(5)在矩阵q中寻找最小的s个值，s取3，并确定3个值所对应匹配块位置，将3个值对应匹配块的数据及位置信息放入新的矩阵y,y矩阵的大小与所形成m×n矩阵的大小一致，此时，即可确定二维地震勘探记录中信号位置，这3个值所对应的匹配块能量与标准块能量的差值较小，说明这些匹配块与标准块的相似性较强，匹配块中含有的有效信号较多，较好的保留同相轴的细节信息，为后续确定信号位置奠定坚实的基础。应用举例：塔里木盆地沙漠地震信号位置检测图1为一张24道，每道512个采样点的人工合成沙漠地震记录。表1人工合成沙漠地震信号检测对比名称检测采样点数准确率传统块匹配39150.19％本发明68587.93％为了证明本发明的优越性，将选用传统块匹配算法作为对比试验，传统块匹配算法为固定分块方式，整幅记录分块大小固定不变，块尺寸分别选用7×3；本发明提出的基于自适应块匹配方法，标准块块尺寸为15×13，匹配块块尺寸为7×3、9×5、11×7；图2为人工沙漠地震信号宽度检测柱状对比图，图中看出，本发明检测信号宽度明显优于传统块匹配方法，在第1道、第8道传统块匹配算法没有检测出信号；图3为塔里木盆地沙漠地震实际勘探记录，选取500点；对实际沙漠地震记录处理，图4a为传统块匹配方法得到的实际沙漠信号位置检测结果，图4b为采用本发明得到的实际沙漠地震信号位置检测结果，从图中可以看出，本发明的方法在实际沙漠地震数据下可以准确检测出信号位置，效果明显，而传统块匹配算法对实际沙漠的检测结果不准确，效果非常不理想。对实际沙漠地震数据直接进行shearlet去噪，结果如图5a所示，对检测信号区域进行shearlet去噪，结果如图5b所示，对比图a、图b可以看出，对沙漠地震数据直接去噪，效果不明显，噪声残留严重，而检测信号位置后再进行去噪，可以更有效率的去除噪声，去噪效果明显优于直接去噪。当前第1页12