一种基于分布式光纤声波传感的局域随机振动源浅层结构成像方法、系统、终端及存储介质

本发明涉及数据处理，尤其涉及一种基于分布式光纤声波传感的局域随机振动源浅层结构成像方法、系统、终端及计算机可读存储介质。

背景技术：

1、近地表速度结构成像对于工程勘察、地质灾害评估、轨道交通、城市地下空间探测等领域至关重要。传统成像方法主要依赖主动震源或基于理想噪声场的被动源方法。主动源方法成本高、施工受限，且可能对环境造成干扰；而背景噪声层析成像方法虽避免了震源成本，但其效果严重依赖于环境噪声源的强度和空间分布，且处理海量连续数据需要巨大的计算资源。

2、分布式光纤声波传感（distributed acoustic sensing，das）技术因其超高时空采样密度，能够记录传统地震仪难以捕捉的局部微弱振动信号，例如人类脚步等局域随机振动源产生的信号。这些信号中蕴含着丰富的面波信息，可用于频散分析。但是，目前难以从海量连续的das数据中自动、高效地识别并提取这些随机分布的近场信号，而且为了稳定地反演出可靠的速度结构，需要克服这种近场信号能量弱、分布不均的缺点。

3、因此，现有技术还有待于改进和发展。

技术实现思路

1、本发明的主要目的在于提供一种基于分布式光纤声波传感的局域随机振动源浅层结构成像方法、系统、终端及计算机可读存储介质，旨在解决现有近地表成像方法对主被动源条件和计算资源依赖性高，也难以从海量连续的das数据中自动、高效地识别并提取近场信号，近地表结构探测效率较低且环境适应性不高的问题。

2、为实现上述目的，本发明提供一种基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，所述一种基于分布式光纤声波传感的局域随机振动源浅层结构成像方法包括如下步骤：

3、获取目标区域的原始das应变率数据，对所述原始das应变率数据进行预处理，得到预处理后das应变率数据；

4、将所述预处理后das应变率数据转换为二维图像，利用目标检测模型对所述二维图像进行检测，输出各事件在通道和时间维度上的边界框，并在所述边界框确定的时空窗口内，基于各通道的高低频功率比进行事件筛选，得到多事件数据库；

5、沿传感光纤的长度方向，以滑动窗口方式将传感光纤的有效光纤段划分为多个子阵列，根据所述多事件数据库中各事件在所述边界框内的能量分布确定震源位置，根据所述震源位置，构建各子阵列的可用数据集，其中，相邻子阵列之间部分交叠；

6、通过多道面波分析方法对各子阵列的可用数据集进行面波频散分析，提取各子阵列的平均频散曲线；

7、根据各子阵列的平均频散曲线反演各子阵列的一维横波速度结构，根据各子阵列的一维横波速度结构和各子阵列的中心位置，通过组合插值的方式构建所述目标区域的二维近地表速度结构剖面。

8、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述利用目标检测模型对所述二维图像进行检测，输出各事件在通道和时间维度上的边界框，并在所述边界框确定的时空窗口内，基于各通道的高低频功率比进行事件筛选，得到多事件数据库，具体包括：

9、通过经已标注近场事件的训练集微调后的目标检测模型对所述二维图像进行自动化扫描与识别，输出各事件在通道和时间维度上的边界框；

10、在所述边界框确定的时空窗口内，计算各通道波形的均方根值，得到能量最高的多个通道，分别计算多个通道在预设高频段和预设低频段的功率，得到各通道的高低频功率比；

11、根据各通道的高低频功率比计算多个通道的平均比值，按所述平均比值对所有事件进行排序，保留平均比值高于预设比例的事件，得到多事件数据库。

12、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述沿传感光纤的长度方向，以滑动窗口方式将传感光纤的有效光纤段划分为多个子阵列，根据所述多事件数据库中各事件在所述边界框内的能量分布确定震源位置，根据所述震源位置，构建各子阵列的可用数据集，具体包括：

13、设定预设子阵列长度和预设移动步长，沿传感光纤的长度方向，根据所述预设子阵列长度和所述预设移动步长，将传感光纤的有效光纤段划分为多个子阵列；

14、计算各事件窗口内均方根值最高的n个通道的中点，根据所述中点确定各事件的震源位置；

15、以光纤前进方向为参考，基于预设偏移距筛选规则和所述边界框的通道跨度，筛选出波场覆盖整个子阵列长度的事件，构建各子阵列的可用数据集；

16、其中，所述预设偏移距筛选规则为：对于每个子阵列，筛选出位于所述子阵列之前且震源位置与所述子阵列的起始端的距离在预设最小偏移距至预设最大偏移距之间的事件，以及位于所述子阵列之后且震源位置与所述子阵列终止端的距离在预设最小偏移距至预设最大偏移距之间的事件。

17、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述通过多道面波分析方法对各子阵列的可用数据集进行面波频散分析，提取各子阵列的平均频散曲线，具体包括：

18、根据各子阵列的可用数据集中各事件的震源位置和各子阵列的接收通道位置，计算各接收通道与震源之间的距离，得到各通道的源检距，并根据所述源检距对各通道的波形记录进行校正，根据校正后的各通道波形记录以及震源所在通道的波形，执行反褶积，得到降低震源效应后的各通道波形记录；

19、根据所述降低震源效应后的各通道波形记录，采用面波多道分析方法计算每个事件的频率-速度谱，得到各事件的单事件频散谱，将同一子阵列所有可用事件的所述单事件频散谱进行叠加，得到叠加频散谱，从所述叠加频散谱中，沿频率追踪能量峰脊，得到各子阵列的平均基阶面波频散曲线。

20、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述从所述叠加频散谱中，沿频率追踪能量峰脊，得到各子阵列的平均基阶面波频散曲线，具体包括：

21、设置归一化能量阈值，根据所述归一化能量阈值对所述叠加频散谱进行筛选，仅保留所述叠加频散谱中归一化能量高于所述归一化能量阈值的频散点；

22、从筛选后的叠加频散谱中，沿频率追踪能量峰脊，得到各子阵列的平均基阶面波频散曲线。

23、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述采用面波多道分析方法计算每个事件的频率-速度谱，得到各事件的单事件频散谱之前，还包括：

24、根据所述边界框在时间维度上的起始边界，确定信号的到达时刻；

25、将所述到达时刻后的数据作为信号段，将所述到达时刻前的数据作为噪声段，根据所述信号段和所述噪声段，计算所述降低震源效应后的各通道波形记录的信噪比，并从中筛除信噪比低于预设阈值的通道记录，得到信噪比合格的通道波形记录。

26、可选地，所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法，其中，所述根据各子阵列的平均频散曲线反演各子阵列的一维横波速度结构，根据各子阵列的一维横波速度结构和各子阵列的中心位置，通过组合插值的方式构建所述目标区域的二维近地表速度结构剖面，具体包括：

27、根据各子阵列的所述平均频散曲线和预设的横波速度分层模型，计算理论频散曲线，根据所述平均频散曲线与所述理论频散曲线，计算相对误差；

28、根据所述相对误差，采用粒子群优化算法，在对地层厚度和速度梯度进行约束的条件下，迭代更新所述横波速度分层模型，直至所述相对误差满足预设收敛条件，得到各子阵列的一维横波速度结构；

29、根据各子阵列的所述一维横波速度结构和各子阵列的中心位置，通过组合插值的方式构建所述目标区域沿光纤布设路径的二维近地表横波速度剖面。

30、此外，为实现上述目的，本发明还提供一种基于分布式光纤声波传感的局域随机振动源浅层结构成像系统，其中，所述基于分布式光纤声波传感的局域随机振动源浅层结构成像系统包括：

31、数据获取模块，用于获取目标区域的原始das应变率数据，对所述原始das应变率数据进行预处理，得到预处理后das应变率数据；

32、识别与筛选模块，用于将所述预处理后das应变率数据转换为二维图像，利用目标检测模型对所述二维图像进行检测，输出各事件在通道和时间维度上的边界框，并在所述边界框确定的时空窗口内，基于各通道的高低频功率比进行事件筛选，得到多事件数据库；

33、数据集构建模块，用于沿传感光纤的长度方向，以滑动窗口方式将传感光纤的有效光纤段划分为多个子阵列，根据所述多事件数据库中各事件在所述边界框内的能量分布确定震源位置，根据所述震源位置，构建各子阵列的可用数据集，其中，相邻子阵列之间部分交叠；

34、面波频散分析模块，用于通过多道面波分析方法对各子阵列的可用数据集进行面波频散分析，提取各子阵列的平均频散曲线；

35、反演与输出模块，用于根据各子阵列的平均频散曲线反演各子阵列的一维横波速度结构，根据各子阵列的一维横波速度结构和各子阵列的中心位置，通过组合插值的方式构建所述目标区域的二维近地表速度结构剖面。

36、此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于分布式光纤声波传感的局域随机振动源浅层结构成像程序，所述基于分布式光纤声波传感的局域随机振动源浅层结构成像程序被所述处理器执行时实现如上所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法的步骤。

37、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于分布式光纤声波传感的局域随机振动源浅层结构成像程序，所述基于分布式光纤声波传感的局域随机振动源浅层结构成像程序被处理器执行时实现如上所述的基于分布式光纤声波传感的局域随机振动源浅层结构成像方法的步骤。

38、本发明中，获取原始das应变率数据，并对所述原始das应变率数据进行预处理；基于目标检测模型，自动识别并提取所述预处理后das数据中的局域随机振动源信号，并对识别出的所述局域随机振动源信号进行筛选；沿传感光纤划分多个子阵列，基于共接收道集思想整合筛选后的多事件数据，构建各子阵列的可用数据集；基于多道面波分析方法对所述各子阵列的可用数据集进行面波频散分析，提取平均频散曲线；基于各子阵列提取的所述平均频散曲线反演一维横波速度结构，构建目标区域的二维近地表速度结构剖面。本技术实现了运用神经网络目标检测模型自动识别与提取海量das数据中的局域随机振动源信号，结合共接收道集思想整合多事件信息进行面波频散分析，显著降低了对主被动源条件和计算资源的依赖，为近地表结构探测提供了一种低成本、高效且环境适应性强的解决方案。