远震数据处理方法及装置与流程

1.本发明涉及的地震信息处理技术领域，具体涉及一种远震数据处理方法及装置。


背景技术：

2.自上世纪60年代板块构造学说建立以来，利用板块构造理论解释构造现象取得了丰硕科学成果。但岩石圈的运动和演化仍有很多尚待解决的问题，如大陆的变形及其动力学。在现代地球动力学研究中，研究者关注的不仅仅是地球内部结构的分层结构，还需要研究地球深部结构的横向不均匀性和各向异性等。
3.对于地球结构探测研究，一般采用主动源和被动源方法。主动源方法包括人工震源的反射和折射方法，其主要优点在于震源激发时间、位置、能量可人为设定。但由于激发能量和成本的限制，人工地震测深一般限于研究局部地区的地壳和上地幔顶部速度结构。被动源方法所采用的天然地震可以在很宽的频率范围内产生能量很强的p波和s波辐射，相比于主动源方法可探测研究区下方更深的p波和s波速度结构。被动源探测得益于aki和lee(1976)的开创性研究。aki和lee(1976)将来自美国加利福尼亚熊谷地区的区域震数据进行处理，拾取p波走时并反演，得到了研究区速度结构和震中位置信息。但通过区域地震的层析成像方法构建速度结构模型只能应用于地震活跃地区的深部成像研究，使用区域地震的层析成像方法并不适用于地震活动性较弱的区域，同时区域内地震成像往往只在地球浅部成像分辨较强，对于地球深部成像分辨率较低。对于远震层析成像方法而言，震源位置与研究区地震台站之间的距离较远，其成像能分辨的范围为地表台站组成的台阵所覆盖区域下方的地壳与上地幔以及下地幔的顶部，而并不要求研究区具有较强的地震活动性，因此在固体地球内部结构的高分辨率三维地震成像中，被动源探测中的远震层析成像方法发挥着极其重要的作用。
4.在远震层析成像中，能否准确、快速地处理海量远震数据，在很大程度上决定了成像工作能否成功。
5.对于远震层析成像的数据处理而言，一方面，传统专门处理远震波形数据的计算速度较慢；另一方面，传统的地震波形数据处理系统只用了sac软件包，可视化程度较低，并且大多数远震走时层析成像使用的是绝对走时，忽略了研究区外部介质横向非均匀性对走时造成的影响。


技术实现要素：

6.针对现有技术中的问题，本发明提供的远震数据处理方法及装置，能够准确、快速、高效处理大量远震波形数据，减少远震层析成像数据处理投入的计算和时间成本。
7.为解决上述技术问题，本发明提供以下技术方案：
8.第一方面，本发明提供一种远震数据处理方法，包括：
9.根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据；
10.根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时；
11.根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
12.一实施例中，所述根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差包括：
13.将所述波形数据进行归一化处理；
14.根据归一化后的所述目标远震事件的波形数据生成一地震剖面图中；
15.在所述地震剖面中标记所述波形数据的多个地震相理论到时；
16.根据所述地震相理论到时、所述互相关函数以及所述相对走时计算所述相对走时误差。
17.一实施例中，所述根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据，包括：
18.确定所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程；
19.根据所述地震数据的发震时刻、预设的时间间隔、所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程对所述地震数据进行筛选，以确定所述波形数据。
20.一实施例中，远震数据处理方法还包括：
21.对所述波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理。
22.第二方面，本发明提供一种远震数据处理装置，包括：
23.波形数据确定模块，用于根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据；
24.相对走时计算模块，用于根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时；
25.误差计算模块，用于根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
26.一实施例中，所述误差计算模块包括：
27.波形数据归一化单元，用于将所述波形数据进行归一化处理；
28.地震剖面图生成单元，用于根据归一化后的所述目标远震事件的波形数据生成一地震剖面图中；
29.理论到时标记单元，用于在所述地震剖面中标记所述波形数据的多个地震相理论到时；
30.误差计算单元，用于根据所述地震相理论到时、所述互相关函数以及所述相对走时计算所述相对走时误差。
31.一实施例中，所述波形数据确定模块包括：
32.初步数据确定单元，用于确定所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程；
33.波形数据确定单元，用于根据所述地震数据的发震时刻、预设的时间间隔、所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程对所述地震数据进行筛
选，以确定所述波形数据。
34.一实施例中，远震数据处理装置还包括：
35.数据预处理模块，用于对所述波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理。
36.第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现远震数据处理方法的步骤。
37.第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现远震数据处理方法的步骤。
38.从上述描述可知，本发明实施例提供的远震数据处理方法及装置，首先根据预先接收的地震数据的时间表征数据对地震数据进行筛选，以确定目标远震事件的波形数据；然后，根据多个台站之间波形数据的互相关函数计算多个台站之间波形数据的相对走时；最后根据波形数据、互相关函数以及相对走时计算相对走时误差。本发明根据提供的地震目录和台站信息，准确、快速的完成地震波形数据处理工作的同时，绘制各个远震事件对应的波形图片，以及获得精确的远震震相理论到时并标记在图片中，提高了远震波形数据处理的可视化程度和准确性，成功解决了海量地震数据处理中投入时间成本过大和人工干预过多的难题，并且利用多通道波形互相关技术获得更精确的远震震相相对走时差，解决了远震走时层析成像中模型外介横向非均匀性对走时影响的技术难题。
附图说明
39.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，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
40.图1为本技术实施例的一种远震数据处理系统的第一种结构示意图；
41.图2为本技术实施例的一种远震数据处理系统的第二种结构示意图；
42.图3为本发明的实施例中远震数据处理方法流程示意图一；
43.图4为本发明的实施例中步骤300的流程示意图；
44.图5为本发明的实施例中步骤100的流程示意图；
45.图6为本发明的实施例中远震数据处理方法流程示意图二；
46.图7为本发明的具体应用实例中远震数据处理方法的流程示意图；
47.图8为本发明的具体应用实例中远震数据处理方法的思维导图；
48.图9为本发明的具体应用实例中地震仪记录的原始地震波z分量波形图一；
49.图10为本发明的具体应用实例中地震仪记录的原始地震波z分量波形图二；
50.图11为本发明的具体应用实例中修改头文件处理后的地震波z分量波形图一；
51.图12为本发明的具体应用实例中修改头文件处理后的地震波z分量波形图二；
52.图13为本发明的具体应用实例中数据截窗处理后的地震波z分量波形图一；
53.图14为本发明的具体应用实例中数据截窗处理后的地震波z分量波形图二；
54.图15为本发明的具体应用实例中去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波后的地震波z分量波形图一；
55.图16为本发明的具体应用实例中去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波后的地震波z分量波形图二；
56.图17为本发明的具体应用实例中台站15601、15602和15603记录远震事件e1的地震波z分量波形图一；
57.图18为本发明的具体应用实例中台站15601、15602和15603记录远震事件e1的地震波z分量波形图二；
58.图19为本发明的实施例中远震数据处理装置的结构框图一；
59.图20为本发明的具体应用实例中误差计算模块30结构示意图；
60.图21为本发明的具体应用实例中波形数据确定模块10结构示意图；
61.图22为本发明的实施例中远震数据处理装置的结构框图二；
62.图23为本发明的实施例中的电子设备的结构示意图。
具体实施方式
63.为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例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作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。
64.一实施例中，本技术还提供一种远震数据处理系统，参见图1，该系统可以为一种服务器a1，该服务器a1可以与多个台站(指利用各种地震仪器进行地震观测的观测点)通信连接，服务器a1还可以与多个数据库分别通信连接，或者如图2所示，这些数据库也可以之间设置在服务器a1中。其中传感器b1用于实时测量远震数据。服务器a1在收取远震数据之后，对远震数据进行预处理、走时误差校正以及成果展示等处理，并将处理结果通过客户端c1显示给用户。
65.可以理解的是，传感器b1可以为压力传感器、地震数据接收器、流量传感器、位移传感器以及气体传感器等，客户端c1可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
66.在实际应用中，进行预处理、走时误差校正以及成果展示的部分可以在如上述内容的服务器a1侧执行，即，如图1或图2所示的架构，也可以所有的操作都在客户端c1设备中完成。具体可以根据客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在客户端设备中完成，客户端设备还可以包括处理器，用于进行远震数据进行预处理、走时误差校正以及成果展示等操作。
67.上述的客户端c1设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与服务器的数据传输。服务器可以包括预处理、走时误差校正以及成果展示一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与预处理、走时误差校正以及成果展示的预测服务器有通信链接的第三方服务器平台的服务器。服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
68.服务器与客户端设备之间可以使用任何合适的网络协议进行通信，包括在本技术
提交日尚未开发出的网络协议。网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然，网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol，远程过程调用协议)、rest协议(representational state transfer，表述性状态转移协议)等。
69.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
70.本发明的实施例提供一种远震数据处理方法的具体实施方式，参见图3，该方法具体包括如下内容：
71.步骤100：根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据。
72.优选地，步骤100中的时间表征数据包括地震数据的发震时刻、台站对于目标远震事件的接收时间段，步骤100在实施时，具体为：假设远震事件e1的发震时刻为t1，对于远震，研究区的台站可能在t1‑
300s～t1 1200s时间段内记录到该事件有用波形，根据地震波形数据中头文件中写入的发震时刻t1和记录时间长度t2，令t2＝t1 t2，若t2在t1‑
300s～t1 1200s时间段内，则说明地震波形数据很可能记录了远震事件e1的波形，故认为该地震波形数据记录了远震事件e1的波形，反之被排除，若某一台站分段记录了某一远震波形，则包合并为一完整波形数据。根据上述原则可以筛选出研究区内不同台站记录的远震事件e1所有的波形数据。
73.需要说明的是，远震事件((teleseismic event))是指发生地震时，震中距大于1000公里或10
°
的地震事件。
74.地方震：震中距小于100千米的地震。地震台记录到的地方震一般是以地壳内传播的直达波为主体。
75.近震：震中距大于100千米并小于1000千米的地震。地震台记录到近震的初至波一般是通过地幔上层界面绕射波、反射波和面波。
76.远震：震中距在1000千米以上的地震。地震台记录到的远震地震波含有通过地幔以下传播的核面反射波，地核穿透波以及地壳表层的面波等。
77.对地方震和近震而言，地面可近似看为平面，直达波可以直接切于莫霍面到达接收点。一般取1000km作为远震和近震的界线。换言之，从震源出发，直达波不经过莫霍面的反射，可直接到达的区域所观测到的地震叫地方震或近震，而远于1000km，直达波不能直接到达，故称为远震。
78.步骤200：根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时。
79.首先需要建立多个台站之间波形数据的互相关函数，具体如下：
80.在离散形式下，第i和第j个台站记录的远震波形互相关函数为：
[0081][0082]
其中x
i
和x
j
分别为第i和第j个台站记录的地震波形数据，t0为远震震相到时互相关窗口开始时间，δt为样本采样间隔，τ为相对远震震相(以直达p波为例)走时。通过截取第i和第j个台站记录的相似远震波形后，通过公式(1)计算第i和第j个台站记录的地震波形
数据之间的相对走时。
[0083]
步骤300：根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0084]
将相对直达p波走时与直达p波理论走时相结合，定义了第i和第j个台站记录的地震波形的互相关相对到时误差：
[0085][0086]
其中由公式(1)取得最大振幅时获得，即仅得最大值，和分别为第i和第j个台站记录的远震直达p波理论到时，然后通过公式(2)获得台站对相对走时差的误差，排除不确定性超过阈值的相对走时差数据。
[0087]
从上述描述可知，本发明实施例提供的远震数据处理方法及装置，首先根据预先接收的地震数据的时间表征数据对地震数据进行筛选，以确定目标远震事件的波形数据；接着，根据多个台站之间波形数据的互相关函数计算多个台站之间波形数据的相对走时；最后根据波形数据、互相关函数以及相对走时计算相对走时误差。本发明可自动化处理远震地震波形数据，准确、快速完成远震地震波形数据处理工作，并利用多通道波形互相关技术获得更精确的远震震相相对走时差。
[0088]
一实施例中，参见图4，步骤300具体包括：
[0089]
步骤301：将所述波形数据进行归一化处理；
[0090]
可以理解的是，归一化是指将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量。使物理系统数值的绝对值变成某种相对值关系。简化计算，缩小量值的有效办法。具体地，首先把地震波形数据转化为二进制文件，然后把该二进制文件进行归一化处理。
[0091]
步骤302：根据归一化后的所述目标远震事件的波形数据生成一地震剖面图中；
[0092]
需要注意的是，将归一化后的目标远震事件的波形数据需要生成在同一地震剖面图中。
[0093]
步骤303：在所述地震剖面中标记所述波形数据的多个地震相理论到时；
[0094]
在步骤302以及步骤303中，把地震波形数据中属于同一远震事件的波形绘制在同一张图片中，并标记各个震相的理论到时标记在远震波形图片中。
[0095]
步骤304：根据所述地震相理论到时、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0096]
一实施例中，参见图5，步骤100具体包括：
[0097]
步骤101：确定所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程；
[0098]
根据输入的震源参数，在每个地震波形数据头文件中重新写入准确的震源经度(度)、纬度(度)和深度(km)信息，根据输入的台站参数在每个地震波形数据头文件中重新写入准确的台站经度(度)、纬度(度)和高程(m)信息。
[0099]
步骤102：根据所述地震数据的发震时刻、预设的时间间隔、所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程对所述地震数据进行筛选，以确定所述波形数据。
[0100]
首先根据地震波形数据中头文件中写入的台站经度和台站纬度判断记录地震波形数据的地震台站是否位于研究区内，若位于研究区内则选择，反之排除。在此基础上在利用发震时刻、预设的时间间隔对地震数据进行筛选，以确定波形数据。
[0101]
一实施例中，参见图6，远震数据处理方法还包括：
[0102]
步骤400：对所述波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理。
[0103]
可以理解的是，带通滤波是指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波处理手段，与带阻滤波的概念相对。
[0104]
举例来说，若某一台站分段记录了某一远震波形，则将其合并为一完整波形数据，以保证波形的连贯性。为了去除地震波形中远震波形以外的数据，提高处理速度，根据远震发震时刻t截取地震波形数据至t 1000s时间段内，对地震波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理，以消除数据中的不规律信号以及仪器响应和提高远震波形信噪比。
[0105]
为进一步地说明本方案，本发明提供远震数据处理方法的具体应用实例，该具体应用实例包括如下内容，参见图7以及图8。
[0106]
由于远震距离研究区台站较远，地震射线与地表近乎垂直相交，所以远震波能量主要分布在z(垂直)分量(以p波走时成像为例)，所以远震层析成像通常只处理z分量地震波形数据。
[0107]
s1：根据预先接收的地震数据的时间表征数据对地震数据进行筛选。
[0108]
选取了编号为15601、15602和15603三个地震台站在2016年1月5号0时0分0秒和2016年1月11号0时0分0秒记录的波形数据，波形数据记录时间均为24小时(图9以及图10)，研究区范围选取纬度30
°
n～43
°
n、经度96
°
e～109
°
e，地震台站15601、15602和15603的经纬度分别为40.336
°
n和104.279
°
e，40.064
°
n和104.930
°
e以及40.026
°
n和104.314
°
e，台站位置均位于研究区内。图9以及图10的地震波形显示2016年1月5号和2016年1月11号均有震级较大的地震发生，根据地震目录人工核对确定地震波形对应的地震事件将会投入巨大的精力和时间，并且也可能因为研究者的失误而造成波形数据与震源信息匹配错误。而通过本发明的地震数据筛选和改写头文件可以准确、快速使地震波形和对应的地震时间相匹配，输入的远震信息如表1所示，处理结果表明(图11以及图12)，远震事件e1和远震事件e2均与地震台站记录的波形数据正确对应。
[0109]
备注：在图9中，由上到下分别为台站15601、15602和15603在2016年01月05日记录的地震波形；在图10中，由上到下分别为台站15601、15602和15603在2016年01月11日记录的地震波形。台站号、地震波分量和波形起始记录时刻标记在每个子图的右上角，图中实线为对应波形起始记录时刻。
[0110]
在图11中，由上到下分别为台站15601、15602和15603在2016年01月05日记录的地震波形；在图12中，由上到下分别为台站15601、15602和15603在2016年01月11日记录的地震波形。台站号、地震波分量和发震时刻标记在每个子图的右上角，图中实线对应地震事件的发震时刻。
[0111]
表1输入的远震事件参数
[0112][0113]
由于远震震中位置距离地震台站较远，远震波形会在发震时刻后的0s～1000s内被研究区内的地震台站记录，而其它时间段内的数据在远震层析成像中往往不被使用，所以只需要保留远震发震时刻后的0s～1000s时间段内的地震波形数据，而删除其它时间段内的地震波形数据，通过数据截窗操作将会大大减少所要处理的远震波形数据量，提高处理效率。
[0114]
s2：对地震波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理。
[0115]
为了消除数据中的不规律信号以及仪器响应和提高远震波形信噪比，需要对地震波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理(滤波范围以0.03～0.3hz为例)，该步骤通常要投入大量的人力或计算成本，通过本发明的波形数据处理模块即可全自动地完成地震波形数据的数据截窗、去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理过程，全程不需要人工干预，避免了由于人工数据处理的失误造成远震波形数据处理工作失败，处理结果如图13至图16所示，地震波形数据被截取至合适的长度，远震波形成分得到增强。
[0116]
备注：在图13中，由上到下分别为台站15601、15602和15603在2016年01月05日记录的地震波形；在图14中，由上到下分别为台站15601、15602和15603在2016年01日11月记录的地震波形。台站号、地震波分量和发震时刻标记在每个子图的右上角，图中实线对应地震事件的发震时刻。
[0117]
在图15中，由上到下分别为台站15601、15602和15603在2016年01月05日记录的地震波形；在图16中，由上到下分别为台站15601、15602和15603在2016年01月11日记录的地震波形。台站号、地震波分量和发震时刻标记在每个子图的右上角，图中实线对应地震事件的发震时刻。
[0118]
s3：根据波形数据、互相关函数以及相对走时计算相对走时误差，并根据相对走时误差对波形数据进行校正。
[0119]
可以理解的是，地震波形数据质量影响远震层析成像的可靠性。在远震层析成像中，被少量台站记录的远震事件和背景噪声较强，信噪比较低的远震波形数据应当排除。逐条核对远震波形数据排除波形记录较少的远震事件和背景噪声较强、信噪比较低的远震波形数据，无疑需要投入巨大的人力资源，本发明以远震事件为单位，通过归一化处理后，把
属于同一远震事件的波形数据绘制同一张图中，并计算远震各个震相的理论到时(以远震直达p波为例)通过查看各个远震事件对应的波形图，即可准确、快速地排除波形记录较少的远震事件和噪声较强、信噪比较低的远震波形占绝大部分的远震事件，处理结果如图17和图18所示(图17以及图18中的实线对应为远震直达p波震相理论到时)，波形数据经过归一化处理后远震直达p波变得更容易识别，在各个子图中taup计算的理论到时和远震直达p波震相起跳点有很好的对应关系，说明本发明可以准确地处理远震波形数据，并且本发明各个步骤所建立的模块之间自动衔接，可以快速地处理远震波形数据。
[0120]
备注，在图17中，由上到下分别为台站15601、15602和15603记录远震事件e1的地震波z分量波形；在图18中，由上到下分别为台站15601、15602和15603记录远震事件e2的地震波z分量波形。
[0121]
通过多通道互相关技术得到各个远震直达p波台站对相对走时和波形互相关系数，同时利用多通道互相关技术得到相对走时的不确定性，为了保证通过波形互相关获得的相对走时的准确性，规定波形间相关系数小于0.9和相对走时不确定性大于0.075的走时数据会被排除，处理结果如表2所示，地震台站记录的同一远震波形相关系数较高，均大于0.9，通过多通道波形互相关技术得到的台站对相对走时的不确定性均小于0.075，表明通过本发明获得的远震相对走时精确度较高。
[0122]
表2台站对间相对走时差和不确定性分析
[0123][0124]
从上述描述可知，本发明具体应用实例所提供的远震数据处理方法，根据提供的地震目录精确筛选出不同台站记录的每个地震事件所对应的波形数据，根据地震目录包含的震源参数和提供的台站参数，在每个地震波形数据头文件中重新写入准确的震源参数和台站参数，根据地震目录中的发震时刻，把地震波形数据截取至相同时间长度。其次，对地震波形数据进行修改头文件、去均值、去尖灭、去线性趋势、数据截窗、去仪器响应以及带通滤波处理，以消除数据中的不规律信号以及仪器响应和提高远震波形的信噪比，最后把地震波形数据中属于同一远震事件的波形绘制在同一张图片中，并精确地标记各个震相的理论到时，可更加直观地地震波形数据进行初步判断并进行取舍。综上所述，本发明使得准确、快速、高效处理大量远震波形数据成为现实，减少远震层析成像数据处理投入的计算和时间成本。
[0125]
基于同一发明构思，本技术实施例还提供了远震数据处理装置，可以用于实现上述实施例所描述的方法，如下面的实施例。由于远震数据处理装置解决问题的原理与远震
数据处理方法相似，因此远震数据处理装置的实施可以参见远震数据处理方法实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0126]
本发明的实施例提供一种能够实现远震数据处理方法的远震数据处理装置的具体实施方式，参见图19，远震数据处理装置具体包括如下内容：
[0127]
波形数据确定模块10，用于根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据；
[0128]
相对走时计算模块20，用于根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时；
[0129]
误差计算模块30，用于根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0130]
一实施例中，参见图20，所述误差计算模块30包括：
[0131]
波形数据归一化单元301，用于将所述波形数据进行归一化处理；
[0132]
地震剖面图生成单元302，用于根据归一化后的所述目标远震事件的波形数据生成一地震剖面图中；
[0133]
理论到时标记单元303，用于在所述地震剖面中标记所述波形数据的多个地震相理论到时；
[0134]
误差计算单元304，用于根据所述地震相理论到时、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0135]
一实施例中，参见图21，所述波形数据确定模块10包括：
[0136]
初步数据确定单元101，用于确定所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程；
[0137]
波形数据确定单元102，用于根据所述地震数据的发震时刻、预设的时间间隔、所述目标远震事件的震源经纬度、深度以及所述多个台站的经纬度、高程对所述地震数据进行筛选，以确定所述波形数据。
[0138]
一实施例中，参见图22，远震数据处理装置还包括：
[0139]
数据预处理模块40，用于对所述波形数据进行去均值、去尖灭、去线性趋势、去仪器响应以及带通滤波处理。
[0140]
从上述描述可知，本发明实施例提供的远震数据处理装置，首先根据预先接收的地震数据的时间表征数据对地震数据进行筛选，以确定目标远震事件的波形数据；接着，根据多个台站之间波形数据的互相关函数计算多个台站之间波形数据的相对走时；最后根据波形数据、互相关函数以及相对走时计算相对走时误差。本发明根据提供的地震目录和台站信息，准确、快速的完成地震波形数据处理工作的同时，绘制了各个远震事件对应的波形图片，以及获得精确的远震震相理论到时并标记在图片中，提高了远震波形数据处理的可视化程度和准确性，解决了海量地震数据处理中投入时间成本较大和需要过多人工干预的难题，并且利用多通道波形互相关技术获得更精确的远震震相相对走时差，解决了远震走时层析成像中模型外介横向非均匀性对走时影响的技术难题。
[0141]
本技术的实施例还提供能够实现上述实施例中的远震数据处理方法中全部步骤
的一种电子设备的具体实施方式，参见图23，电子设备具体包括如下内容：
[0142]
处理器(processor)1201、存储器(memory)1202、通信接口(communications interface)1203和总线1204；
[0143]
其中，处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信；通信接口1203用于实现服务器端设备、传感器以及客户端设备等相关设备之间的信息传输。
[0144]
处理器1201用于调用存储器1202中的计算机程序，处理器执行计算机程序时实现上述实施例中的远震数据处理方法中的全部步骤，例如，处理器执行计算机程序时实现下述步骤：
[0145]
步骤100：根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据；
[0146]
步骤200：根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时；
[0147]
步骤300：根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0148]
本技术的实施例还提供能够实现上述实施例中的远震数据处理方法中全部步骤的一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的远震数据处理方法的全部步骤，例如，处理器执行计算机程序时实现下述步骤：
[0149]
步骤100：根据预先接收的地震数据的时间表征数据对所述地震数据进行筛选，以确定目标远震事件的波形数据；
[0150]
步骤200：根据多个台站之间波形数据的互相关函数计算所述多个台站之间波形数据的相对走时；
[0151]
步骤300：根据所述波形数据、所述互相关函数以及所述相对走时计算所述相对走时误差。
[0152]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件 程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0153]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0154]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0155]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0156]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0157]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0158]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。