基于PyQt5的面波频散曲线成像平台的设计与实现

胡景, 王帅兵, 尚晨奕, 萧羽, 邵广周

胡景,王帅兵,尚晨奕,萧羽,邵广周. 2025. 基于PyQt5的面波频散曲线成像平台的设计与实现. 地震学报,47(3):410−421. DOI: 10.11939/jass.20240100
引用本文: 胡景,王帅兵,尚晨奕,萧羽,邵广周. 2025. 基于PyQt5的面波频散曲线成像平台的设计与实现. 地震学报,47(3):410−421. DOI: 10.11939/jass.20240100
Hu J,Wang S B,Shang C Y,Xiao Y,Shao G Z. 2025. Design and implementation of a tool for surface wave dispersion curve imaging based on PyQt5. Acta Seismologica Sinica47(3):410−421. DOI: 10.11939/jass.20240100
Citation: Hu J,Wang S B,Shang C Y,Xiao Y,Shao G Z. 2025. Design and implementation of a tool for surface wave dispersion curve imaging based on PyQt5. Acta Seismologica Sinica47(3):410−421. DOI: 10.11939/jass.20240100

基于PyQt5的面波频散曲线成像平台的设计与实现

基金项目: 

国家自然科学基金(42104051,42174176)和中央高校基本科研业务费专项(300102262103)联合资助

详细信息
    作者简介:

    胡景,博士,讲师,主要从事地震层析成像研究,e-mail:hujing@chd.edu.cn

    通讯作者:

    邵广周,博士,教授,主要从事面波勘探研究,e-mail:shao_gz@chd.edu.cn

  • 中图分类号: P315.63

Design and implementation of a tool for surface wave dispersion curve imaging based on PyQt5

  • 摘要:

    面波频散成像在研究地下介质波速结构方面起着重要作用,然而目前公开的面波频散成像工具大多在命令行环境下运行,使用不同种编程语言对数据进行前后处理,对于普通用户而言:① 运行环境的配置难度系数高;② 需要较强的编程能力进行数据加工以及结果展示。为解决上述问题,本文基于PyQt5开发了一款易于部署在Windows 11操作系统上的面波频散曲线成像平台(SWDIT)。SWDIT已集成多种模块,包括半波长法模块、三维面波走时反演模块、三维数据可视化模块,可对用户输入的频散曲线信息进行灵活成像,以满足用户在实际应用场景的需要。

    Abstract:

    Seismic imaging with surface wave dispersion curve data plays an important role in investigating subsurface seismic velocity structures. However, most of the currently published surface wave dispersion imaging tools are operated in command-line environments and require data preprocessing and postprocessing across multiple programming languages, posing significant challenges for non-expert users. These challenges include complex runtime environment configurations and the need for advanced programming skills to process data and visualize results. To address these issues, this study introduces the Surface Wave Dispersion Imaging Tool (SWDIT), a user-friendly software developed using PyQt5, which is easily deployable on Windows 11 system.

    SWDIT integrates multiple functional modules, including the modules of half-wavelength interpretation method, three-dimensional surface wave travel-time tomography, and three-dimensional data visualization. The half-wavelength interpretation module directly converts Rayleigh wave phase velocity dispersion curves into apparent S-wave velocity profiles, avoiding the influence of hyper-parameter selection in traditional inversion methods. The three-dimensional surface wave travel-time tomography module, based on the DSurfTomo algorithm, supports direct inversion of observed surface wave travel times to obtain three-dimensional S-wave velocity structures. This module incorporates features such as ray-path density analysis, parameter configuration for inversion, real-time residual monitoring, and resolution assessment via checkerboard tests. Additionally, the three-dimensional data visualization module, powered by PyVista, enables interactive exploration of model data through slicing, volume rendering, and customizable display settings, eliminating the need for external visualization tools.

    SWDIT is designed with a graphical user interface (GUI) to enhance accessibility, allowing users to perform complex imaging tasks without programming expertise. The software is developed in Python 3.10, leveraging libraries such as NumPy and SciPy for efficient computation, and is compiled into a standalone executable using Nuitka for easy distribution. Key advantages of SWDIT include its cross-platform compatibility and intuitive interface, which streamline the workflow from data loading to result interpretation.

    In summary, SWDIT provides a comprehensive and practical solution for surface wave dispersion imaging, catering to both research and industrial applications. Future updates will expand its capabilities to include dispersion curve extraction, further broadening its applicability. The software is available at https://gitee.com/jisa920/SWDIT.

  • 海底地震仪(ocean bottom seismometer,缩写为OBS)深地震探测一直广泛应用于海底之下的速度结构研究,从单分量海底水听器(ocean bottom hydrophone,缩写为OBH)到现在普遍使用的四分量OBS,海底地震仪探测技术在近三十年来获得迅速发展(游庆瑜等,2003阮爱国等,20042009李江等,2010丘学林等,2012赵明辉等,2018)。OBS与传统的海上拖缆相比,其接收范围更广,能够获得来自地壳深部更丰富的广角反射波、折射波以及各种模式的转换波,有利于对深部地壳结构甚至上地幔顶部速度结构进行模拟,在海底深地震探测和研究中发挥了关键的作用(赵明辉等,2007阮爱国等,2010Zhao et al,2010郝天珧,游庆瑜,2011Wen et al,2021)。以OBS为技术手段的研究也越来越多地应用于主动源地震探测以及天然地震、环境噪声观测中,并且近年来还在海洋油气、天然气水合物探测以及认识海底火山和岩浆、地震活动及地质灾害研究中发挥着至关重要的作用(刘丽华等,2012刘晨光等,2014张光学等,2014夏少红等,2016Fan et al,2017Xia et al,2018Lin et al,2022Zhang et al,2023)。

    OBS记录数据的准确与否会直接影响后期数据处理结果的可靠性,而数据记录格式和数据记录时间异常都可能会导致OBS数据处理过程中出现数据时间错误、无法正常读取和使用的情况(王强等,2016张佳政等,2018)。其中,数据记录格式是否存在问题可以通过检查OBS台站头段数据的相关参数和配置文件来确定。在国产主动源OBS仪器的使用过程中经常发现其数据记录存在时间异常的问题,主要分为与十六进制文件名相关的初始时间异常以及与采样率、采样间隔相关的采样时间异常和采集器工作异常。以往的国内外研究大多是针对单一异常原因进行分析和处理,且国外大多以背景噪声互相关方法来验证被动源OBS的时间异常;国内对不同的时间异常和现象讨论较多,且大多数讨论均以国产主动源OBS为主(Le et al,2018Liu et al,2018张浩宇等,2019Loviknes et al,2020Tian et al,2021)。无论是国产OBS还是其它国家生产的OBS,其工作原理大致相同,在数据记录过程中均会有台站产生时间异常的情形,并且有些异常是相似的(Shariat-Panahi et al,2009李江等,2010郝天珧,游庆瑜,2011牛雄伟等,2014)。由于此前对多类时间异常及原因进行综合分析的研究较少,本文拟针对实际数据处理中所遇到的OBS时间异常现象,采用文件时间间隙对比的办法和不同的处理方式分析时间异常产生的原因,并对时间异常进行精确校正。同时,对OBS的各种异常进行系统的分析和归类,并在此基础上总结各类OBS数据异常产生的原因及现象,以改进并完善地震剖面的处理结果,为开展海底结构走时成像提供准确数据奠定基础。

    为了探明南海中沙海槽的深部地壳结构特征,2020年6月中国科学院南海海洋研究所依托于“实验2号”地球物理调查船在南海西北部陆缘西沙—中沙海域开展了地球物理共享航次,获得了主动源OBS2020-1测线(图1)的二维地震探测数据。该测线长约300 km,沿该测线共布设了30台四分量OBS,最终成功回收28台(其中27台数据有效)。OBS台站间距约为9 km,采样间隔为4 ms或10 ms。人工地震震源为4支大容量Bolt气枪组合成的枪阵,工作压力为2 000 psi (约13.79 MPa),总容量达6 000 in3 (约98.3 L),气枪沉放于水下约10 m处,总计放炮1 443炮。放炮时段为2020年6月9日至11日,放炮时间间隔为90 s,炮间距约为180—230 m,并随船同时采集了一条单道反射地震剖面。成功回收的OBS记录数据质量较好,大部分台站都记录到了丰富的震相。

    图  1  OBS2020-1地震测线分布及区域位置图
    红线为放炮测线,绿色圆圈为成功回收且数据质量好的OBS站点,灰色圆圈为丢失或无数据的OBS站点
    Figure  1.  OBS2020-1 seismic line distribution and studied area
    The red line is the shooting line,green circles are OBS stations that are successful recovery and have good data quality, and gray circles are OBS stations with lost or without data

    本航次所使用的OBS具体型号和各类异常如表1所示,通过原始数据解编、放炮窗口裁剪、折合共接收点剖面绘制等初步数据处理后发现,有部分台站(如OBS27,OBS18)无法识别有效震相,也有部分台站(如OBS07)存在数据异常而产生明显“断阶”现象,还有部分台站(如OBS12)经过进一步处理后在地震剖面中出现震相“缺失”与异常“倾斜”现象。上述OBS数据异常会导致时距曲线不准确,直接影响走时层析成像的结果。因此,分析与解决OBS数据记录中存在的异常现象至关重要,以此确保OBS时间记录的准确性,从而最终得到可靠的速度结构模型。

    表  1  OBS2020-1测线主动源海底地震仪仪器参数及数据记录异常分类表
    Table  1.  Classification of artificial source OBS instrument parameters and data record anomalies for Line OBS2020-1
    台站球号异常类型
    (均包含采样时间异常)
    相邻文件间的
    时间异常范围/s
    现象
    OBS13 A37 固定采样率(250 sps) −0.020—−0.021 使用错误采样率造成,
    无法显示有效震相
    (例如图2
    OBS20 B29 固定采样率(250 sps) 0.017—0.019
    OBS27 B40 固定采样率(250 sps) −0.020—−0.021
    OBS11 A35 固定采样率(250 sps) −0.019
    授时异常 提前0.731 处理不当造成震相
    “缺失”或异常“倾斜”
    (例如图4图6
    OBS18 K82 授时异常 0.038—0.042
    提前0.899
    OBS01 L94 0.017—0.023 震相清晰连续处的
    近偏移距可观察到
    小“断阶”(例如
    图7图8
    OBS03 L26 0.017—0.023
    OBS04 L16 0.023—0.030
    OBS06 L96 0.038—0.040
    OBS07 N2001 0.083—0.090
    OBS08 H56 0.035—0.040
    OBS09 L45 0.014—0.019
    OBS10 L85-1 0.013—0.018
    OBS14 B20-04 0—−0.006
    OBS15 L31 0.012—0.019
    OBS16 S11new 0.031—0.037
    OBS17 L99 0.012—0.018
    OBS19 L70 0.043—0.050
    OBS21 L85 0.022—0.027
    OBS22 L37 0.001—0.007
    OBS24 L23 −0.006—−0.011
    OBS25 B20-01 0.052—0.057
    OBS28 S13 0.063—0.068
    OBS29 L98 0.021—0.027
    OBS30 L95 0.027—0.032
    OBS12 MIC002 采集器暂停工作 0.024—0.028
    暂停8.984
    处理不当造成震相
    “缺失”或异常“倾斜”
    (例如图9图10
    OBS26 L27 - 故障,仅一个文件 -
    下载: 导出CSV 
    | 显示表格

    OBS出现数据异常往往与数据记录格式或数据记录时间出错有关(王伟巍等,2013),故需逐一对其分析排查,找到异常的根源才便于有效地开展校正工作(王强等,2016张佳政等,2018张浩宇等,2019金震等,2020李军等,2020)。将OBS2020-1测线数据经初步处理后,发现既有类似数据记录格式出错的台站,也有数据记录时间存在问题的台站,这里将以具体台站为例对具体异常现象进行分析和处理。

    本次试验使用的每台OBS内存盘中都包含两个配置文件和若干数据记录文件,其中:config.lst配置文件记录此台OBS的仪器编号和预设采样率等信息;DATAFILE.LST配置文件主要记录OBS对钟时间和每个文件记录第一个采样点的时间,最后一列也记录此台OBS的预设采样率;每个OBS数据记录文件本身的命名就是以它所记录的第一个数据点的时间按照十六进制换算得到,小数点前八位是这个文件起始记录的年、月、日、时、分、秒,后三位数字则是毫秒,如5192D636.5B2代表2020年6月9日13:24:54.042。DATAFILE.LST文件中记录的文件起始时间较按照文件名转换得到的时间精度要高一位。

    实采数据经过初步处理后发现,OBS11和OBS27不能辨别出有效震相,其中OBS27单台地震剖面如图2a所示,检查数据记录文件中的采样点个数(1 048万5 760)正常、文件的大小(122 880 kB)正常,将原始数据转换成SAC (seismic analysis code)格式时也未出现异常。在检查SAC格式数据的波形时可观测到有规律的气枪放炮信号,但每炮之间的时间间隔约为225 s,不符合实际放炮间距的90 s (图3)。面对这种情况,即SAC格式数据中记录到有规律的气枪放炮信号与实际放炮间距不相符时,大多数情况都是由于实际采样率与预设采样率不符。经计算采样率核实对比后发现,试验过程中的实际采样率为250 sps,并非为配置文件config.lst和DATAFILE.LST中所预设的100 sps。产生这种错误情况的原因易被误认为是记录格式异常(表1)。根据仪器版本信息,如表1中所示球号为A,B版本的OBS采用了老版芯片,这类老版本OBS的配置文件和参数虽然与其它仪器都一样,但是老版本A,B球号的OBS为固定250 sps采样率,无法通过修改配置文件更改采样率。所以,此处的异常表现虽然与记录格式异常极为相似,但实际上是由于对仪器性能的不了解所致。在以往对OBS数据记录异常的研究中,也确实存在记录格式异常,如2006年的巴士海峡三维OBS探测和西北次海盆残余扩张脊的二维探测均属于记录格式异常(王强等,2016张佳政等,2018)。在清楚老版本A,B球号的OBS不能更改采样率后,对本次研究中的其它OBS进行检查,其余OBS的数据记录格式均未发现异常。所以,对于首次处理未能获得有效震相的台站,首先要检查其SAC格式数据中的波形和炮间距是否正常,如果放炮间距相等,但炮间距与实际不符,则表明实际采样率与配置参数不符;然后再根据OBS的配置和参数判断是采样格式异常还是人为因素导致。值得注意的是,部分新版仪器(如L球)为了节能优化而降低了CPU主频,这会导致仪器不能完成高采样率的工作而造成采样格式异常。

    图  2  OBS27台站使用错误采样率造成异常现象的前后对比
    (a) OBS27台站参考配置文件使用错误采样率导致的异常单台地震剖面(垂直分量),折合速度为6.0 km/s;(b) OBS27台站更改为仪器固定采样率得到的正常地震记录剖面(垂直分量),折合速度为6.0 km/s
    Figure  2.  Comparison of anomalies caused by incorrect sampling rate used by OBS27
    (a) Abnormal seismic profile (vertical component) caused by incorrect sampling rate in OBS27 reference configuration file,reduced velocity is 6.0 km/s;(b) The normal seismic profile (vertical component) obtained by fixed sampling rate in OBS27,reduced velocity is 6.0 km/s
    图  3  OBS25(正常)与OBS27(异常)的SAC波形数据对比
    (a) OBS25台站正确的放炮时间间隔(90 s);(b) OBS27使用错误采样率导致的异常放炮时间间隔(225 s)
    Figure  3.  Comparison of waveforms between OBS25 (normal) and OBS27 (abnormal) in SAC format
    (a) The correct shooting time interval (90 s) of OBS25;(b) Abnormal shooting time interval (225 s) of OBS27 caused by using wrong sampling rate

    在确保数据记录格式正常的情况下,OBS数据异常现象就来自于OBS数据记录中的时间异常。数据记录时间的准确性是保证后期正确拾取震相走时和进行走时层析成像的关键,而OBS的时间在记录过程中产生异常的现象时有发生,如随记录时长而发生内部钟漂、因温度环境的变化造成晶振频率改变或是遭遇到授时误差和文件名转换异常的影响等造成数据记录时间异常(邵安民等,2003王彦林等,2007郝小柱等,20132015)。实际上,在OBS的数据采集和处理中,导致OBS数据记录时间异常的原因主要有五种,即授时异常、文件名转换异常、内部时钟晶振异常、采样时间异常、采集器工作异常(表2)。本文将全球定位系统(Global Positioning System,缩写为GPS)授时、文件名转换和OBS内部时钟晶振记录的能直接得到的时间称为数据记录文件的初始时间Tinit,将通过采样点数和采样间隔计算得到的时间称为数据记录文件的采样时间Ts。因此,对于OBS的数据记录时间异常,还需具体分析是哪一步造成的异常,确定异常来源后再进行针对性的分析和处理。

    表  2  OBS数据记录异常现象对比
    Table  2.  Comparison of OBS data anomalies
    异常类型异常现象异常原因鉴别方法处理方法
    记录格式异常 无法识别有效震相 实际采样率与预设
    采样率的信息不符
    对比配置文件中的
    采样率与实际采样率
    采样率更正为
    实际采样率
    初始
    时间
    异常
    授时异常 震相时间异常明显,实际走时与理论
    走时相差较大
    GPS授时误差 对比直达水波理论
    到时与实际到时
    根据直达水波
    理论到时校正
    文件名转换异常 同上 文件名写入错误 同上 同上
    时钟晶振异常 时钟出现线性漂移,误差随时间而增大 OBS内部时钟
    晶振频率影响
    投放回收时两次
    GPS对钟
    线性分配
    采样时间异常 震相清晰连续的近偏移距处可观察到同相轴“断阶”现象 实际采样间隔
    非整数毫秒
    计算相邻文件间的
    时间间隙,间隔
    稳定在90 ms内
    将采样间隔更正为
    实际值,再重采样
    处理
    采集器
    工作
    异常
    采样器
    暂停工作
    处理不当则出现同相轴“断阶”,甚至异常“倾斜”现象 采集器在换文件时暂停工作 计算相邻文件间的
    时间间隙,时间
    间隙突变
    若要重采样处理需
    先减去采集器停止
    工作的时间
    采样间隔
    不稳定
    无法识别有效震相 时钟晶振频率不稳定,随机异常变化 放炮时间间隔不规律,
    与实际等间隔放炮
    时间不符
    无法统一处理
    下载: 导出CSV 
    | 显示表格

    经过常规OBS数据处理步骤和流程操作后,我们获得了27台OBS的单台地震记录剖面。通常,初始时间Tinit是否准确可以根据直达水波的理论到时与实际到时之间的相符程度来判断(张佳政,2018张浩宇,2019)。采样时间Ts可通过数据文件内所包含的采样点个数n和采样间隔dt计算得到。每个采样点的理论采样时间$T_{\rm{s}}^{ ( n ) } $与初始时间Tinit的关系为

    $$ T_{{\rm{s}}}^{ ( n ) }=T_{{\rm{init}}}+d_{t} ( n-1 ) {\text{.}} $$ (1)

    为了检验时间异常是来自于初始时间异常还是采样时间异常,本研究采用以下三种检验方法来验证。

    1) 对比直达水波理论到时与实际到时分析异常原因。本文所使用的OBS是国内主动源海底地震探测较广泛应用的仪器,为了降低OBS功耗、延长海底工作时长和节省数据存储空间,其原始数据文件是一个无头段、无尾段的十六进制纯数据文件,即仅按顺序记录振幅值序列,而未设置道头或文件头来储存其它信息(王强等,2016张佳政等,2018金震等,2020),需处理后转换为地震通用数据格式(如seed,miniseed,SAC,SEG-Y等)。因此,十六进制的文件名是唯一能获得时间信息的途径,文件名代表第一个数据点的时间,即OBS数据记录时间中的初始时间Tinit

    通过OBS与炮点的相对位置可以估算直达水波的理论到时(初步假设OBS垂直下落),再与数据记录文件中的直达水波观测到时进行对比,根据它们之间的相符程度来判断该文件的初始时间是否存在异常(夏常亮,2009夏少红等,2011张佳政等,2018)。如图4a所示,截取OBS20台站文件中近偏移距的气枪信号,可见直达水波理论到时与实际到时均吻合良好,以此验证了初始时间的正确性。然而,在OBS18记录的波形(图4b)中发现直达水波到时比实际放炮时间还提前了约(7.97±0.02) s,而理论直达水波到时为放炮时间往后约(0.99±0.02) s,因此观测到的实际直达水波到时比理论直达水波到时提前了约(8.97±0.02) s,这种时间异常是来自GPS授时对钟时就产生的时间异常,并由文件名记录下来,本研究将其称之为授时时间异常(表2)。

    图  4  OBS20 (正常)与OBS18 (异常)时间异常对比
    Δt为观测到时与放炮时间的差值;TPw为计算得到的直达水波理论到时;橙色实线表示SAC格式数据中的直达水波实际到时;橙色箭头表示此信号的气枪放炮时间;橙色虚线表示OBS18台站的直达水波理论到时(a) OBS20近偏移距SAC数据波形;(b) OBS18近偏移距SAC数据波形
    Figure  4.  Abnormal time comparison between the OBS20 (normal) and OBS18 (abnormal)
    Δt is the difference between the observation time and the shooting time;TPw is the calculated theoretical arrival time of the direct water wave. The orange solid line represents the actual arrival time of the direct water wave in SAC format data;the orange arrow indicates the shooting time of the air gun for this signal;the orange dashed line indicates the theoretical arrival time of the direct water wave of OBS18 station (a) SAC format waveform of the OBS20 near offset;(b) SAC format waveform of the OBS18 near offset

    2) 计算相邻文件的时间间隙分析异常原因。将每台OBS的每个数据记录文件分别转为SAC格式后,运用SAC软件读取数据记录文件中的总采样点数n和初始时间$T^{{m}}_{\rm{init}}$,进而根据预设采样间隔dt得到当前文件的理论记录时长ndt。通过此数据记录文件的初始时间$T^{{m}}_{\rm{init}}$加上OBS当前文件的理论记录时长ndt则可以得到当前文件记录结束后终止的理论时间;用下一个文件开始的时间$T^{{{m}}+1}_{\rm{init}}$减去上一个文件记录终止的理论时间后,得到每个文件之间是否有间隔或者重叠(均记作Δt),其关系如下:

    $$ \Delta t=T^{m+1}_{\rm{init}}- ( T^m_{\rm{init}}+nd_{t} ) {\text{.}} $$ (2)

    在理想情况下,OBS数据记录文件的实际记录时长应当与理论记录时长一致,并且相邻的数据记录文件中的波形也应该是连续的(张浩宇等,2019),即Δt=0。这样在相邻数据记录文件之间既不会出现时间间隙,也不会出现时间重叠。然而,对OBS2020-1测线数据进行检查时,发现每台OBS的相邻数据文件之间均存在时间间隙或时间重叠(图5)。该现象可能是由于数据记录中实际采样间隔与预设的理论采样间隔存在偏差导致的。根据关系式(2),当实际采样间隔大于预设的理论采样间隔时,就会出现时间间隙;反之,则会出现时间重叠。一般来说,时间间隙或时间重叠在同一台OBS中相邻数据记录文件间的差值是大致相同的,这种稳定的时间间隙或时间重叠为内部时间漂移,其差值即为数据记录过程中采样时间产生的漂移量,它是由实际采样间隔误差所引起,本研究将其称为采样时间异常(表2)。

    图  5  OBS数据记录文件中相邻文件间的时间差
    黑色与灰色线段分别代表预设采样率为100 sps和250 sps时相邻文件间的时间差,红色线段代表非内部时间漂移的时间间隙,上部双斜线表示不连续的时间
    Figure  5.  Time error between adjacent files in OBSs
    The black and gray lines represent a preset sampling frequency of 100 sps and 250 sps,respectively;the red line represents the time gap without internal time drift,and the top double diagonal line represents the discontinuous time

    这里所说的OBS内部时间漂移与以往传统上认为的OBS数据正常时钟漂移不同,正常的时钟漂移是根据OBS投放前和回收后与GPS对钟所得的时间差,是OBS在整个记录过程中以两次GPS对钟为基准的时间差(夏少红等,2007王彦林等,2007薛彬等,2008牛雄伟等,2014王强等,2016);而OBS数据记录的内部时间漂移则是以相邻数据记录文件间的理论时间间隙为基准。

    此外,在OBS2020-1测线计算中还发现某些OBS台站(如OBS12)的个别相邻数据记录文件中还存在较大的时间间隙,这些间隙可能不是OBS数据记录文件的内部时间漂移,而是采集器工作异常或者是在文件名转换时产生的异常(表2)。

    3) 基于不同拼接方法分析异常原因。在OBS数据处理流程中,有一个必不可少的环节就是将时间上连续的多个数据记录文件拼接起来(William,Joseph,1991)。常用的拼接方法有三种:一是按照首个记录文件的初始时间拼接(拼接法①),二是按照每个数据记录文件的初始时间拼接(拼接法②);三是数据重采样再拼接(拼接法③)。

    理论上,当初始时间正常且不存在时间间隙和时间重叠的情况下,OBS数据记录文件无论采用上述何种方法拼接,其最终得到的结果均是一致的。但在实际处理过程中,通过计算相邻文件间的时间差Δt可以发现(图5),时间间隙和时间重叠普遍存在于每台OBS中,即需要具体分析这些Δt为哪一种异常类型(表2)。

    对比还发现,当相邻文件间的时间差Δt是在几十毫秒内均匀稳定变化的情况下,受到偏移距较大、震相清晰度及连续性较差、海底构造变化复杂等影响,无论单台OBS按哪种拼接方法来处理,都难以从单台地震剖面中分辨出来,最终得到的剖面图都基本一样。

    对27台OBS共计126个数据记录文件的时间间隙和时间重叠进行分析归纳显示, 27台OBS全部存在相邻文件间的时间异常Δt。将这些时间差按照表2进行分类处理。

    1) 初始时间异常(授时异常、文件名转换异常、时钟晶振异常)处理方法。产生较大时间间隙多数是由初始时间异常导致(张佳政等,2018张浩宇等,2019)。最明显的是OBS18台站在数据检查处理过程中,如果不先对直达水波到时进行校正,无论用哪种方法拼接,在单台地震剖面中均可看出直达水波到时明显提前的不合理现象(图6a6b)。在处理初始时间异常时,可根据OBS近偏移距波形或首炮气枪信号来校正直达水波实际到时,将初始时间异常的文件都校正为正确的时间,再使用三种拼接方法进行处理获得清晰的地震剖面(图6c)。

    图  6  不同拼接方法获得的OBS18单台地震剖面
    (a,b) 未进行初始时间校正拼接获得的单台地震剖面;(c) 初始时间校正后再拼接获得的正常的单台地震剖面。红色实线标注了数据文件拼接处;红色虚线框表示处理不当可能导致震相“缺失”
    Figure  6.  Seismic profile of OBS18 obtained by different splicing methods
    (a,b) Seismic profiles obtained by splicing without initial time correction;(c) Normal seismic profile obtained by splicing after initial time correction. The red solid line indicates the splice of data files;the dashed red box indicates that the phase may be “missing” due to improper handling

    2) 采样间隔异常处理方法。依据采样间隔异常的原因分析方法,造成采样间隔异常的原因是实际采样间隔与预设的理论采样间隔不相符,那么对于存在采样间隔异常的台站就需要找到其实际采样间隔(Hannemann et al,2014张浩宇等,2019Tian et al,2021)。

    以OBS07台站为例,其初始时间的正确性可以由直达水波理论到时与实际到时对比来判断,经核实该台站无初始时间异常。计算结果还显示,OBS07相邻文件间的时间间隙最大达到了90 ms (图7),其余台站的时间间隙均在83 ms以上,差值大致相同,所以其时间异常问题是采样间隔非整数毫秒而导致了这种稳定持续存在的时间差。实际采样间隔可通过相邻数据记录文件的初始时间差除以采样点数获得。通过计算发现OBS07实际采样间隔和采样率与预设的理论值有所差别,实际采样间隔分别约为10.000 008 6 ms,10.000 007 9 ms,10.000 008 0 ms,采样率约为99.999 914 sps,99.999 921 sps,99.999 920 sps,这与预设采样间隔(10 ms)和采样率(100 sps)均有微小的差别,需要调整消除异常。得到OBS07实际采样间隔和采样率后,即可在数据处理过程中将采样间隔和采样率更正为实际值,再通过重采样处理更正为预设采样间隔,就可消除OBS内部时间漂移造成的异常现象。在此基础上,得到了内部时间漂移经处理后的OBS07台站数据,与未处理之前的单台地震剖面相比可见Pg和PmP震相的“断阶”现象明显消失(图8)。

    图  7  OBS07台站中相邻文件间的时间间隙
    Figure  7.  Time gap between adjacent files in the OBS07
    图  8  OBS07台站单台地震剖面中的同相轴“断阶”
    (a) OBS07台站单台地震剖面,图中红色实线表示数据文件拼接处,红框表示图b,c和d的放大;(b) 图a中可辨识出的同相轴“断阶”部分(红色虚线指示了明显的“断阶”);(c) 图b经校正后同相轴“断阶”现象消失;(d) 图a中难以分辨出的内部时间漂移。红色椭圆标注了文件拼接处即存在“断阶”的位置
    Figure  8.  The "stair" of the event in the seismic profile of OBS07
    (a) Seismic profile of OBS07. The red solid line indicates the splice of data files,and the red box indicates the enlargement of figs. b,c and d;(b) The recognizable “stair” in fig. a,the red dotted line is an obvious “stair”;(c) The “stair” phenomenon shown in fig. b disappears after correction;(d) Internal time drift that is difficult to distinguish in fig. a. The red ellipse marks the position where the document is abnormal,the position where there is a “stair”

    3) 初始时间正确的较大时间差处理方法。有些时间异常为多种因素导致,异常时间较长,可能存在采集器记录停止或者文件名转换异常,需要分别进行处理。例如对OBS12台站SAC格式的波形数据进行检查,发现OBS12台站的异常数据记录文件在其数据记录的最末端有一段空白,它与下一个数据记录文件的初始时间之间相差约8.9 s (图9),这与两文件的理论时间间隙8.924 s基本相符(其中还包含内部时间漂移约0.024 s)。对于这类多因素采样时间异常的台站,在处理过程中应该先减去无数据记录空白部分的时间,再对稳定均匀存在于文件间的时间差进行重采样,才能拼接出正常的单台地震剖面。

    图  9  SAC波形数据中OBS12数据记录中较大的时间间隙
    红色虚线标注了相邻文件结束和开始的时间,中间空白处是相邻文件的时间间隙
    Figure  9.  The larger time gap in waveforms from the OBS12 with SAC format
    The red dotted line indicates the end and start time of adjacent files. The space in the middle is the time gap of adjacent files

    OBS12数据减去无数据记录空白部分的时间后进行了重采样拼接,使用拼接法③进行处理,结果显示单台地震剖面中可以看出震相清晰、连续,并且也未观察到明显的同相轴“断阶”等异常现象(图10a)。

    图  10  OBS12台站单台地震剖面(垂直分量,折合速度为6.0 km/s)
    (a) 减去停止记录后重采样拼接的单台地震剖面,剖面正常清晰;(b) 将SAC格式文件以对钟的头文件为起始时间拼接得到的单台地震剖面(拼接法①),左侧部分震相丢失;(c) 将SAC格式文件以每个文件的初始时间拼接得到的单台地震剖面(拼接法②),剖面正常清晰;(d) 经过时间间隙重采样拼接的单台地震剖面(拼接法③),剖面异常倾斜。红色实线表示数据记录文件的拼接处
    Figure  10.  Seismic profile of OBS12 (vertical component,reduced velocity is 6.0 km/s)
    (a) The seismic profiles spliced by resampling after stopping the recording are normal and clear;(b) The seismic profile (splicing method ①) obtained by splicing SAC format files with the header file of clock as the starting time,and some seismic phases on the left side are lost;(c) The seismic profile obtained by splicing SAC format files with the initial time of each file (splicing method ②) is normal and clear;(d) The seismic profile (splicing method ③) after time gap resampling splicing,the profile is abnormally inclined. The solid red line indicates the splice of the data record file

    此外,如果不对无数据记录的空白部分进行处理,直接使用三种不同的拼接方法,结果显示:拼接法①会造成采样时间停止记录的下一个文件在拼接过程中带来本不存在的初始时间异常,进而使后续震相超出范围,造成震相“缺失”(图10b);使用拼接法②,对于采样间隔异常较小、相邻文件间的时间差小于30 ms的台站是可行的,单台地震剖面中可以看出震相清晰、连续,无明显异常现象(图10c);使用拼接法③,会导致单台地震剖面震相的异常“倾斜”(图10d)。

    因此类似于OBS12台站存在的异常,使用拼接法②的效果较好,即按照每个数据记录文件的文件名直接转换拼接,对于相邻文件间时间差较小(小于30 ms)的可以省略“减去停止记录部分并重采样”这一步骤,处理起来更加便捷。

    OBS沉入海底后与卫星失去交互,其唯一直接记录的时间只有在甲板上与GPS对钟完成进入采集状态后记录到的第一个采样点时间,即OBS数据记录文件的第一个文件名所代表的时间,伴随记录时长的增加会产生多个数据记录文件。大部分OBS台站中文件名对应的时间一般情况下均正确,个别台站在授时阶段可能产生误差,造成第一个文件名解译出来的时间存在异常,这种异常现象可能来自于授时异常,也可能是文件名转换异常。然而,至今无法理解的是,在少部分OBS记录过程中,这些授时误差会“自动消失”。例如OBS18文件记录从右至左(图6),右侧剖面由于授时误差无法见到直达水波,但左侧剖面突然恢复正常。在以往的研究中也有类似情况,如OBS2019ZX1中的OBS07台站和南海巴士海峡三维OBS探测中的L08台站(张佳政等,2018)。因此首先要辨别是否存在授时异常和文件名转换异常,这种异常带来的OBS时间问题都可通过计算直达水波实际到时与理论到时的相符程度来验证和校正(邵安民等,2003张佳政等,2018金震等,2020李军等,2020)。

    入海后OBS数据文件的时间则是通过OBS内部时钟的晶振计时系统持续工作来记录(王伟巍等,2013范朝焰,2019)。在记录过程中,内部时钟晶振系统也会产生时间误差,这种误差造成每台OBS相邻文件间会存在时间差(即时间间隙或者时间重叠),这会在数据处理过程中带来误差(邵安民等,2003郝小柱等,2013张佳政等,2018张浩宇等,2019)。而这些时间差还可能是由多种原因导致,需要具体问题具体分析。

    根据初始时间和采样时间记录原理、理论与实际采样率对比、直达水波到时对比等方式可以建立完整的OBS异常分析体系,以此为基础就能精确地分析和处理OBS的各种异常现象,确保后续速度结构模拟的准确性。

    在以往的研究中,只有初始时间异常和采样时间异常足够大,才能够在单台地震剖面中被明显观察到,进而在研究中被注意到(王强等,2016张佳政等,2018张浩宇等,2019)。而本研究在数据处理过程中发现,实际上大部分OBS都存在时间异常,尤其是OBS内部时间漂移基本上普遍存在于每台OBS的相邻文件之间。通过分析每台OBS相邻文件间的时间间隙和时间重叠可知,由内部时间漂移产生的时间间隙和时间重叠大致稳定、均匀,它们之间的差值不超过7 ms,第一个文件之后的时间间隙和时间重叠更加稳定,大致相等或不超过1 ms。采样率的不同也会对内部时间漂移量产生影响,当采样率为100 sps时,产生的时间间隙和时间重叠最大不超过90 ms,当采样率为250 sps时,时间间隙和时间重叠最大不超过22 ms。这种分布规律可以在后期处理时利用起来。

    当OBS中出现不规律的时间间隙异常变化现象时,我们就意识到它可能不是由内部时间漂移造成,这些不和谐的时间异常可能是采集器工作异常或者记录文件名时仪器短暂故障造成(图9)。因此需要细致地检查时间数据,及时发现OBS数据记录中的异常现象。如果对这些特殊的时间异常处理不当,会对之后的震相拾取和速度结构模型结果的准确性产生影响。

    记录间断这种现象在本次研究中首次被发现,其处理方法有两种:一是直接按照方法②进行拼接处理,该方法对内部时间漂移量小的台站影响较小;二是先减去停止时间,再按照方法③拼接处理,即可形成正常的单台地震剖面,否则将造成地震剖面的震相出现“断阶”甚至异常“倾斜”。

    OBS记录数据采用设计好并一直沿用的纯数字记录格式,这种文件格式本身并不存在问题,而实际数据处理过程中所有的异常都来自于OBS仪器本身,例如处于深海无法实时卫星交互授时及内部时钟不稳定、采样时间间隔与实际预设值有偏差、记录文件不连续、采样率异常等。海上开展OBS深地震探测工作因其难度大、风险高、投入多等特点,采集到的地震数据十分宝贵,然而所获得的地震数据往往还存在异常现象,这些异常将会造成时距曲线不准确而导致最终拟合的速度结构出现误差,进而影响对海底构造的认识。因此,只有确保OBS数据文件中所记录的数据准确,才能使OBS探测技术在认识海底构造、研究海盆演化、勘探海洋油气、监测海底地震和海洋地质灾害中发挥更好的作用。

    本研究为了解决国产主动源OBS地震数据中存在的时间异常现象,通过对每台OBS数据记录文件进行分析和研究后得到了以下结论:

    1) 老版本A,B型OBS为固定采样率250 sps,不熟悉仪器性能本身而去更改采样率会造成采样格式异常的错误认知。为了确保OBS的低功耗和较长的海底作业时间,新版本OBS出于节能优化而降低了CPU主频,这会导致仪器不能完成高采样率的工作。因此,如新版本L球这类OBS建议其采样率设置为100 sps。

    2) OBS数据记录时间异常的现象并不罕见,通过计算台站相邻文件间的时间间隔、不同拼接方法对比等方式发现OBS数据异常现象可以分为六类,分别为记录格式异常、授时异常、文件名转换异常、采样间隔异常、内部时钟晶振异常、采集器工作异常。

    3) 初始时间异常需要对比直达水波理论到时与实际到时的相符程度来判断具体出现时间问题的文件,从而对该文件的时间异常进行校正。采样间隔异常可以通过计算正确采样间隔后对数据文件重采样处理来解决。正常文件中的记录间断可以通过先减去间断记录的时间再重采样处理解决,或直接使用每个文件的初始时间拼接处理来解决。

    “实验2”全体科考队员及船员在航次中辛勤付出,中国科学院南海海洋研究所丘学林研究员、贺恩远助理研究员等给予了帮助和指导,温庚庚、郭建、程锦辉等同学在问题排查过程中曾给予支持和帮助,审稿专家给予宝贵的意见和建议,作者在此一并表示感谢。

  • 图  7   速度模型的三维可视化

    (a) 体渲染显示;(b) 正交切片组显示;(c) 横向切片显示;(d) 交互式正交切片显示;(e) 深度切片显示;(f) 任意斜切面显示(用户自定义方向)

    Figure  7.   Three-dimensional visualizations of a seismic velocity model

    (a) Volume-rendered visualization;(b) Orthogonal slice visualization;(c) Longitudinal slice visualization;(d) Interactive orthogonal slice visualization;(e) Depth slice visualization;(f) Arbitrary oblique section visulaization with user-defined orientation

    图  1   SWDIT基本功能

    (a) 主要功能模块;(b) 开始界面

    Figure  1.   Basic modules of SWDIT

    (a) Fundamental function modules;(b) Start interface

    图  2   半波长法模块操作面板

    Figure  2.   Operation panel of half-wavelength method module

    图  3   数据加载面板(a)和挑选面板(b)

    黑色实线、虚线表示平均的频散曲线及其±3倍标准偏差曲线,直方图表示每个周期下频散观测值的数量

    Figure  3.   Panels for data loading (a) and selection (b)

    The black and dashed lines represent the average dispersion curve and the corresponding ±3 times standard deviation curve,respectively. The histograms represent the number of dispersion observation values at each period

    图  4   0.2—0.6 s (左)和0.6—1.0 s (右)周期范围内的射线路径分布(上)以及射线密度分布(下)可视化面板

    Figure  4.   Visualization panel for showing ray-path distribution (upper) and its density distribution (lower) in the period ranges of 0.2−0.6 s (left) and 0.6−1.0 s (right)

    图  5   面波三维走时反演过程面板

    Figure  5.   The panel of three-dimensional surface wave travel-time tomography

    图  6   用于三维面波走时成像分辨率分析的棋盘测试面板

    左右分别为真实的和恢复的三维棋盘模型图像

    Figure  6.   Checkerboard test panel for resolution analysis of three-dimensional surface wave travel-time tomography

    Left and right panels are true and restored three-dimensional checkerboard model images,respectively

    图  8   三维可视化交互对话框

    Figure  8.   Dialog of three-dimensional visualization

  • 胡景,赵韬,白超英,郭浩,王莹,李兴旺,莘海亮. 2021. 2021年5月21日漾濞MS6.4地震震源区三维P和S波速度结构与地震重定位研究[J]. 地球物理学报,64(12):4488–4509. doi: 10.6038/cjg2021P0456

    Hu J,Zhao T,Bai C Y,Guo H,Wang Y,Li X W,Xin H L. 2021. Three-dimensional P and S wave velocity structure and earthquake relocation of the May 21,2021 Yangbi MS6.4 source region[J]. Chinese Journal of Geophysics,64(12):4488–4509 (in Chinese).

    王华明,胡景,邵广周,高级,李兴旺,黄宇奇,白超英,张海江. 2025. 小尺度直角坐标系台阵面波走时三维直接成像方法[J]. 地球物理学报,68(3):898–911. doi: 10.6038/cjg2024R0566

    Wang H M,Hu J,Shao G Z,Gao J,Li X W,Huang Y Q,Bai C Y,Zhang H J. 2025. A new small-scale three-dimensional direct surface wave travel-time tomography method based on the Cartesian coordinate system[J]. Chinese Journal of Geophysics,68(3):898–911 (in Chinese).

    黄宇奇,查华胜,高级,令狐建设,宣金国,周建斌,董润平,霍晶晶,张海江. 2021. 基于密集台阵地震背景噪声成像预测煤矿瓦斯分布[J]. 地球物理学报,64(11):3997–4011. doi: 10.6038/cjg2021O0483

    Huang Y Q,Zha H S,Gao J,Linghu J S,Xuan J G,Zhou J B,Dong R P,Huo J J,Zhang H J. 2021. Predicting the distribution of coalbed methane by ambient noise tomography with a dense seismic array[J]. Chinese Journal of Geophysics,64(11):3997–4011 (in Chinese).

    李雪燕,陈晓非,杨振涛,王冰,杨博. 2020. 城市微动高阶面波在浅层勘探中的应用:以苏州河地区为例[J]. 地球物理学报,63(1):247–255. doi: 10.6038/cjg2020N0202

    Li X Y,Chen X F,Yang Z T,Wang B,Yang B. 2020. Application of high-order surface waves in shallow exploration:An example of the Suzhou river,Shanghai[J]. Chinese Journal of Geophysics,63(1):247–255 (in Chinese).

    邵广周,李远林,岳亮. 2022. 主动源与被动源面波联合勘探在黄土覆盖区三维成像中的应用[J]. 物探与化探,46(4):897–903.

    Shao G Z,Li Y L,Yue L. 2022. Joint application of active and passive surface wave in 3D imaging of loess covered area[J]. Geophysical and Geochemical Exploration,46(4):897–903 (in Chinese).

    徐佩芬,李世豪,杜建国,凌甦群,郭慧丽,田宝卿. 2013. 微动探测:地层分层和隐伏断裂构造探测的新方法[J]. 岩石学报,29(5):1841–1845.

    Xu P F,Li S H,Du J G,Ling S Q,Guo H L,Tian B Q. 2013. Microtremor survey method:A new geophysical method for dividing strata and detecting the buried fault structures[J]. Acta Petrologica Sinica,29(5):1841–1845 (in Chinese).

    徐佩芬,杜亚楠,凌甦群,游志伟,姚金,张华. 2020. 微动多阶瑞雷波SPAC系数反演方法及应用研究[J]. 地球物理学报,63(10):3857–3867. doi: 10.6038/cjg2020O0148

    Xu P F,Du Y N,Ling S Q,You Z W,Yao J,Zhang H. 2020. Microtremor survey method based on inversion of the SPAC coefficient of multi-mode Rayleigh waves and its application[J]. Chinese Journal of Geophysics,63(10):3857–3867 (in Chinese).

    姚华建,徐果明,肖翔,朱良保. 2004. 基于图像分析的双台面波相速度频散曲线快速提取方法[J]. 地震地磁观测与研究,25(1):1–8. doi: 10.3969/j.issn.1003-3246.2004.01.001

    Yao H J,Xu G M,Xiao X,Zhu L B. 2004. A quick tracing method based on image analysis technique for the determination of dual stations phase velocities dispersion curve of surface wave[J]. Seismological and Geomagnetic Observation and Research,25(1):1–8 (in Chinese).

    姚华建,罗松,李成,胡少乾,方洪健. 2023. 基于面波走时的三维结构面波直接成像:方法综述与应用[J]. 地球与行星物理论评,54(3):231–251.

    Yao H J,Luo S,Li C,Hu S Q,Fang H J. 2023. Direct surface wave tomography for three dimensional structure based on surface wave traveltimes:Methodology review and applications[J]. Reviews of Geophysics and Planetary Physics,54(3):231–251 (in Chinese).

    Ayachit U. 2015. The ParaView Guide:A Parallel Visualizaion Applicaiton[M]. Clifton Park,NY:Kitware Inc.:1−276.

    Beyreuther M,Barsch R,Krischer L,Megies T,Behr Y,Wassermann J. 2010. ObsPy:A Python toolbox for seismology[J]. Seismol Res Lett,81(3):530–533. doi: 10.1785/gssrl.81.3.530

    Cabieces R,Olivar-Castaño A,Junqueira T C,Relinque J,Fernandez-Prieto L,Vackár J,Rösler B,Barco J,Pazos A,García-Martínez L. 2022. Integrated seismic program (ISP):A new python GUI-based software for earthquake seismology and seismic signal processing[J]. Seismol Res Lett,93(3):1895–1908. doi: 10.1785/0220210205

    Curtis A,Trampert J,Snieder R,Dost B. 1998. Eurasian fundamental mode surface wave phase velocities and their relationship with tectonic structures[J]. J Geophys Res:Solid Earth,103(B11):26919–26947. doi: 10.1029/98JB00903

    Fang H J,Yao H J,Zhang H J,Huang Y C,van der Hilst R D. 2015. Direct inversion of surface wave dispersion for three-dimensional shallow crustal structure based on ray tracing:Methodology and application[J]. Geophys J Int,201(3):1251–1263. doi: 10.1093/gji/ggv080

    Harris C R,Millman K J,van der Walt S J,Gommers R,Virtanen P,Cournapeau D,Wieser E,Taylor J,Berg S,Smith N J,Kern R,Picus M,Hoyer S,van Kerkwijk M H,Brett M,Haldane A,Del Río J F,Wiebe M,Peterson P,Gérard-Marchant P,Sheppard K,Reddy T,Weckesser W,Abbasi H,Gohlke C,Oliphant T E. 2020. Array programming with NumPy[J]. Nature,585(7825):357–362. doi: 10.1038/s41586-020-2649-2

    Herrmann R B. 2013. Computer programs in seismology:An evolving tool for instruction and research[J]. Seismol Res Lett,84(6):1081–1088. doi: 10.1785/0220110096

    Hunter J D. 2007. Matplotlib:A 2D graphics environment[J]. Comput Sci Eng,9(3):90–95. doi: 10.1109/MCSE.2007.55

    Jiang C X,Denolle M A. 2020. NoisePy:A new high-performance python tool for ambient-noise seismology[J]. Seismol Res Lett,91(3):1853–1866. doi: 10.1785/0220190364

    Li C,Yao H J,Fang H J,Huang X L,Wan K S,Zhang H J,Wang K D. 2016. 3D near-surface shear-wave velocity structure from ambient-noise tomography and borehole data in the Hefei urban area,China[J]. Seismol Res Lett,87(4):882–892. doi: 10.1785/0220150257

    Liu Y,Zhang H J,Fang H J,Yao H J,Gao J. 2018. Ambient noise tomography of three-dimensional near-surface shear-wave velocity structure around the hydraulic fracturing site using surface microseismic monitoring array[J]. J Appl Geophys,159:209–217. doi: 10.1016/j.jappgeo.2018.08.009

    Luu K. 2019. evodcinv: Inversion of dispersion curves using evolutionary algorithms (Version 1.0.0)[CP/OL]. [2014−09−12]. https://github.com/keurfonluu/evodcinv.

    Pan L,Chen X F,Wang J N,Yang Z T,Zhang D Z. 2019. Sensitivity analysis of dispersion curves of Rayleigh waves with fundamental and higher modes[J]. Geophys J Int,216(2):1276–1303. doi: 10.1093/gji/ggy479

    Rawlinson N,Sambridge M. 2004. Wave front evolution in strongly heterogeneous layered media using the fast marching method[J]. Geophys J Int,156(3):631–647. doi: 10.1111/j.1365-246X.2004.02153.x

    Schroeder W J,Avila L S,Hoffman W. 2000. Visualizing with VTK:A tutorial[J]. IEEE Comput Graph Appl,20(5):20–27. doi: 10.1109/38.865875

    Shen W S,Ritzwoller M H,Kang D,Kim Y H,Lin F C,Ning J Y,Wang W T,Zheng Y,Zhou L Q. 2016. A seismic reference model for the crust and uppermost mantle beneath China from surface wave dispersion[J]. Geophys J Int,206(2):954–979. doi: 10.1093/gji/ggw175

    Sullivan C B,Kaszynski A A. 2019. PyVista:3D plotting and mesh analysis through a streamlined interface for the Visualization Toolkit (VTK)[J]. J Open Source Softw,4(37):1450. doi: 10.21105/joss.01450

    Vantassel J P,Cox B R. 2021. SWinvert:A workflow for performing rigorous 1-D surface wave inversions[J]. Geophys J Int,224(2):1141–1156.

    Wathelet M,Chatelain J L,Cornou C,Giulio G D,Guillier B,Ohrnberger M,Savvaidis A. 2020. Geopsy:A user-friendly open-source tool set for ambient vibration processing[J]. Seismol Res Lett,91(3):1878–1889. doi: 10.1785/0220190360

    Xia J H,Miller R D,Xu Y X,Luo Y H,Chen C,Liu J P,Ivanov J,Zeng C. 2009. High-frequency Rayleigh-wave method[J]. J Earth Sci,20(3):563–579. doi: 10.1007/s12583-009-0047-7

    Zhao D P,Hasegawa A. 1993. P wave tomographic imaging of the crust and upper mantle beneath the Japan Islands[J]. J Geophys Res:Solid Earth,98(B3):4333–4353. doi: 10.1029/92JB02295

  • 期刊类型引用(1)

    1. 温庚庚,叶秀薇,吕作勇,张严心. 粤东三维地震探测OBS时间记录问题分析与处理. 地球物理学报. 2025(06): 2292-2306 . 百度学术

    其他类型引用(0)

图(8)
计量
  • 文章访问数:  38
  • HTML全文浏览量:  9
  • PDF下载量:  6
  • 被引次数: 1
出版历程
  • 收稿日期:  2024-10-07
  • 修回日期:  2024-11-17
  • 刊出日期:  2025-05-14

目录

/

返回文章
返回