Робастные фазовые алгоритмы оценивания векторов кажущейся медленности сейсмических волн региональных событий

В статье, авторами которой являются А.В. Варыпаев и А.Ф. Кушнир, рассматривается задача оценивания вектора кажущейся медленности плоской P-волны, генерируемой региональным сейсмическим событием, по наблюдениям малоапертурной сейсмической группы.

Рассмотрен случай, когда на  датчики группы действуют сильные нестационарные и негауссовские случайные помехи.

В этом случае известная оценка широкополосного частотно-волнового анализа (WFK) становится неэффективной из-за больших ошибок оценивания. Было предложено три новых алгоритма оценки вектора , которые являются робастными к изменению статистических свойств случайных помех. Эти алгоритмы используют информацию о векторе медленности, содержащуюся в фазах спектров сейсмограмм P-волн, регистрируемых группой датчиков. Представлены результаты численного эксперимента Монте-Карло с использованием смесей реальных помех и сигналов. Были проанализированы различные усредненные значения отношения сигнал/шум смесей (ASNR). Было показано, что предлагаемые оценки вектора  обеспечивают значительно лучшую точность по сравнению с традиционной оценкой WFK в случае сильных антропогенных помех (рис. 1,а) и имеют примерно одинаковую точность в случае многомерного белого гауссова шума с равными мощностями среди датчиков (рис. 1,б). Для наглядности, для конкретной смеси помех и сигналов, также проиллюстрированы известные FK-карты оценивания вектора кажущейся медленности для различных алгоритмов (рис. 2).

Рис. 1. Зависимость средних ошибок по расстоянию от значений ASNR  для алгоритмов WFK, PFK, PSO, PML: a) реальные сейсмические помехи; б)  помехи в виде многомерного белого гауссова шума с равными мощностями среди датчиков.

Рис. 2. FK-карты, рассчитанные для смеси сигнала плоской волны с записями реальных помех при ASNR = 0.3: a) алгоритм WFK;  b) алгоритм PFK.

Varypaev, A.V., Kushnir, A.F. Robust phase algorithms for estimating apparent slowness vectors of seismic waves from regional events. Comput Geosci (2021). DOI: 10.1007/s10596-021-10105-7