要正确解释微地震事件云（microseismic event clouds），必须很好地了解单个微地震事件定位的准确度、误差直方图和置信度。最近，引入了质量控制（QC）报告，以便更加详细地了解微地震事件信息，例如信噪比、旅行时残差（travel time ...要正确解释微地震事件云（microseismic event clouds），必须很好地了解单个微地震事件定位的准确度、误差直方图和置信度。最近，引入了质量控制（QC）报告，以便更加详细地了解微地震事件信息，例如信噪比、旅行时残差（travel time residual）和总体置信度等。这样的信息使研究人员能够识别位置不确定的微地震事件，从而避免根据这些事件做出详细的解释。通过说明旅行时残差分布在速度模型不同部分的定位准确度预测中的应用，拓展了一般质量控制参数的概念。虽然时距曲线（hodogram）信息对提高定位准确度也有一定的作用，但这里讨论的重点是检波器几何形态、速度模型以及旅行时估算值的作用。以四边形排列为例，说明了多检波器组合记录方式对定位准确度的影响。展开更多
文摘要正确解释微地震事件云（microseismic event clouds），必须很好地了解单个微地震事件定位的准确度、误差直方图和置信度。最近，引入了质量控制（QC）报告，以便更加详细地了解微地震事件信息，例如信噪比、旅行时残差（travel time residual）和总体置信度等。这样的信息使研究人员能够识别位置不确定的微地震事件，从而避免根据这些事件做出详细的解释。通过说明旅行时残差分布在速度模型不同部分的定位准确度预测中的应用，拓展了一般质量控制参数的概念。虽然时距曲线（hodogram）信息对提高定位准确度也有一定的作用，但这里讨论的重点是检波器几何形态、速度模型以及旅行时估算值的作用。以四边形排列为例，说明了多检波器组合记录方式对定位准确度的影响。
