主讲：汪利民

中国地质大学（武汉）地空学院

Email: Liminwang_1983@126.com
 第三讲 高频多道面波频散能量提取技术

一、多道面波频散能量提取方法

二、倾斜叠加法

三、高精度线性拉东变换法
 一、多道面波频散能量提取方法

多道面波分析中最关 产生一个准确的频散
键的一个步骤 曲线

1. Tau-p 变换
最
(McMechan and Yedlin, 1981)
早 这些方法要求：数据
的 必须从沿着直线均匀分布
几 2. F-K变换
的检波器中获得 ，因为数
(e.g., Yilmaz, 1987)
种 据处理过程中必须进行傅
方 里叶变换。
法 3. 相移法
(Park et al., 1998)
 Tau-p 变换法
τ-p 变换是一种线性变换，它将时间-空间域的地震波形按不同的截距时间 τ 和
慢度 p 作倾斜的直线，然后沿这条线方向叠加，投影到截距-慢度（τ-p）域。

令 s(x,t) 为 面 波 波 场 ， x 是 偏 移 距
（检波器与炮点间的距离），t为走
时，f是频率，v为相速度。所有的检
波器都被均匀地沿着测线排列， x为
检波器间距。
假设某单频面波的传播速度为 v，
则相邻两道地震数据之间的面波初至
信号时差为 t = x/v 。某一单频率面
波波场从某一时刻开始，以某一速度
逐渐向远道方向传播，其同相轴应为
一斜直线。沿这个方向将每一道对应
的振幅进行倾斜叠加后，取该叠加后
的结果为 τ-p 域的值。
τ-p 正变换的公式为：𝑑 𝑝, 𝜏 = σ𝑁
𝑖=1 𝑠(𝑋, 𝑡 = 𝜏 + 𝑝𝑥𝑖 )

其中p这个参数
的物理意义为水平
方向上视速度的倒
数（慢度），N表示
道数。参数τ表示时
间轴上的截距，其
单位与记录时间是
相同的。
 对于 τ 域，只要对其再进行一维傅里叶变换即可将 τ-p 域结果
映射到 f-p 域。
 最后根据慢度与速度间的倒数关系可以将 f-p 域的结果继续映射到
f-v 域。由于从 p 域变换到 v 域时是倒数关系映射，会导致等间隔的慢
度变换成不等间隔的速度，需要额外插值成等间隔的网格化数据。实
际编程时可以在所需要的速度范围内先计算出等间隔的速度点，再计
算出相应的慢度进行 τ-p 变换。

由于采集到的地震数据是离散化的，所以在进行 τ-p 变换的倾斜

叠加时往往不会正好通过某个数据网格点，这时一般的做法是取其相
邻时间点的振幅平均值或计算插值。在扫描炮集记录末端（采集时间
快结束时）数据时，远道对应的 τ 时刻会超出炮集记录的长度，引起
端点效应。在扫描慢度时也应在合适的范围内选取，否则可能会出现
假频。
 f-k 变换法

f-k 变换法实质上是一种二维傅里叶变换。在时间域上，对某一道
地震信号做傅里叶变换，可以得到在时间上不同频度（称为频率）面波
的振幅和相位信息。同样地，在空间上，也可以对多道地震信号做类似
傅里叶变换的数值变换，得到在空间上不同频度（称为波数）面波的振
幅和相位信息。同时进行这两种变换，便可以分析出一个炮集记录在频
率-波数域的能量分布情况。

二维波场函数s(x,t)是一个关于时间t和偏移距x的函数。它的二维傅
里叶变换可以表示为:
∞ ∞
𝑆 𝑘, 𝑓 = න න 𝑠 𝑥, 𝑡 𝑒 −2𝜋𝑖(𝑓𝑡+𝑘) 𝑑𝑡𝑑𝑥
−∞ −∞
 二维波场函数s(x,t)的二维傅里叶变换结果S(k,f)表明了这个波场中
各个频率和波数简谐成分的能量谱。
 二维傅里叶变换也可以由通过一个时间域的傅里叶变换和一个空
间域的傅里叶逆变换（或者一个空间域的傅里叶变换和一个时间域的
傅里叶逆变换）来实现，两个域的变换没有先后次序。由于傅里叶变
换的对称性，第一和第四象限、第二和第三象限是对称的。又由于面
波只从震源方向传播而来（波数为负表示面波从相反方向传来），故
一般只需分析第一象限（即频率和波数均为正的情况）的结果。再根
据面波相速度和频率、波数这三者之间的相互关系，可以得到：

1 𝑓
𝑣 =𝑓×𝜆 =𝑓× =
𝑘 𝑘

即可将波数转化为相速度，从而映射到 f-v 域，形成频散能谱图。

 f-k 变换法生成的 f-v 域能量散点映射示意图(a)和频散能量图(b)

f-k 变换能相对准确地把握面波能量分布的特点，原理简单。不过，该方
法要求检波器必须沿测线按等间距排列（即道间距相等），中间不能有空道
或漏道，对数据的采集方式要求较高。但对 f-k 变换法进行改进，使用非均匀
傅里叶变换算法，也可以实现非等间距排列的面波频散能量成像。
 相移法

相移法（Phase shift）是美国堪萨斯地质调查局的Choon Byong Park博

士等人于1998年提出来的一种提取多道瑞雷波频散能量的方法，其基本
原理如下：

设时间--空间域的一个炮集记录为u(x,t)，分别沿时间方向做傅里叶变
换可得到每道记录的频谱𝑈 𝑥, 𝜔 ，频谱𝑈 𝑥, 𝜔 可写成以下两式的乘积：

𝑈 𝑥, 𝜔 = න 𝑢(𝑥, 𝑡)𝑒 𝑖𝜔𝑡 𝑑𝑡 = 𝑝 𝑥, 𝜔 ∙ 𝐴(𝑥, 𝜔)

其中，𝐴(𝑥, 𝜔)为振幅谱； 𝑝 𝑥, 𝜔 为相位谱。

 通过傅里叶变换，面波中的各频率分量被相互分开，同时旅行时信
息也包含在相位谱中，因此相位谱包含了关于面波频散的所有信息，而
振幅谱则包含了其他信息，如振幅衰减、球面扩散等。

面波的频散特性表示不同的频率成分以各自的速度传播，对于一个
二维单频平面波，我们可以将其表示为。

时间(t)域 𝑢 𝑥, 𝑡 = cos(2𝜋𝑓𝑡 + 2𝜋𝑘𝑥 + 𝜑0 )

傅里叶变换（FT）
𝑈 𝑥, 𝜔 = 𝑒 −𝑖Φ𝑥+𝜑0 𝐴(𝑥, 𝜔) 频率(f)域

𝜔
其中，Φ = ，x 为偏移距，𝜑0 为初相位，𝜔为圆频率，𝑉𝑐 为对应的相速度。
𝑉𝑐
 某一频率面波在不同道上的相位

解缠前 解缠后
继续做一积分：
𝑈(𝑥, 𝜔) 𝐴(𝑥, 𝜔)
𝑉 𝜑, 𝜔 = න 𝑒 𝑖𝜑𝑥 [ ] 𝑑𝑥 = න 𝑒 −𝑖 Φ−𝜑 𝑥−𝜑0
[ ] 𝑑𝑥
𝑈(𝑤, 𝜔) 𝐴 (𝑥, 𝜔)
其中 Φ = ，x为偏移距。
𝜔
𝑉𝑐

这个积分可以看作是式𝑈 𝑥, 𝜔 = 𝑒 −𝑖Φ𝑥+𝜑0 𝐴(𝑥, 𝜔) 中某一频率的

波场经过一定的相位移动和振幅归一化后沿炮检距方向的叠加。对于
一个给定的频率𝜔，如果Φ和𝜑很接近，即：

𝜔
𝜑≈Φ=
𝑉𝜔

则相当于叠加复数𝑒 𝑖Φ0 ，对积分结果取模之后应有极大值。而Φ和

𝜑不接近，所叠加的复数在平面内的伸展方向不一，则取模之后模长较
小。
 相移法扫描 3 种不同速度时的积分路径示意图

物理意义：用不同斜率的直线来尝试拟合某一频率面波关于偏移距的相位变
化曲线，然后将各道位置的两直线对应相位差为辐角的单位复数叠加。
 从物理意义上来理解，因为面波沿着表面传播，则：
𝜔 𝑥
𝜑𝑥 = 𝑥 = 𝜔 = 𝜔𝑡
𝑉𝜔 𝑉𝜔
该式是面波按照估计的速度从震源传播到检波器位置所发生的相位总
变化。对于所需要频率范围，分别用不同的φ值来搜索，进行积分后就
可以得到ω -φ域的能量分布图
350

扫 300
46

描 250
φ

35
值 200
*100

150 24

100

13
50

2
0 50 100 150 200 250 300 350 400 450 500 550 600
圆 频 率

ω-φ域积分值分布图
 如果积分接近最大值（等于道数）的时候，就代表了已与相位线拟
合，即搜索到了正确的速度。利用公式：
𝜔 2𝜋𝑓 2𝜋
𝑉𝜔 = = = 𝑓
𝜑 𝜑 𝜑
通过坐标变换就可以得到 f-v 域频散能量。如果记录中包含高阶面波，
通过这种方法可以找到多个极大值，提取到高阶面波的频散能量。
 实际操作时，我们可以不生成𝜔 − 𝜑域结果，而是直接扫描等
间隔的速度，得到𝜔 − 𝑣域谱，再将圆频率𝜔坐标变换成频率
（𝜔 = 2𝜋𝑓）。

相移法不要求检波器排列为等间距，计算量小，是一种非常优
秀的提取频散能量的方法。其思想源自于 τ-p 变换，但该方法对频
谱进行了归一化运算，分辨率有了一定程度的提高。由于通过傅里
叶变换，每个频率点只能得到一个相位值。如果产生的面波含有多
种模式，则所计算出来的相位为基阶和高阶相位的一个耦合值，故
相移法对高阶模式面波的提取效果略差。
 二、倾斜叠加法

1.炮集数据被“拉伸”成虚
2007年，Xia 等提出 源数据（频率扫描数据）
了一种新的算法，它可以
应用于任意几何形状排列
的检波器。通过以下两个
步骤在 f-v 域中产生频散
能量图像： 2.将上述频率扫描数据进行
倾斜叠加

Xia, J., Xu, Y., and Miller, R.D., 2007, Generating image of dispersive energy by frequency
decomposition and slant stacking: Pure and Applied Geophysics, 164(5), 941-956.
 Step 1. 频率扫描数据生成

𝑋 𝑑, 𝑡 = 𝑆 𝑡 ∗ 𝑥(𝑑, 𝑡)

* —— 卷积
S(t) —— Sweep函数
f(t) —— 瞬时频率（与时间一一对应的频率）

𝑆 𝑡 = 𝐼𝑚 𝑒𝑥𝑝 𝑖2𝜋 න 𝑓(𝑡) 𝑑𝑡 （ Goupillaud, 1976 ）

0
 Sweep

× =
Convolution

Impulsive data

Swept data
 Step 2. 倾斜叠加

线性动校（Claerbout, 1978）

𝜏 = 𝑡 − 𝑑/𝑣
线性动校正后X(d,t)中斜率为1/v的同相轴被校平。

叠加后形成t-v域内能量图像（Yilmaz，1987）

𝑑
𝑋 𝑡, 𝑣 = ෍ 𝑋(𝑑, 𝜏 + ) 𝑋 𝑡, 𝑣 → 𝑋 𝑓, 𝑣 时间域→频率域
𝑣
𝑑
一个模拟地震记录实例

Rayleigh waves
0s 2s 4s 6s
1. 频率分解

A 20-sec-long
linear-up sweep
from 2 Hz to 50
Hz

Instantaneous
frequency
f(t) = 2 + 2.4t.
 2. 倾斜叠加

100 m/s to 700 m/s with an increment of 5 m/s. Intervals of outputs in the F-V
domain are in 0.5 Hz (~0.2 s) and 5 m/s
 倾斜叠加法

相移法
 勘探实例1

地点: 佛罗里达州维吉尼亚岛.
地震仪: 24道Geometrics StrataView.
检波器: 24个14-Hz的垂向分量的
检波器。
震源: 一个重3.5kg的锤子垂直敲
击一个金属板.
采集参数: 检波器间距为0.6m， Rayleigh
最小偏移距为4.5m。 waves
采样率1ms，没有滤波器
Xia et al. (2005)
0s 2.5 s 5s 7.5 s
1. 频率分解

• 10s长的从10Hz
到110Hz的线性频
率扫描
• 瞬时频率
f(t) = 10 + 10t
2. 倾斜叠加. 以5m/s为增量，相速度从20 m/s 到 700 m/s . 在F-V域的结果的间隔为 1
Hz (0.1 s) and 5 m/s.
 倾斜叠加法

相移法
 勘探实例2

地点: Olathe, Kansas.

记录系统: a 60-channel
Geometrics StrataView.
检波器: 60 4.5-Hz vertical-
component geophones.
震源: a 5.4-kg hammer vertically
impacting a 0.3-m by 0.3-m
metal plate.
观测系统: geophone interval
Rayleigh
0.6-m with the nearest offset of Waves
6.0 m.
1 ms sample rate no filter
applied.

Miller et al. (1999)

0s 2.5 s 5s 7.5 s
1. 频率分解

A 10-sec-long
linear-up sweep
from 10 Hz to 110
Hz .

•Instantaneous
frequency
f(t) = 10 + 10t.
2. 倾斜叠加

20 m/s to 700 m/s with an increment of 5 m/s. Intervals of outputs in the F-V
domain are in 2 Hz (0.2 s) and 5 m/s.
 倾斜叠加法

相移法
倾斜叠加法的优点：对数据采集排列的几何形态没有要求

A plan view

为三维多道面波分析提供了方法基础
 三维多道面波分析思想

阵列式多道面波观测系统及其一维排列等效方式示意图
 三维横向均匀层
状介质模型及二维阵
列式观测系统

全阵列合成地
震 记 录 提 取 Rayleigh
波频散曲线能量图
不同大小接收阵列合成地震记录提取Rayleigh 波频散曲线能量图
 小结
由于上述步骤只在时间域中进行数据处理，因
此与傅里叶变换相比，人工假象减少。

合成地震记录及野外实测地震数据的提取结果
表明该方法可以区别基阶模式和高阶模式的图像。
从图像中提取频散曲线的误差小于5%是容易做到的。
在f-v域产生一个可靠的频散图像在MASW方
法中是很关键和重要的一个步骤。
F-K 变换 (e.g., Yilmaz, 1987)
Tau-p 变换(McMechan and Yedlin, 1981)
相移(Park et al., 1998)
倾斜叠加 (Xia et al., 2007)
这四种算法是标准离散线性拉东变换的四
种不同的形式。
 三、高精度线性拉东变换法

1、产生高分辨率的频散曲线

2、多模式面波频散曲线模式分离

Luo, Y., Xia, J., Miller, R.D., Xu, Y., Liu, J., and Liu, Q., 2008, Rayleigh-wave
dispersive energy imaging by high-resolution linear Radon transform: Pure and
Applied Geophysics, 165(5), 903-922.
方法原理：

多道面波炮集d(x, t)首先依据下式转换到Radon 平面内：

其中，表示p和τ分别表示Radon 平面内的慢度与零偏移距截距时间。
其反变换形式如下：
采用短时傅里叶变换，可计算每一个瞬时频率f对应值的Radon变换结果。

用矩阵形式表示线性拉东变换：𝑑 = 𝐿𝑚

类似地，其伴随变换可记为：𝑚𝑎𝑑𝑗 = 𝐿𝑇 𝑑

其中，L = ei2πfpx 表示Radon变换正算子。根据矩阵理论，L为保范算子，

故 LT 并非表示Radon变换共轭算子，而是伴随算子。madj 表示根据伴
随算子LT 计算的低分辨率Radon变换结果。
线性拉东
变换
𝑚 = 𝐿−1 𝑑

数据到模型

模型到数据

𝑑 = 𝐿𝑚
 对于d = Lm，高分辨率的Radon变换是指利用最少的
模型空间参量代表Radon域模型m来拟合数据d。为获取
高分辨率的Radon模型，通常需利用稀疏条件进行约束。
我们只需获取正演算子及对应的伴随算子，采用共轭梯
度法即可实现稀疏矩阵的求解。这里可利用加权预条件
共轭梯度法进行高分辨率线性Radon变换（e.g., Sacchi and
Ulrych, 1995 ） 。 通 过 右 预 条 件 ， 反 演 问 题 变 为 ： d =
LWm −1 W m。因此，最优化问题变为 (Trad et al., 2002,
m
2003)：

−1 2 2
J = Wd (d − LWm Wm m) + λ Wm m
 其中， Wd 表示数据加权矩阵，通常为对角矩阵，对角元
素为残差LWm
−1
Wm m − d的标准差；Wm 表示模型加权矩阵，
该矩阵对线性Radon变换分辨率的提高起主要作用，决定了模
型的分辨率及平滑程度；参数λ平衡数据拟合差和模型加权。
计算过程可利用Ethan 和Mattias (2006)提出的实验计算公式。
右预条件的主要作用是实现模型加权而不是在目标函数
中施加因子，加权算子的主要作用是使得潜在解的空间聚焦
为最优解子空间（或称为稀疏解）而不是减小矩阵的条件数。
其对应的解为：

−T T T −1 −T T T
Wm L Wd Wd LWm + λI Wm m = Wm L Wd Wd d
 其中，I表示单位矩阵；Wm −T
是Wm
−1
的转置矩阵。上
式可采用共轭梯度法高效地求取。（Sacchi and Ulrych,
1995; Trad et al., 2002, 2003）
 频散能量成像

利用高分辨线性拉东变换可以直截了当地对频散
能量进行成像。
首先 ，炮集从时间域变换到频率域。
然后，利用高分辨线性拉东变换对每一个频率切
片计算。
 合成地震记录验证

A two-layer model: Synthetic vertical-

component data (Xu et al., 2007)

Rayleigh waves
通过高分辨率线性拉东
变换得到的结果
(Luo et al., 2008b)

通过倾斜叠加方法得到
的结果
(Xia et al., 2007)
 在佛罗里达州弗吉尼
亚岛采集的数据 (Xia et al.,
2005)

Rayleigh waves
通过高分辨率线性拉东
变换得到的结果
(Luo et al., 2008b)

通过倾斜叠加方法得到
的结果
(Xia et al., 2007)
 模式分离

目的:
1. 提高瑞雷波技术的水平分辨率：经过模式分离
以后，从一对地震记录道提取基阶模式频散曲
线;
2. 增加可能的勘探深度；
3. 准确地确定截止频率和选择高阶频散曲线。
利用高分辨线性拉东变换进行瑞雷波模式分
离主要需要两个步骤：

1. 选择模式；
2. 将不同模式沿时间坐标变换到t-x域。
数值模拟合成炮集数据验证

在频散能量的图像中选择多模式
 基阶模式

模型到数据

𝑑 = 𝐿𝑚

基阶模式地震记录
 一阶高阶模式

模型到数据

𝑑 = 𝐿𝑚

一阶高阶模式地震记录
 二阶高阶模式

模型到数据

𝑑 = 𝐿𝑚

二阶高阶模式地震记录
 第三个高阶模式

模型到数据

𝑑 = 𝐿𝑚

三阶高阶模式地震记录
经过模式分离和
重建之后

模式分离之前
 基阶模式的渐近线:半 高阶模式的渐近线: 半
空间S波速度的90% 空间的S波速度

基阶模式的渐近线: 第 高阶模式的渐近线: (Luo, et al.,

一层S波速度的90% 第一层的S波速度 2008b)
实际炮集数据验证

在频散能量的图像中选择多模式
模式分离之前

经过模式分离和
重建之后
 小结
1、和倾斜叠加算法相比，高分辨线性拉东变换提高了频
散曲线的图像分辨率大约50%。

2、高分辨线性拉东变换成功地分离瑞雷波的多阶模式频
散能量。

3、多阶模式的分离和重建扩展了高阶模式频散能量的频
率范围，它不仅增加了可能的探测深度，而且为确定正
确的截断频率提供了一个方法。