矿山微地震震源定位综述与展望

工程4（2018）653研究应用地球物理学述评矿山微地震震源定位研究进展与展望九龙成a、广东宋a、b、孙晓云c、文来福a、李飞aa中国矿业大学煤炭资源与安全开采国家重点实验室，北京100083b齐鲁工业大学（山东省科学院）激光研究所，济南250014c石家庄铁道大学电气与电子工程学院，河北阿提奇莱因福奥文章历史记录：2017年8月15日收到2017年9月1日修订2018年8月14日接受在线发售2018年8月23日保留字：微震震源位置影响因素时间反转成像技术研究进展及发展A B S T R A C T微地震震源定位是微地震监测技术中的关键环节，其定位精度对微地震监测技术的性能有很大影响。在这里，我们讨论的问题，低精度的位置识别微震事件在矿井中，可能会获得使用传统的定位方法，是基于到达时间。本文根据矿山微地震波场的特点，分析了矿山微地震定位综述了近年来矿山微地震震源定位方法的研究进展，包括Geiger方法与线性方法相结合的定位方法、组合微地震同相轴定位方法、相对定位方法的优化、无预测速度定位方法和无到时拾取定位方法。讨论了这些方法的优缺点及其适用条件。分析了检波器布置、初至拾取和速度模型对微地震震源定位的影响，并提出了影响这些因素的措施解决这一问题的途径包括采用信息融合技术，对现有方法进行组合和优化，并创造新的方法，实现高精度的微地震震源定位。通过对速度结构的优化，结合时间反转成像技术、被动时间反转镜技术和相对干涉成像技术的应用，有望大大提高矿山微震定位精度。本文还讨论了信息融合和深度学习方法在矿山微震震源定位中的潜在应用。这些新的、创新的定位方法在微地震震源定位中具有广阔的发展前景。©2018 The Bottoms.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一个在CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍作为岩体变形、裂纹萌生和裂纹扩展的伴随现象，微震事件是震级低于3.0的地震，并且具有比大的天然地震更弱的能量和更低的信噪比（SNR）微震监测是对微震现象的时间和空间特征的记录[1]。20世纪60年代初，南非和美国的研究人员自1980年代中期以来，*通讯作者。电子邮件地址：www.example.comguangdong.song @ sdlaser.cn（G. Song）.在加拿大，岩爆倾向的矿井已经安装了微地震系统，以便可以对严重的岩爆灾害进行常规监测[2]。Luo和Hatherly[3]将该技术应用于两个长壁矿井的微震监测他们的工作还集中在构建顶板和底板的诱导断裂模式上同年，Rutledge等人[4]在美国德克萨斯州东部的CottonValley气田成功进行了水力压裂作业一个微震监测系统的典型子站结构如图所示。1.一、在矿井中定位微震事件的震源，即在三维空间中准确确定地震发生的时间和地点，仍然是一个复杂的问题，因为它受到多种因素的影响。微地震震源定位是微地震监测的https://doi.org/10.1016/j.eng.2018.08.0042095-8099/©2018 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志主页：www.elsevier.com/locate/eng654J. Cheng et 等/工程4（2018）653Fig. 1. 矿井微震监测系统的结构。全球定位系统。微地震震源定位的精度将极大地影响微地震技术的应用。在矿山微地震事件中，大多数微地震相是体波，它被认为是在无限均匀介质中传播的。 P波和S波都可以传播任何方向。定位微地震源的研究可以基于现有的定位自然地震事件源的研究，因为微地震信号具有与自然地震信号相似的震源机制和信号特征。然而，在震源定位中使用的三轴传感器定位和几何映射方法（包括Ishikawa Nori方法、虚拟方法、相交方法和中线方法）不适用于矿井中的微震震源定位。三轴传感器法可从单点定位开始，适用于测点较少的情况下的震源定位。虽然这种低成本方法提供了测量点的应力波特征，但其缺点是材料结构和属性强烈影响信号幅度[5]。Ishikawa Nori方法可用于根据地震波传播速度V确定地震位置，直接P波和S波的初至时间（P′;′S）[6]。确定时间和空间的方法主要有三种地震附近的参数：Wadachi，Ishikawa和Takahashi方法。在这些方法中，Wadachi方法基于震源轨迹方法，其中，观测到的P波和S波的初至时间的差通过四个以上的台站，用来确定震源的位置。在上述震源定位方法中，P波和S波到达时间都被考虑在内然而，在矿山微地震监测中，由于震源离传感器太近，微地震监测所检测到的信号S波大多此外，直达S波容易受到后续P波尾波的干扰考虑到这些因素，在信号能量较弱的情况下，P波信号可能被各种地下噪声淹没只能接收到能量较强的S波信号因此，基于P波和S波的方法在其应用中被限制在矿井中定位微地震源。基于地震波到时的震源定位方法可应用于地震、矿山微震、声发射等震源定位在20世纪，人们提出了许多经典的震源定位方法，如Geiger迭代定位法、Inglada非迭代线性震源定位法和双差法等。随着微震监测技术的发展，从20世纪60年代初开始提出微震监测的震源定位方法，70年代初美国矿务局的研究人员提出了震源定位方法在20世纪80年代末，介绍了微地震震源定位的单纯形法[5，7]。这些定位方法大多仍用于微地震震源定位。传统的基于到达时间的定位方法容易受到到达时间拾取精度和波速模型的影响在21世纪，上述经典方法得到了改进，并同时，提出了时间反演成像和干涉成像等几种新的微地震震源定位方法，并通过参数优化，有望应用通过分析2000年以来矿山微地震震源定位方法的研究成果，找出影响微地震震源定位精度的关键因素，提高微地震震源定位的可靠性和精度。基于监测目的和监测系统的特点，提出了一种实现矿山微震事件高精度定位2. 矿山微地震震源定位研究进展最小二乘法[8]和牛顿迭代法[9]已被用于确定微震的源位置，nJJIJQ=x;y;z;c^tc-我JJ. Cheng等人/工程学4（2018）653地雷然而，由于微地震信号的信噪比较低，存在初至时间不准确、震源位置识别不准确等问题。针对这些问题，自2000年以来，传统的矿山微震震源定位方法不断得到优化和改进。下面介绍一些代表性的方法2.1. 联合定位法：线性法和盖革法已经提出了一种包括线性定位方法和盖革定位方法的组合定位方法[10]。初步的微震定位识别使用线性方法进行，然后将获得的解决方案作为迭代初始值的盖革定位方法，以计算最终的位置。现场测量结果表明，该方法提高了震源定位精度。2.2. 联合定位法：最小二乘法和盖革法Chen等人[17]开发了一种新的地震层析成像方法，使用后方位约束双差地震层析成像，其结果是比传统的网格搜索定位方法更精确的重新定位2.5.一种无测速的定位方法Dong等人[18]提出了三种无需预先测量速度的微震震源定位现场实测数据表明，时差法具有较好的定位精度和稳定性。该方法只需要传感器坐标和时间差。TD法以波速为未知量，用震源坐标求解，不需要拟合发震时间。因此，（x0，y0，z0，c）应该最小化Q（x0，y0，z0，c）;即X.Lc-Lc！20minIJKang等人[11]利用最小二乘法提供初始迭代点，然后使用Geiger算法迭代计算源位置。将最小二乘法与盖革算法相结合，提高了源计算速度。2.3. 组合微震事件定位方法尽管传统的定位方法独立地识别单个事件，但Poliannikov等人[12]认为同时定位具有不确定速度的多个地震事件是困难的。可以使用组合方法来同时更新所有事件的位置。在存在速度不确定性和信号噪声的情况下，用于微震事件的组合定位的这种框架减少了估计裂缝尺寸的误差。2.4. 相对定位法Got和Okubo[13]提出了一种改进的主事件方法，该方法简单地使用速度模型来计算旅行时间差，从而大大降低了速度模型对定位精度的影响。在已知源参数的事件与未知源参数的事件之间建立主从关系，围绕主事件建立走时圈，完全避开从事件的到达时间。Grechka等人[14]提出了一种多主相对事件定位方法。在构造分层速度模型的基础上，对不同的主事件分配不同的权值，以定位同一个事件，最后利用相邻的主事件进行定位。Castellanos和Van der Baan[15]提出了一种互相关方法来检测具有相似波形的微震事件;波形相似性表示适当的加权系数。双差法是一种相对定位方法，可用于定位同一震源区、同一震源机制、一个月内发生的微震事件。拾取错误是事件重新定位的主要来源，但这些可以通过互相关方法进行校正[16]。均匀速度模型的假设大大简化了速度模型的建立。参考文献[16]将基于事件相似性的权重插入双差方法。然后将结果与Waldhauser提出的基于事件间距离的权重系数的原始方法其中（x0，y0，z0）是源坐标; c是速度; i和j是传感器数量; n是传感器的总数; L c是第i个传感器和源之间的距离; L c是第j个传感器和源之间的距离;tc是ti和t j之间的到达时间差回归值; t i是第i个传感器的到达时间; tj是第j个传感器的到达时间。然而，当震源的位置和速度的波耦合在一起进行反演，不利于微地震震源位置的反演。2.6. 无到达时间拾取的Kao和Shan[19]介绍了一种新的方法，即震源扫描算法，用于对震源分布进行成像。这种新算法背后的概念是基于在时间和空间上寻找可能的微震源。该方法利用来自地震台站阵列的波形信息，包括振幅和到达时间，以便确定在特定时间和位置是否存在震源。通过系统地扫描一系列试验源位置和起始时间，可以恢复整个震源分布和序列，而无需精确地拾取地震相的到达时间或计算合成地震图。He[20]提出了一种利用多级三分量资料反演微地震震源的方法首先，需要确定水平地震检波器的方位角。然后，从三维空间中的每个地震子点计算直达P波的走时。在任意给定时刻，沿纵波初至方向求出时窗内三个该方法解决了多解问题，无需拾取到达时间，但受波速影响较大。Kinscher等人。[21]提出了两种概率方法，为自动评估群集序列的时空特征提供了强大的工具这两种方法都具有衰减效果强和P波能量在较高频率下极化明显的优点。这些方法采用组合参数优化或放弃某个参数，以优化传统方法。然而，监测系统的性能，地震检波器的分布，速度模型，或首次到达时间拾取误差有影响的每一种方法。巨大的定位误差，¼ð1Þ00i;j¼1C656J. Cheng et 等/工程4（2018）653监测区域下存在的地质条件复杂，无法准确获取基础数据。3. 影响微震震源定位的微地震震源定位过程通常在非常复杂的环境中进行许多因素会影响震源定位的精度，例如地震台站的分布、速度模型和到达时间拾取的精度[22]。此外，由于岩层分布不可预测、岩石各向异性、岩层间波速突变等影响因素，建立精确的速度模型极为困难。此外，由于冲击波传播的随机性和不确定性，通信过程的解释仍需进一步改进。由于微地震信号是宽带信号，即使是低信噪比的微地震信号也很难滤除噪声因此，如果这些问题得不到解决，基于波速和走时的反演定位方法很难实现高精度定位。接下来，我们讨论源位置因素和应对措施。3.1. 检波器分布微地震检波器的空间分布是确定震源位置的关键环节，不同测点的分布对定位精度有不同的影响。微地震监测技术的一个重要研究成果是需要研究微地震检波器的布设方案，以提高震源定位的精度和可靠性。在优化微地震检波器布站时，应参考地震台网最佳布站理论。这些理论包括基于蒙特卡罗算法的台网监测能力计算[23]和基于地震危险度（D值）和地震空间集中度（C值）优化设计理论的微震台网设计[24]。基于D-最优设计理论，Gong et al.[25]研究了地震台网的优化配置。在D-最优设计原理的指导下，对一种低成本的利用遗传算法可以快速确定煤矿微震台网。D-最优设计理论认为，检波器布站的优化取决于震源参数协方差矩阵。Gao等[26]以D-最优设计理论为基础，引入微震事件发生概率、区域监测重要性、台网布设可行性等因素建立目标函数，建立了某磷矿微震监测台网的最优方案 由多个检波器组成的矿井工作面微震监测网如图所示。 二、3.2. 初至时间拣选由于矿井中微地震信号辐射能量弱、井下噪声大、信噪比低等因素的影响，大大增加了时间拾取误差。当观测值中存在额外的数据时，将出现较大的时间拾取误差。面对这一问题，Anderson[27]首先采用丢弃特殊数据的方法对数据进行处理，以提高解的精度。基于Allen自动拾取算法的初至时间自动拾取（短期平均到长期平均（STA/LTA））如图3所示。在STA/ LTA的基础上，Li等[28]提出了适合工程规模的微震信号，以及引入Bear加权因子和特征函数的Allen与Bear耦合的P波初至自动识别算法。这样，第一个P波到达时间的准确率得到了提高，尽管仅为73.51%。为了克服到达时间拾取中包含的较大拾取误差，Li等人。[29]提出了虚拟场优化方法（VFOM）。数值算例和现场爆破的结果表明，VFOM是能够定位当地的微震和声源。结合STA/LTA方法和极化分析，Song and Feng[30]设计了一种自动识别微震监测数据有效同相轴的方法。识别了有效的微震事件，然后是旨在识别事件的叠加位置。图二. 矿井工作面微地震检波器布置图（单位：m）。VPJ. Cheng等/ Engineering 4（2018）653图三.自动拾取不同噪声水平下的初至时间。CHN：channel.3.3. 速度模型岩体速度模型假设是影响微地震事件定位精度的主要因素一般假定岩体具有相同的弹性模量特性，因此采用单一速度模型。实际岩体速度模型的不确定性和对介质各向异性的忽略将导致系统不可接受的震源定位误差。因此，不能简单地用直达波假设来确定微震波的传播。采用射线追踪算法处理微地震同相轴，设计了一个科学的分层波速模型，模拟直达波和折射波的传播。Belayouni等人[31]开发了一种射线追踪算法，该算法能够在假定的分层速度模型中计算直达波、折射波和反射波的传播时间和偏振，以便定位震源。然后将该算法应用于处理棉花谷的真实与只利用直达波的情况相比，利用直达波和折射波联合定位的定位精度得到了提高，定位不确定度显著降低。在矿山工程领域，单一的速度模型不能很好地应用于复杂岩体，必须根据工程场地的特点建立复杂岩体速度模型针对实际工程中存在复杂的速度分区或充满空气的孔隙的岩体，引入多尺度快速推进（MSFM）方法计算初至波的走时[32]。通过MSFM算法计算从原点到其余节点的初至走时;然后可以使用最短路径射线追踪计算射线路径最终的速度模型中可以而且应该包括地震仪，以便产生更准确的事件位置。迈克尔和理查德[35]利用各向异性速度模型提高了微地震事件定位精度。Reynner等人[36]发现，地表监测的最大不确定性在于垂直位置，因为在估计事件位置时仅使用单一相位在地面监测结果中，横向位置估计是稳健的，并且对速度模型不敏感。速度模型中5%的误差将导致较大的定位误差。将各向同性速度模型应用于实际各向异性结构将导致不切实际的速度值。因此，速度模型的建立必须考虑岩体的各向异性。此外，矿山微震监测区域的地层结构在开采过程中易受岩石运动的影响，从而影响微震的到达时间和传播方向，因此必须考虑时间和空间的变化。因此，应根据微地震资料对速度模型进行评价。见参考文件[37]，使用图像域波形层析成像方法更新速度模型Gesret等人[38]提出了一种新的贝叶斯公式，将适当的速度模型集成到概率地震位置的公式中。它们将速度模型的不确定性在概率框架中传播到地震事件位置，这有助于获得更可靠的震源位置。Ge和Kaiser[22]提出了一种基于事件的动态速度模型。P波、S波和错误波可以通过初至时间拾取来检测它的判据是各通道信号的先后次序和到达在使用到达时间差分析来评估两个传感器的位置之后，必须满足两个传感器的观测结果：Dijkstra的算法。 该研究得出结论，MSFM是作为一种正演方法具有很高的应用Collins等人[33]提供了一个速度模型，0≤tj-ti≤2cijð2Þ多个形状复杂的地质单元，每个都有自己的特性。此速度模型可配置为包含可能填充空气、盐水或水泥浆回填的空间Van Dok等人[34]提出了在微震监测项目期间这些参数-其中ti和tj分别是两个传感器的到达时间拾取;2cij是两个传感器之间的距离;以及vp是P波速度。如果某个信道的到达时间选择满足这个方程，那么这个通道的信号一定是P波，否则就是S波或错误波。ti通常是ðÞXX¼E¼ZSx;tdt4658J. Cheng et 等/工程4（2018）653作为从接收信号的第一通道拾取到达时间[39]。4. 前景虽然为了建立科学的波速模型，人们在提高初至拾取技术精度方面做了大量工作，但在大多数情况下，该模型受到岩石各向异性介质、监测仪器性能等因素的限制。波至拾取误差和速度模型误差仍然很大，活动传统的声源定位算法依赖于声源到达时间，如果没有高精度的声源到达时间拾取，就无法实现高精度的声源自动定位。 Wu等[45]对通过长、短期窗口分析得到的微地震事件和到达时间进行了验证和分析，以区分微地震事件和干扰信号。采用振幅叠加法和时反炮检距法对微地震同相轴进行定位时，不需要精确拾取初至时间。多通道叠加增强信号强度。振幅叠加公式如下：由源T M获得的与地雷有关的微震位置基于到达时间的定位方法不可用。因此，迫切需要研究新的方法来提高微地震震源的定位精度。4.1. 时间反转成像技术Xu等人[40]提出了一种称为时间反演成像的新定位方法，该方法基于波动方程而不是旅行时间。时反成像从波动方程出发，对波场进行分解，避免了传统的走时法。根据S波能量判断某个能量最高的时刻，该时刻代表一个微地震事件的发生，从而确定震源的空间位置[41]。假设观测点的数量为M，每个观测点具有N个分量，并且分量的最大数量为3。Exi;yi;zi;Sxi;yi;zi;k;jj<$1k <$1其中，E=xi;yi;zi=叠加能量之和，i=待扫描目标区域的体积编号，xi;yi;zi=体积元素i的中心坐标，S=时间j中的振幅从第i个体积元到第k个传感器，T是时间窗口的长度，M是测量点的总数。4.2. 无源时间反转镜时间反转镜（TRM）是一种阵列信号处理技术。它可以将从波源传播的波（电磁波或机械波）重新聚焦到其原始位置。通过模拟逆温的传播介质中的M-N波，反演波S0x;t1 XXSmxm-^I0;tm-o^03可以通过前向建模得到调用此方法N×Mnm² 1n² 1TRM方法。有源TRM的源位置可以从emis中获知，120-1其中xt为监测点的坐标向量;是离子源，并且通过测量传播时间来确定目标和发射源之间的距离被动TRM方法是与主动TRM相反的概念，并且是m m根据所述监控来反演源参数的过程到达时间;E是信号能量，仅当 和o^0tm;Emax是E的最大值;^I0是源位置;o^0是原始时间。通过Emax确定震源参数的过程-即将弹性波从监测点返回到震源中心-被称为时间反演成像技术。为了进一步提高计算效率，实现震源定位的更广泛应用，需要采用时间反演成像技术[42]。时间反演成像不需要进行震相识别或波至拾取，是一种实用的震源检测和自动同步定位方法。Hansen和Schmandt[43]采用了时间反演成像技术，以自动检测和定位火山微地震的活动Xue等人[44]利用图形处理器（GPU）的直连特性加速时间间隔成像算法。与传统的GPU设备相比，这样做的计算速度提高了30%。震源的时距成像需要全波形信息，因此，成像结果可用于地震定位，并包含有关震源机制的信息。时间反演成像技术的优点是消除了非线性问题线性化带来的误差，提高了观测时间的客观性和准确性，克服了误差数据的影响，从而使解稳定。然而，时间反演成像技术对速度模型的影响没有影响[45]。低SNR信号、干扰信号和背景噪声将影响到达时间的高精度拾取。存储数据。声场的互易性原理是TRM技术的物理基础。由于TRM方法尚处于研究的初级阶段，相关的研究成果较少。马[46]研究了基于TRM的被动目标定位技术和矢量水听器的TRM被动定位技术，并对该技术的应用进行了初步研究。4.3. 相对干涉成像Li等[47]利用微地震主事件相对定位方法和地震干涉成像技术，提出了相对干涉成像方法。该方法适用于初至时刻不清晰的监测数据，对速度模型的依赖性较低。干涉成像可以通过提取来自相同传感器的不同事件的走时差和振幅信息来进行。相对干涉成像的公式如下：Mx;t0Xo~fi;im;½o^im-o^ixt0]g6我其中，是主事件和目标事件的交叉相关记录波的包络; m和x是它们的位置向量;表示旅行时间差项，其包含未知的激励时间t0;并且i是传感器编号。相对干涉成像的运行时间计算量小，提高了定位结果的可靠性。J. Cheng等/ Engineering 4（2018）653Wang等人[48]提出了一种将逆时聚焦成像与干涉成像技术相结合的方法因此，与传统的逆时定位方法相比，该方法提高了定位精度。4.4. 多方法多参数信息融合信息融合是指在一定的指导方针下，将从一个或多个来源获得的数据和信息进行关联、相关和整合，以确定精确的位置[49微震监测与定位有信息融合的基础不同测点的微地震资料，以及同一测点的微地震资料的不同参数，如纵波速度、横波速度、振幅等，可以融合在一起。此外，不同定位方法的定位结果也可用于信息融合。因此，在多种方法组合的基础上，引入有效的信息融合技术，有望大大提高复杂地质条件下的微地震定位精度。信息融合的难点在于建立科学的评价模型和设计合理的数据融合算法。如果不这样做，可能会导致结果出现较大误差。4.5. 深度学习机器学习是实现人工智能的一种方法，已被用于提高地震数据的信噪比[52]。利用监督机器学习来区分微震和噪声事件[53]。作为机器学习的一个分支，深度学习基于神经网络。近年来，在语音识别、计算机视觉和其他应用类型方面取得了突破。其目的是在处理图像、声音和文本信号时，建立模拟人脑连接结构的模型，并通过多个转换阶段分层描述数据的特征，进而解释数据。微震监测产生了大量的数据，这显然使深度学习应用成为可能目前，基于深度学习确定微地震源位置的研究正处于起步阶段。虽然目前深度学习还不能直接用于定位微震震源，但它可以通过结合深度学习框架描述数据本质特征的能力和过程神经网络的时空信息处理机制，对实时微震监测信号进行同时，基于地震工程理论，结合矿井岩层、构造和开采活动信息，建立了动态信号的深层分析模型将人工智能技术引入到微震监测中，可以实现自动化，提高定位精度。这种方法的问题是，很难获得训练数据和测试数据与确定的源参数。5. 结论经过多年的发展，已经提出了多种微地震震源定位方法，其中大多数方法都适用于一定的条件。但是，没有一种方法可以满足所有条件。因为地点的稳定性低由于定位结果误差较大，对岩石裂隙的预测精度较低为了优化传感器的布置，必须协调自动拾取、波速模型和定位方法之间的关系。通过在特定位置安装微地震传感器，可以分别在顶板、底板或矿石层中通过爆破记录微地震数据。利用记录的微地震资料反演了P波速度结构，并用Dijkstra算法计算了射线路径。根据现场实测的P波速度，按到达时间判据区分P波、S波和异常波，从而选择相应的动波速模型。当微地震同相轴的能量和信噪比较高时，自动拾取的精度将得到提高。当微地震信号能量较低时，很难保证自动拾取的精度。在大多数情况下，无法获得地下的实际情况，并且源位置相对于测量点是完全随机的。基于到达时间和到达时间拾取算法的定位方法应进一步完善;或者，可以采用不需要首达时间的因此，减小速度模型和初至时间对震源定位的影响一些微地震震源定位方法，如干涉成像法和全波形信息定位法，都是基于波形叠加的，不需要精确拾取初至时间，对速度模型的依赖也较小。因此，这些方法可以处理低信噪比数据。信息融合是充分利用微地震动力学和运动学参数，将多震源的异质信息融合在一起，实现震源定位。深度学习具有更高的非线性计算水平和更强的表达能力，因此基于深度学习的矿山微地震震源定位方法具有广阔的发展前景为了实现高精度的微震定位识别，应尽可能多地使用可解释的资料在已知条件下，应选择最合适的定位方法。从而实现矿井微地震震源的高精度定位确认本研究得到了国家重点研究发展计划（2016YFC 0801405和2017YFC0804105）和国家自然科学基金（51574250）的资助。作者还非常感谢现在光子学研究中心工作的叶晨博士和仪器在城市，伦敦大学，他的严格建议，这篇论文。遵守道德操守准则Jiulong Cheng、Guangdong Song、Xiaoyun Sun、Laifu Wen及Fei Li声明彼等并无利益冲突或财务冲突须予披露。引用[1] Cheng Y，Jiang F，Zhang X，Mao Z，Ji Z.采场c型岩层空间结构及应力场的微地震监测。 中国岩石机械工程杂志2007;26（1）：102-7.中文.[2] 通用汽车公司有效的矿山微震监测。国际煤炭地质杂志2005;64（1- 2）：44-56.660J. Cheng et 等/工程4（2018）653[3] Luo X，Hatherly P.应用微震监测表征长壁开采地质力学条件。Explor Geophys1998;29（4）：489-93.[4] Rutledge JT，Phillips WS，House LS，Zinno RJ。利用井下抽样阵列对棉花谷水力裂缝进行微地震测绘。在：国际博览会和第六十八届年会会议记录; 1998年9月13日p. 338比41[5] 通用汽车公司 声源定位算法分析第一部分：综述与非迭代方法。J Acoust Emiss2003;21：14-28.[6] 杨伟，金翔，李松，马强.地震定位方法研究。Earthq Eng EngVib 2005;25（1）：14-25. 中文.[7] 程军，宋刚，刘涛，胡斌，王军，王军。煤矿井下微地震震源的高精度定位。中国地球物理杂志2016;59（12）：4513-20. 中文.[8] Song G，Wang C，Wang J，Zhao Y，Zhang Z，Liu T.基于光纤光栅加速度传感器的平面振动定位实验研究。金属矿山2012;3：32-6.中文.[9] 李海英，姜福生，杨世华。基于Matlab的地层破裂微地震监测定位研究与应用中国煤炭学会杂志2006;31（2）：154-8. 中文.[10] 林芳，李S，薛艳，徐华。基于不同初始值的微地震震源定位方法。 中国岩石机械工程 杂志2010;29（5）：996-1002. 中文.[11] 康玉明，刘建萍，李海波，魏春春。一种基于最小二乘法的声发射源定位组合算法。J Northeast Uni（Nat Sci）2010;31（11）：1648- 51，56.中文.[12] 杨文龙，李晓梅.速度不确定的联合微震同相轴In：Proceedings of the Society ofExplorationGeopropathicistsConferenceExposition;2013Sep22-27;Houston，TX，USA; 2013. p. 2094-8[13] 得到JL，大久保P.对基拉韦厄火山动态的新见解所带来的大规模相对搬迁的微震。JGeophys Res 2003;108（B7）：2337-49.[14] 放大图片作者：Grechka V，Li Z，Howell B.具有多个主源的微地震事件的相对位置。Geophysics2016;81（4）：KS149-58.[15] 范德班·卡斯特利亚诺斯矿山环境中微震活动的动态触发。Geophys J Int 2015;202（2）：728-37.[16] 范德班·卡斯特利亚诺斯利用双差算法进行微地震同相轴定位。CSEG Rec2013;38（3）：26-37.[17] 陈毅，张宏，苗毅，张毅，刘强. 井下微地震监测的后方位约束双差地震定位与层析成像。Phys Earth Planet Inter2017;264：35-46.[18] 董丽，李新，唐丽，龚福庆.无测速微震震源定位的数学函数和参数。中国岩石机械工程杂志2011;30（10）：2057-67. 中文.[19] 高宏山.震源扫描算法：绘制震源在时间和空间上的分布。 Geophys J Int 2004;157（2）：589-94.[20] He X.一种基于三分量数据的微源反演方法石油地球物理展望2013;48（1）：71-6.中文.[21] [10]张晓刚，张晓刚. 盐溶开采诱发微震群的定位。Geophys J Int 2015;200（1）：337-62.[22] 通用汽车，凯撒PK。创新的微地震震源定位程序的实际应用。Geotech GeolEng1992;10（3）：163-84.[23] Sato Y，Skoko D.地震观测点优化布局2。BullEarthq Res Inst Univ Tokyo1965;43：451-7.[24] 基伊科河区域地震台网最佳布局的一种算法--Ⅰ.纯应用地球物理1977;115（4）：999-1009.[25] 龚S，窦L，曹A，何华，杜T，江H.煤矿地震观测台网优化配置研究。中国地球物理杂志2010;53（2）：457-65. 中文.[26] [1]高毅，吴勤，吴S，季明，程阿，杨凯.基于D-最优设计理论的微震监测网优化。北京科技大学学报2013;35（12）：1538-45.中文.[27] 安德森湾使用M估计的鲁棒地震定位 Phys Earth PlanetInt 1982;30（2-3）：119-30.[28] 李翔，王伟，陈波. AB算法适用于工程规模下的微地震信号和P波的首次自动识别。中国岩石机械工程杂志2017;36（3）：681-9.中文.[29] 李晓波，王志文，董立军. 从包含大拾取误差（LPEs）的到达时间定位单点源：虚拟场优化方法（VFOM）。Sci Rep2016;6：19205.[30] Song WQ，Feng C.微震有效同相轴的自动识别与定位。Oil Geophys Prosp2013;48（2）：283-8.中文.[31] 张 文 辉 ， 王 文 辉 ， 张 文 辉 . 利 用 初 至 波 和 反 射 波 定 位 微 震 同 相 轴 。Geophysics2015;80（6）：WC133-43.[32] 郭丽，戴芳，徐宁，范英，李宝。基于MSFM的复速度岩体微地震震源定位研究。Chin J Rock Mech Eng 2017;36（2）：394-406. 中文.[33] Collins DS，Toya Y，Pinnock I，Shumila V，Hosseini Z.用于微震定位和机制的复杂地质和空洞的三维速度模型In：Proceedings of the Deep Mining; 2014Sep 16p. 681-9[34] 范多克R，富勒B，Engelbrecht L，斯特林M。微地震事件定位分析中的地震各向异性。Leading Edge（Tulsa Okla）2011;30（7）：766-70.[35] 迈克尔·J，理查德·P 利用各向异性速度模型提高微地震同相轴定位精度In：Proceedings of the GeoCanada 2010; 2010 May 10-14; Calgary ， AB ，Canada; 2010. p. 一比四[36] [10] 李 文 辉 ， 李 文 辉 . 诱 发 地 震 活 动 地 面 和 钻 孔 位 置 的 比 较 。 GeophysProspect2010;58（5）：809-20.[37] 鱼上午。利用逆时成像进行微地震速度反演和同相轴定位[论文]。科罗拉多州：科罗拉多矿业学院;2012年。[38] Gesret A，Desperson N，Noble M，Romary T，Maisons C.速度模型不确定性对地震事件位置的传播。Geophys J Int2015;200（1）：52-66.[39] 作者：Li N，Wang E.微地震震源定位关键因素机理及应用。徐州：中国矿业大学出版社;2015. 中文.[40] 徐丽，杜华，严春，李春.确定地震震源的一种方法：时间反演成像技术I-原理和数值试验。中国地球物理杂志2013;56（4）：1190-206. 中文.[41] 古米 弹性波时间反演源成像[dissertation]. 合肥：中国科学技术大学;2016年。 中文.[42] 杨强，段X.逆时偏移的发展现状及趋势。Geophy Prospect Pet 2010;49（1）：92-8. 中文.[43] 放大图片作者：Hansen SM，Schmandt B.用大N地震检波器阵列自动探测和定位圣海伦斯山的微震活动。Geophys Res Lett 2015;42（18）：7390-7.[44] 薛强，王勇，常晓.使用新的GPU功能快速3D弹性微地震源定位。 Phys EarthPlanet Inter 2016;261：24-35.[45] 吴军，张鹏，吕华，曾晓.振幅总和法微地震同相轴定位在地面监测中的应用。吉林大学学报（地球科学版）2017;47（1）：255-64. 中文.[46] 时间反转镜被动定位技术研究[学位论文]. 哈尔滨：哈尔滨工程大学; 2007. 中文.[47] 李玲，陈红，王晓.用于微地震震源定位的相对干涉成像：综合实例研究。In：Proceedings of the SPG/SEG 2016 International Geophysical Conference; 2016Apr 20第367- 370页。中文.[48] 王春，程建，尹春，刘华.利用逆时聚焦和干涉技术进行地面和钻孔观测的微震事件定位。中国地球物理杂志2013;56（5）：584-97.[49] Waltz E，Llinas J.多传感器数据融合。Norwood，MA：Artech House，Inc.; 1990.[50] Hall DL，Llinas J.多传感器数据融合介绍。Proc IEEE 1997;85（1）：6-23.[51] 吴若心。军事信息系统中信息融合关键技术研究[学位论文]。成都：电子科技大学;2016年。 中文.[52] 田X，张K，李Z.基于在线字典学习算法的地震数据去噪。In：Proceedings of theSEG Technical Program Expanded; 2017 Sep 24p. 5105-9[53] Zhao ZG ， Gross L. 使 用 有 监 督 的 机 器 学 习 来 区 分 微 震 和 噪 声 事 件 。 In ：Proceedings of the SEG Technical Program Expanded; 2017 Sep 24-29;Houston，TX，USA; 2017. p. 2918-23