第66卷第7期2023年7月宋欣悦，刘国昌，杜婧等.2023．基于面波频散曲线聚类分析的近地表横波速度反演地球物理学报，66（7）：3026-3047，doi：10.6038/cjg2022Q0028.SongXY,LiuGC,DuJ,etal.2023.NearsurfaceS-wavevelocityinversionbasedonclusteranalysisofsurfacewavedispersioncurve.ChineseJ.Geophys.(inChinese),66(7):3026-3047,doi:10.6038/cjg2022Q0028.地球物理学报CHINESEJOURNALOFGEOPHYSICSVol.66,No.7Jul.,2023基于面波频散曲线聚类分析的近地表横波速度反演宋欣悦14，刘国昌1*，杜婧²，迟麟1，王志勇1，时岚婷1，王依萌"，王兴宇31中国石油大学（北京）油气资源与探测国家重点实验室，北京1022492中科长城海洋信息系统有限公司，北京1001903中国地质科学院地球物理地球化学勘查研究所，廊坊0650004大庆油田有限责任公司勘探开发研究院，大庆163712摘要获取准确的近地表横波速度对复杂地表条件下弹性波地震数据处理和成像非常重要.在浅层面波工程勘探中通过反演提取的频散曲线可以获得近地表横波速度结构.在多道面波频散曲线分析中，频散关系拾取的精度直接影响速度反演结果的可靠性.本文在多道面波叠加及自动拾取频散曲线基础上，提出了基于面波频散曲线聚类分析的近地表横波速度反演方法.该方法充分考虑了低信噪比条件下面波频散曲线的不确定性，通过在频散曲线拾取中引人曼哈顿距离K-Means聚类算法提高频散曲线拾取的准确性.采用多道多窗口叠加技术提高了面波反演对横向速度变化的适应性，通过聚类算法和多窗口叠加提高反演的可靠性，聚类算法获得较准确的频散曲线更利于后续横波速度反演过程.模拟数据算例对比表明本文提出的方法比常规算法效果更好，精度更高.将提出的方法应用于工程勘探和油气勘探的面波数据反演中，结果也验证了该方法的有效性.关键词面波反演；横波速度；近地表勘探；频散曲线K-Means聚类doi:10.6038/cjg2022Q0028中图分类号P631收稿日期2022-01-12，2022-10-12收修定稿NearsurfaceS-wavevelocityinversionbasedonclusteranalysisofsurfacewavedispersioncurveSONGXinYue'4,LIUGuoChang'*,DUJing’,CHILin',WANGZhiYong',SHILanTing',WANGYiMeng',WANGXingYu'1StateKeyLaboratoryofPetroleumResourcesandProspecting,ChinaUniversityofPetroleum(Beijing),Beijing102249,China2ZKCCMarineInformationSystemCo.,Ltd.,Beijing100190,China3InstituteofGeophysicalandGeochemicalErploration,ChineseAcademyofGeo...
