一种地声事件定位方法及其失稳灾害预警方法、地声感知仪、监测系统及其可读存储介质

1.本发明属于岩土体工程灾害防护技术领域，具体涉及一种地声事件定位方法及其失稳灾害预警方法、地声智能感知仪、监测系统及其可读存储介质。


背景技术：

2.随着人类社会的发展，诸多大型工程建造在岩土体上，如尾矿坝、水坝、隧道、矿山、高速公路、地铁等。上述工程失稳带来的人员伤亡、设备损失事故触目惊醒，发生在1928年洛杉矶的圣弗朗西斯大坝溃坝事故，造成多达600人死亡；2008年山西新塔矿业尾矿库溃坝事故造成277人死亡，直接经济损失达9619.2万；2020年7月缅甸帕敢翡翠矿区发生大规模塌方，此次矿难共造成至少174人死亡。科研技术人员一直试图探寻预报地声灾害失稳的有效途径，诸如位移、应力、震动、应变、微震等大量传统监测方法手段已经在一定层面上取得了一些效果。
3.其中，关于地声事件空间位置反演是关键性技术。在任何一个工程场景下，波的传播介质都是各向异性的，但以往微震源或者声发射源定位都是基于时间定位的理论计算模型，存在传播介质各向同性的基本设定。更重要地是，基于到时的定位方法在地声事件位置反演过程中仅仅考虑了完整波形信号的局部点信息，忽略包括振幅、频率、形状等表征波形时频特征的其他诸多关键因素，从而导致现有基于到时的定位方法的准确性还有待提高。


技术实现要素：

4.本发明的目的是提供一种地声事件定位方法及其失稳灾害预警方法、地声智能感知仪、监测系统及其可读存储介质，其中，基于到时、时域参数、频谱信息、波形形状综合考虑应力波迁移传播过程，以综合反映出传播介质的不均匀性，进而提出的上述定位方法为可以显著减小地声事件位置反演的误差；提出的失稳灾害预警方法构建了适用性、准时效性、低失效率的地声失稳灾害预警手段；提出的地声智能感知仪对采集的地声信号进行了微小信号增强、滤波保真等处理，有效地提高了抗干扰能力，感知多频段有效地声信号，实现信号保真效果。
5.一方面，本发明提供的一种地声事件定位方法，包括如下步骤：
6.s1：采集地声事件的波形表征量的观测值，所述波形表征量包括：地声事件源产生的波到达任一监测点的地声信号的到时、时域参数、频谱信息、波形形状的任意组合；
7.s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型，其中，计算两个监测点之间的波形表征量差值；
8.s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
9.本发明在地声事件定位中基于到时、幅值、拐角频率、上升角等综合考虑应力波迁移传播过程，以综合反映出传播介质的不均匀性，进而提出的上述定位方法为一种各向异
性的非线性定位方法，其可以显著减小地声事件位置反演的误差。其中，优选波形表征量为到时、时域参数、频谱信息、波形形状的组合，从而更加全方面地反映地声信号的传播特性，提高地声事件定位结果的准确性。
10.可选地，所述目标函数如下：
11.g(x
p
,y
p
,z
p
,
…
)＝min∑(da
xyz
+df
xyz
+ds
xyz
+dt
xyz
)
12.式中，g(x
p
,y
p
,z
p
,
…
)表示地声事件(x
p
,y
p
,z
p
)的目标函数，x
p
,y
p
,z
p
为地声时间的位置坐标，da
xyz
、da
xyz
、ds
xyz
、dt
xyz
分别表示波形表征量传播差的观测量与理论值的偏移程度。
13.可选地，da
xyz
、da
xyz
、ds
xyz
、dt
xyz
的计算公式分别如下：
[0014][0015][0016][0017][0018]
式中，分别表示两个不同的监测点m和监测点n之间的理论到时差和到时差观测量；分别表示两个不同的监测点m和监测点n之间的时域参数a0的理论衰减差和衰减差观测值；分别表示两个不同的监测点m和监测点n之间的频谱信息f的理论缺失值和观测缺失值；分别表示两个不同的监测点m和监测点n之间波形形状演化差理论值和波形形状演化差观测值。
[0019]
可选地，所述时域参数为波形上升时间、持续时间、幅值、能量参数的任意一个或任意组合，所述频谱信息为波形经傅里叶分解后的全部频率信息的任意组合；所述波形形状为定义地声信号波形在时间域上形状的函数。
[0020]
第二方面，本发明提供的一种地声智能感知仪，包括相互通信连接的地声感知单元、自动增益及声电转化单元、rc滤波网络单元、模数转化单元、智能感知滤波单元以及光电转化单元；
[0021]
其中，所述地声感知单元采集多频段地声信号；
[0022]
所述自动增益及声电转化单元用于将地声信号转化为模拟信号，并将对所述模拟信号进行初调，实现微弱信号增益快速响应；
[0023]
所述rc滤波网络单元用于在频域上截断所述模拟信号完成初步滤波；
[0024]
所述模数转化单元用于将所述模拟信号转换为数字信号；
[0025]
所述智能感知滤波单元用于对所述数字信号进行去噪滤波处理；
[0026]
所述光电转化单元用于将数字信号转换为光信号；
[0027]
其中，利用所述地声智能感知仪采集的信号按照权利要求1
‑
4任一项所述方法的步骤进行地声事件定位。
[0028]
本发明提供的一种地声智能感知仪不单单实现地声信号的多频段采集，还综合了信号处理的功能，实现了信号采集以及处理的一体化；具体的信号处理过程，本发明对采集
的地声信号进行了微小信号增强、滤波保真等处理，有效地提高了抗干扰能力，感知多频段有效地声信号，实现信号保真效果。
[0029]
可选地，所述地声智能感知仪的外部设有金属全屏蔽框架，实现对外界干扰的阻断。
[0030]
可选地，所述智能感知滤波单元为dsp或fpga模块，并配置低通、高通、带通、带阻、卡尔曼滤波、小波滤波中的一个或多个滤波模块；
[0031]
所述自动增益及声电转化单元配置agc自动增益控制模块。
[0032]
第三方面，本发明还提供一种基于所述地声事件定位方法的失稳灾害预警方法，包括如下步骤：
[0033]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到；
[0034]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0035]
其中，所述前兆指标信息为：自聚类簇中地声事件的相对能量、矩震级、视体积、自聚类簇的b值、地声事件率的时序变化、主频、拐角频率指标的任意组合；
[0036]
若一个时间窗口下自聚类簇中所有地声事件的一类前兆指标之和相较于之前时间窗口的同一类前兆指标之和变大，对应前兆指标的前兆因子为1；
[0037]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0038]
可选地，所述前兆指标包括：自聚类簇中地声事件的相对能量、矩震级、视体积、自聚类簇的b值、地声事件率的时序变化、主频、拐角频率指标，并划分为三大类；
[0039]
其中，将相对能量、矩震级、视体积、自聚类簇的b值划分为第一大类，地声事件率的时序变化为第二大类，主频、拐角频率为第三大类，其对应的前兆因子表示为p1、p2、p3，基于前兆因子的预警规则如下：
[0040]
若p1+p2+p3＝3，表示禁止在该区域作业；
[0041]
若p1+p2+p3＝2，表示潜在危险源需隐患排除；
[0042]
若p1+p2+p3＝1，表示可在实时监控状态下作业；
[0043]
若p1+p2+p3＝0，表示安全作业。
[0044]
第四方面，发明还提供一种地声事件监测系统，其特征在于：包括通信连接的地声信号感知模块，地声事件定位模块以及地声事件失稳灾害预警模块；
[0045]
其中，地声信号感知模块用于感知地声信号；
[0046]
所述地声事件定位模块用于采用所述地声事件定位方法进行地声事件定位；
[0047]
所述地声事件失稳灾害预警模块用于采用所述失稳灾害预警方法进行失稳灾害预警分析。第五方面，本发明还提供一种可读存储介质，存储了计算机程序，所述计算机程序被处理器调用以执行：
[0048]
s1：采集地声事件的波形表征量的观测值；
[0049]
s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型；
[0050]
s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
[0051]
或执行：
[0052]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到；
[0053]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0054]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0055]
第六方面，本发明还提供一种系统，包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以执行：
[0056]
s1：采集地声事件的波形表征量的观测值；
[0057]
s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型；
[0058]
s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
[0059]
或执行：
[0060]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到；
[0061]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0062]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0063]
有益效果
[0064]
1.本发明提供的一种地声事件定位方法，其抛开了以往基于到时定位的技术手段，充分利用采集到的波形信息，考虑选用到时、时域参数、频谱信息、波形形状等时频特征作为波形表征量，综合反映出传播介质的不均匀性，从而更加全方面的反应地声信号的传播特性，提高地声事件定位结果的准确性。
[0065]
2.本发明提供的地声智能感知仪，集数据采集以及数据处理于一体，通过配置自动增益及声电转化单元进一步保证了对微小地声事件信息的捕捉，又通过智能感知滤波单元有效提出剔除高敏感监测过程叠加失稳噪音信号的，感知多频段有效地声信号，实现信号保真效果。
[0066]
3.本发明提供的一种基于所述地声事件定位方法的失稳灾害预警方法，在不同维度下综合考虑了灾害失稳的前兆信息，依据前兆因子的变化趋势，构建了适用性、准时效性、低失效率的地声失稳灾害预警方法。
附图说明
[0067]
图1本发明提供的应用流程示意图图；
[0068]
图2本发明提供的地声智能感知仪的结构示意图。
具体实施方式
[0069]
下面将结合实施例对本发明做进一步的说明。
[0070]
实施例1：
[0071]
科研技术人员一直试图探寻预报地声灾害失稳的有效途径，诸如位移、应力、震动、应变、微震等大量传统监测方法手段已经在一定层面上取得了一些效果。但是，已有的
监测方式大都为点监测，且微震监测为区域覆盖监测，难以捕捉到岩土体工程失稳及亚失稳阶段中微小的前兆特征信息，亟需发明捕捉岩土体发生小变形、小破裂、小垮塌的高灵敏度感知设备，又能剔除高敏感监测过程所叠加噪音的智能感知仪，用以全面获知岩体失稳演化过程的变化信息。为此，本实施例提供如图1所示的多频段地声智能感知仪。
[0072]
如图1所示，本实施例提供的地声智能感知仪包括相互通信连接的地声感知单元、自动增益及声电转化单元、rc滤波网络单元、模数转化单元、智能感知滤波单元、光电转化单元以及电源模块。
[0073]
其中，地声感知单元配备高灵敏度、高带宽、高规格的振动感知元件，譬如：压电pzt 陶瓷，覆盖并捕捉岩体不同尺度、不同频段地声信号。
[0074]
自动增益及声电转化单元配备agc自动增益控制，具体用于根据振动信号强弱动态调整增益，控制输出信号电平。其中，首先将地声信号转化为模拟信号，然后对所述模拟信号进行初调，实现微弱信号增益快速响应，为智能感知仪提供了宽增益范围。
[0075]
rc滤波网络单元设定了采集地声信号的截止频率，在频域上截断模拟信号完成初步滤波。模数转化单元用于将模数转化单元转化为数字信号。
[0076]
智能感知滤波单元可根据工程实际和设备生产条件配备fpga或dsp；并配置低通、高通、带通、带阻、卡尔曼滤波、小波滤波等模块用于滤波去噪。其中，具体配置的滤波模块的类型以及个数是依据实际需求进行设置，本发明对此不进行具体的限定。
[0077]
一般而言，智能感知滤波单元用于消除信号中所夹杂的风机、钻机、破碎机等现场设备噪音，磁场干扰，以及地声感知装置内部在一定情况下产生温度漂移、零点偏移；在有效信号和噪音信号在频域中没有叠加的情况下，利用低通、高通、带通、带阻滤波模块将某些噪音特定频段直接滤掉；在噪音信号导致的高斯白噪音以及脉冲干扰在频域与有效信号的叠加，利用卡尔曼滤波和小波滤波剔除采集信号中的尖峰和突变部分。
[0078]
光电转化单元用于将数字信号转换成光信号。通过光电转化单元可以在特殊环境和长距离传输中抗电磁干扰，实现高性能保真。
[0079]
在本实施例中，利用智能感知滤波单元可以有效感知有用信号，去除干扰噪声，保证信号的保真效果。另一方面，利用自动增益及声电转化单元的agc自动增益控制，可以放大微弱信号，进而本发明提供的地声智能感知仪兼具了高灵敏度、宽感应频率和智能滤波的功效。
[0080]
本实施例还优选在地声智能感知仪外部设置外金属全屏蔽框架，进一步阻断外接干扰。且本实施例提供的电源模块配置高瞬态吸收或防雷器件，控制减轻内部瞬态电脉冲干扰带来的影响。其他可行的实施例中，本发明对此并无要求。
[0081]
实施例2：
[0082]
本实施例提供一种地声事件定位方法，其包括如下步骤：
[0083]
s1：采集地声事件的波形表征量的观测值。
[0084]
本实施例中选定的波形表征量包括：地声事件源p
xyz
产生的波到达任一监测点的地声信号的到时、时域参数、频谱信息、波形形状；其他可行的实施例中，可以根据实际需求进行特征组合作为波形表征量，本发明对此不进行具体的要求。
[0085]
譬如，本实施例中由地声事件源p
xyz
产生的波到达任一监测点m的观测量有：观测到时观测时域参数观测频谱信息观测波形形状
[0086]
且优选时域参数包括波形上升时间、持续时间、幅值、能量的特征参数，所述的频谱信息为波形经傅里叶分解后的全部频率信息的组合，所述的波形形状为定义了地声信号波形在时间域上形状的函数。其他可行的实施例中，对参数的选取可以根据定位精度需求进行适应性调整。
[0087]
s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型，其中，计算两个监测点之间的波形表征量差值。
[0088]
理论传播差模型：
[0089]
基于理论的地声走时模型、地声时域参数衰减模型、频谱信息缺失模型、波形形状演化模型，地声事件源p
xyz
产生的应力波到达任一监测点m的传播时间为地声时域参数衰减量为频谱信息缺失量为波形形状演化量其中，上述参数的理论值均可以采用现有技术确定，譬如：地球物理模型反演。
[0090]
进而两个不同的监测点m和监测点n之间的理论到时差时域参数衰减差频谱信息缺失差波形形状演化差分别记为：
[0091][0092][0093][0094][0095]
观测传播差模型：
[0096]
同理，两个不同的监测点m和监测点n之间的观测传播时间差观测时域参数观测频谱信息波形形状分别记为：
[0097][0098][0099][0100][0101]
s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
[0102]
根据各观测值和理论值之间的差值dt
xyz
、da
xyz
、df
xyz
、ds
xyz
，分别用以描述不同理论传播模型下的地声事件空间位置与实际地声事件空间位置的偏移程度，分别记为：
[0103][0104][0105][0106][0107]
构建目标函数为：
[0108]
g(x
p
,y
p
,z
p
,
…
)＝min∑(da
xyz
+df
xyz
+ds
xyz
+dt
xyz
)
[0109]
上述目标函数为非线性拟合问题，通过现有计算方式求解上述方程组，可求得地声事件源p
xyz
的位置(x
p
,y
p
,z
p
)。
[0110]
应当理解，本实施例提供的目标函数是基于选定的波形表征量而设置的，其他可行的实施例中，选用不同的波形表征量组合，则对目标函数进行适应性修改即可。
[0111]
需要说明的是，本发明优选利用实施例1所述的地声智能感知仪采集数据，并利用地声事件定位方法进行空间位置反演。
[0112]
实施例3：
[0113]
长期以来，岩土体结构失稳灾害预警作为一项世界性难题，受限于预警判据单一片面，指标信息尺度覆盖窄等问题，现有技术手段难以适应于复杂多场环境下初始破裂延伸失稳的工程应用场景。由此可见，基于高灵敏感知技术的多类型融合监测装置，依托多物理场、多尺度的综合性监测指标，寻求合适合理的预警指标切入点，构建地声灾害危险性智能化判别系统极具工程价值。为此，本实施例提供一种基于所述地声事件定位方法的失稳灾害预警方法，包括如下步骤：
[0114]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到。
[0115]
一般而言，一个自聚类簇对应于一个潜在的失稳灾害，自聚类簇高密度区域对应于该潜在失稳灾害源。
[0116]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0117]
本实施例中前兆指标包括：自聚类簇中地声事件的相对能量、矩震级、视体积、自聚类簇的b值、地声事件率的时序变化、主频、拐角频率指合；其他可行的实施例中，前兆指标可以是上述指标的其他组合方式，本发明对此不进行具体的限定。
[0118]
具体的，相对能量e
r
计算如下：
[0119][0120]
式中，n表示台站数量；f(t)为地声信号的速度振幅；t为信号持续时间；d为距离衰减因子，由d＝l
qm
/l
pm
给出，l
qm
为该簇中心q到监测点m的理论传播路径距离，l
pm
为该地声事件q到监测点m的理论传播路径距离。
[0121]
矩震级m
w
表征地声事件的强度等级。
[0122]
视体积v表征地声事件产生塑性变形的岩石总体积。
[0123]
b值表征一个时间窗口中自聚类簇中地声事件矩震级频次分布的关系。
[0124]
事件率r表征一个时间窗口中自聚类簇中产生的地声事件率。
[0125]
主频f
d
表征一个自聚类簇中地声事件信号主频。
[0126]
拐角频率f
c
值表征一个自聚类簇中地声事件信号拐角频率。
[0127]
为了有效识别是否存在隐患，本发明按照如下规则确定前兆指标对应的前兆因子：
[0128]
p
m
表示一个时间窗口中自聚类簇中所有产生的地声事件信号矩震级m
w
之和，当相比前一个时间窗口的矩震级之和增加，矩震级m
w
对应的前兆因子p
m
记为1。
[0129]
p
e
表示一个时间窗口中自聚类簇中所有产生的地声事件信号相对能量e
r
之和，当相比前一个时间窗口的相对能量之和增加，相对能量e
r
对应的前兆因子p
e
记为1。
[0130]
p
a
表示一个时间窗口中自聚类簇中所有产生的地声事件信号视体积v之和，当相比前一个时间窗口的视体积之和增加，视体积v对应的前兆因子p
a
记为1。
[0131]
p
b
表示一个时间窗口中b值相比前一个时间窗口的b值减小，记为1。
[0132]
p
r
表示一个时间窗口中事件率r相比前一个时间窗口的变化，记为1。
[0133]
表示一个时间窗口中自聚类簇中所有产生的地声事件信号主频f
d
统计后形成的频率段，当相比前一个时间窗口的主频带数量发生变化，记为1。
[0134]
表示一个时间窗口中自聚类簇中所有产生的地声事件信号拐角频率f
c
统计后形成的频率段，当相比前一个时间窗口的拐角频率带数量发生变化，记为1。
[0135]
进一步地，本实施例中将上述指标划分为三大类，如下：
[0136]
将相对能量、矩震级、视体积、自聚类簇的b值划分为第一大类，地声事件率的时序变化为第二大类，主频、拐角频率为第三大类，其对应的前兆因子表示为p1、p2、p3，存在：
[0137]
p1＝p
m
+p
e
+p
b
+p
a
[0138]
p2＝p
r
[0139][0140]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0141]
应该理解，p1+p2+p3之和越大，风险越高；之和越小，越安全。因此，本发明基于经验研究设置规则指标实际作业，如下：
[0142]
若p1+p2+p3＝3，红色等级，表示禁止在该区域作业；
[0143]
若p1+p2+p3＝2，黄色等级，表示潜在危险源隐患排除；
[0144]
若p1+p2+p3＝1，蓝色等级，表示可在实时监控状态下作业；
[0145]
若p1+p2+p3＝0，绿色等级，表示安全作业。
[0146]
其他可行的实施例中不进行分类也是可以满足本发明的需求的，本发明对此不进行具体的限定。
[0147]
其中，时间窗口是基于经验或者需求来设置的，譬如当存在历史训练样本数据时，取具有最佳预警效率的时间窗口，基于此来统计前兆因子；当没有历史训练样本数据时，设定默认时间窗口长度为1个月，移动统计的间隔时间为7天，其他可行的实施例中对此不进行具体的限定。
[0148]
需要说明的是，本实施例中优选基于实施例2确定的声源位置后采用实施例3所述的预警方法指导作业。如同1所示，本发明实施例1
‑
3构成了地声事件的监测系统，集成地声信号采集，地声事件定位以及地声事件失稳灾害预警。所述监测系统包括通信连接的地声信号感知模块，地声事件定位模块以及地声事件失稳灾害预警模块，其中，地声信号感知模块用于感知地声信号，并采集相关数据，以供后续地声事件定位。地声事件定位模块用于地声事件定位，具体实现过程请参照前述实施例2的记载。地声事件失稳灾害预警模块用于进行失稳灾害预警分析，具体实现过程请参照前述实施例3的记载。
[0149]
应当理解，上述功能模块单元的划分仅仅是一种逻辑功能的划分，实际实现时可
以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。同时，上述集成的单元既可以采用硬件的形式实现，如地声信号感知模块以硬件的形式实现时，对应为本发明实施例1所述的地声智能感知仪。上述集成的单元也可以采用软件功能单元的形式实现。
[0150]
在一些可行的方式中，本发明还提供一种可读存储介质，存储了计算机程序，所述计算机程序被处理器调用以执行：
[0151]
s1：采集地声事件的波形表征量的观测值；
[0152]
s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型；
[0153]
s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
[0154]
或执行：
[0155]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到；
[0156]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0157]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0158]
其中，各个步骤的具体实现过程请参照前述方法的描述，本发明在此不再赘述。
[0159]
在一些可行的方式中，本发明还提供一种系统，包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以执行：
[0160]
s1：采集地声事件的波形表征量的观测值；
[0161]
s2：构建监测点之间的波形表征量的理论传播差模型以及观测传播差模型；
[0162]
s3：基于所述理论传播差模型以及观测传播差模型构建目标函数，并基于目标函数反演出地声事件的位置。
[0163]
或执行：
[0164]
步骤1：根据地声事件的定位结果形成自聚类簇，所述自聚类簇由地声事件的空间分布聚类得到；
[0165]
步骤2：依据预设的时间窗口统计各个自聚类簇的前兆指标信息；
[0166]
步骤3：依据各个自聚类簇的前兆指标的前兆因子进行失稳灾害预警分析，所述自聚类簇的所有前兆指标的前兆因子之和越大，风险越大。
[0167]
其中，各个步骤的具体实现过程请参照前述方法的描述，本发明在此不再赘述。
[0168]
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(central processing unit， cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列 (field
‑
programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
[0169]
所述可读存储介质为计算机可读存储介质，其可以是前述任一实施例所述的控制
器的内部存储单元，例如控制器的硬盘或内存。所述可读存储介质也可以是所述控制器的外部存储设备，例如所述控制器上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字 (secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述可读存储介质还可以既包括所述控制器的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序以及所述控制器所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
[0170]
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。