微地震监测是近年来一种主要用于油气田开发的新的地震方法。水力压裂过程中岩石破裂产生的地震波信号可以被放置在井中或地表的检波器接收。我们可以根据检波器所接收到的信息进行微地震事件定位,从而监测裂缝的发育过程以及评估压裂的效果。因此,微地震定位是微震监测中非常重要的环节。井下单井监测是最常见的微地震监测方式,其特点是事件角度覆盖较差,检波器个数有限,信号质量比地面监测好等。在井下监测时,由于压裂井和监测井之间的距离不是很远,因此我们可以使用一维层状速度模型来做震源定位。本文的主要研究内容是单井监测的微地震震源定位方法研究以及联合反演速度模型和震源位置,包括以下几个研究部分:1.微震事件相对定位方法双差定位方法(DD)被广泛应用于检波器分布在地表的天然地震事件群的重定位中。近年来,这种方法也被用在多井监测的水力压裂过程中的产生的微地震事件定位。通过理论分析,双差算法同时包含相对位置信息和绝对位置信息。但是决定绝对位置信息的系数在量级上比相对位置小很多。因此,当数据有拾取误差时,双差算法只能反演出相对位置,而绝对位置将依赖于初始位置的质心。双差算法中使用了事件对相同震相的走时差,我们提出了一种交叉双差的定位方法(CDD),利用事件对的不同震相的走时差信息(即一个事件的P波和另一个事件的S波走时差)。相比于双差算法,交叉双差算法增加了绝对位置信息的同时保存了相对位置信息,因此可以同时反演出相对和绝对位置。我们使用理论数据和实际数据论证了交叉双差方法可以为微震事件群提供合理的相对和绝对位置。2.基于偏移方法的微震事件定位基于偏移的微地震定位方法由于其可以避免走时拾取误差以及可以实现自动化定位等优点被广泛应用。这种方法沿着走时曲线对接收到的波形信息进行叠加,计算效率高。微震事件的波形极性影响着定位结果的精度,本文中我们用卷积神经网络来预测波形的极性。首先,用已知极性的理论和实际波形作为训练数据,然后用卷积神经网络提取波形和极性之间的关系,最后用得到的模型预测其他波形的极性。理论和实际数据的结果表明卷积神经网络有很好的预测波形极性的能力。传统的偏移定位方法需要搜索发震时刻,震源位置就是所有搜索的时间剖面中叠加能量的最大值。为了避免搜索发震时刻,我们还讨论了用波形自相关和互相关方法分别求取的S-P到时差和检波器之间的到时差作为核函数的偏移定位方法。结果表明这种方法省去了搜索发震时刻,但是在信噪比较差时的定位结果精度比传统方法低。3.震源参数和速度模型联合反演影响定位效果的主要因素是速度模型,而地下构造是未知的。一般的做法是首先从声波测井数据中提取一维速度模型,然后用已知震源位置的射孔事件来进行模型校正,但是这种方法只能更新射孔事件射线覆盖区域之内的速度模型。而有些事件可能发生在这些区域之外。速度位置联合反演方法可以同时得到所有微震事件分布区域的速度模型以及震源位置。由于速度和位置之间的耦合以及单井监测时事件角度覆盖少,反演结果不稳定。所以我们同时使用微震事件和射孔事件进行联合反演,其中微震事件用来同时更新速度模型和震源参数,而射孔事件只用来约束速度模型。这里使用交叉双差算法,从而可以得到较好的相对和绝对位置。4.多参数反演方法的研究在地球物理问题中,速度模型和震源位置之间是耦合在一起的。由于数据对不同的参数的敏感度不同,敏感度矩阵的数值存在不同的量级,从而导致整个反演问题是病态的。基于井下微震监测系统,我们用理论测试讨论了几种同时更新一维速度模型和震源位置的方法,它们包括:(1)同时反演速度模型和震源位置;(2)交互更新速度模型和震源位置;(3)联合邻近算法和网格搜索方法来更新速度模型和震源位置。研究表明由于速度和位置之间的耦合以及震源-检波器分布的限制,导致同时反演方法问题是病态的,因此一个好的初始模型对同时反演方法非常重要。而交互更新方法将速度模型和震源位置单独反演,稳定性比同时反演好,但是只能得到一个近似解。只有联合邻近算法和网格搜索方法不依赖于初始模型,能够得到一个稳定的解。但是计算量随着参数的增加而递增。经过以上的测试结果,我们提出一种新的反演流程将方法(1)和方法(2)结合起来同时更新速度模型和震源位置。先使用交互更新方法得到一个近似解,然后将近似解作为初始模型进行速度位置同时反演。理论和实际数据的结果证明了新的反演流程的有效性。