石油地球物理勘探  2020, Vol. 55 Issue (1): 126-135  DOI: 10.13810/j.cnki.issn.1000-7210.2020.01.015
0
文章快速检索     高级检索

引用本文 

唐杰, 李聪, 刘英昌, 陈学国. 剪张源约束的井中微地震震源机制反演方法. 石油地球物理勘探, 2020, 55(1): 126-135. DOI: 10.13810/j.cnki.issn.1000-7210.2020.01.015.
TANG Jie, LI Cong, LIU Yingchang, CHEN Xueguo. Moment tensor inversion method from borehole data constrained by shear-tensile source model. Oil Geophysical Prospecting, 2020, 55(1): 126-135. DOI: 10.13810/j.cnki.issn.1000-7210.2020.01.015.

本项研究受国家自然科学基金项目“基于微地震数据的致密油气储层裂纹演化分形特征研究”(41504097)和“深度偏移地震数据特征剖析与深度域直接反演方法研究”(41874153)联合资助

作者简介

唐杰, 博士, 副教授, 1980年生; 2003、2008年分别获中国科技大学地球物理专业学士、博士学位; 现在中国石油大学(华东)地球科学与技术学院从事微地震与地震岩石物理教研

唐杰, 山东省青岛市开发区长江西路66号中国石油大学(华东)地球科学与技术学院, 266580。Email:tangjie@upc.edu.cn

文章历史

本文于2019年4月15日收到,最终修改稿于同年10月21日收到
剪张源约束的井中微地震震源机制反演方法
唐杰1 , 李聪1 , 刘英昌1 , 陈学国2     
1 中国石油大学(华东)地球科学与技术学院, 山东青岛 266580;
2 中国石化胜利油田分公司勘探开发研究院, 山东东营 257015
摘要:通过水力压裂微地震数据能够估算矩张量,对于研究裂缝的方位和细节特征、描绘储层内部的断裂系统具有重要作用。矩张量反演采用线性反演方法,由单井数据反演全部矩张量是不充分的,因此需要考虑附加的约束、近场资料或者简化的震源模型。为此,研究了剪张源约束反演,采用非线性反演方法,将矩张量限制为描述剪张源的矩张量,减少了反演参数,鲁棒性更强。首先介绍了基于剪张源约束的微地震震源机制信赖域反演原理,然后通过不同张裂角条件下的单井、双井和三井理论模型记录测试了方法的应用效果。结果表明:当测试数据不含噪声时,基于三井数据的矩张量反演与剪张源约束反演均取得较好结果,当井数较少时矩张量反演无法获得合理的结果;当测试数据含噪声时,剪张源约束反演抗噪性较好,且三井反演效果好于单井;剪张源反演的振幅数据选择性更大。
关键词微地震    震源机制反演    剪张源    矩张量    张裂角    
Moment tensor inversion method from borehole data constrained by shear-tensile source model
TANG Jie1 , LI Cong1 , LIU Yingchang1 , CHEN Xueguo2     
1 School of Geosciences, China University of Petroleum(East China), Qingdao, Shandong 266580, China;
2 Exploration and Development Research Institute, SENOPEC Shengli Oilfield, Dongying, Shangdong 257015, China
Abstract: Hydraulic fracturing microseismic data can be used to estimate moment tensor and study the azimuth and detailed characteristics of fractures, which have a great effect on depicting the fracture system inside the reservoir.Moment tensor inversion is a linear inversion method.It is not sufficient to invert all moment tensors from single well data.Therefore, additional constraints, near-field data or simplified source models should be considered.Pertinently, the shear-tensile source constrained inversion was studied in this paper.It uses nonlinear inversion method to limit the moment tensor to describing the shear-tensile source, in order to reduce inversion parameters and enhance robust.Firstly, the principle of trust-domain microseismic source mechanism inversion constrained by shear-tensile source was introduced.And then, the application effect of the method was tested using the theoretical model records of single well, double wells and three wells under different tensile angle conditions.The following conclusions were drawn.The moment tensor inversion and the shear-tensile source constrained inversion based on the data of three wells achieved good results when the test data didn't contain any noise.When the data of few wells were used, the moment tensor inversion couldn't obtain reasonable results.When the test data contained noise, the shear-tensile source constrained inversion achieved better anti-noise performance, and the inversion effect based on the data of three wells is better than that based on single-well data.The amplitudes derived by shear-tensile source inversion are more selective.
Keywords: microseismic    source mechanism inversion    shear-tensile source    moment tensor    tensile angle    
0 引言

水力压裂改造措施是国内外页岩气井增产的重要手段,根据水力压裂微地震数据估算矩张量对于研究裂缝的方位和细节特征、了解非常规储层的地质力学特征具有重要意义[1-2]。微地震震源机制反演受速度模型、阵列几何分布、采集参数、噪声以及定位精度等因素的影响[3-4]。传统地震学通常利用地表地震仪研究震源机制,由于井位覆盖的限制,井中微地震检测阵列可能是垂直或水平阵列,长度较小,只能获得部分角度的微地震信息[5-6],井的有限覆盖范围使矩张量反演结果不稳定。以往人们由垂直检波器获得的水平分层介质数据反演矩张量[7-8],为了解决不确定性,从具有相似波形的大量微地震事件提供的数据获得“复合震源机制”或“复合矩张量”[9-12],这些方法尽管不能单独反演震源机制或矩张量,但在一定程度上改进了震源机制反演方法。翟鸿宇等[13]分析了地层吸收衰减因子的变化对微地震震源机制反演分辨率的影响。Vavryuk[14]利用井数据反演矩张量,结果表明使用垂直检波器无法反演均匀各向同性介质中震源的全部矩张量,单独使用P波资料需要3口井的资料才能有效反演全部矩张量元素;Eaton等[15]讨论了固体角和检波器阵列几何分布对微地震矩张量反演的影响;Grechka[16]探讨了利用单井微地震数据反演全部矩张量的可能性,反演结果正确与否依赖于介质的对称性、各向异性程度、源—检波器的几何分布以及建立的各向异性模型的质量等。Šílený等[17]利用剪张源反演震源的非双力偶机制。Grechka等[18]研究了张裂微地震事件的单井矩张量反演。对于水压裂纹中的微地震震源机制反演,Vavryuk[19]的研究表明,想要反演全部的矩张量需要3口井数据,原则上可以采用2口井的P波和S波联合数据反演全部的矩张量,仅用1口井数据不可行。

本文首先介绍了基于剪张源约束的微地震震源机制反演的方法原理,然后通过理论模型记录测试、分析了应用效果。

1 井中微地震震源机制反演

传统地震震源机制反演通常使用P波和S波振幅,检波器布设于地表。在水力压裂微地震监测中,经常在井中设置检波器阵列,这种检波器分布具有非常有限的覆盖范围,对震源机制反演提出了挑战。

1.1 矩张量反演方法(MTI)

微地震震源机制可用矩张量的形式表示

$ \boldsymbol{M}=M_{0}\left[\begin{array}{lll} M_{11} & M_{12} & M_{13} \\ M_{21} & M_{22} & M_{23} \\ M_{31} & M_{32} & M_{33} \end{array}\right] $ (1)

式中:M为对称矩阵,满足Mij=Mji,其中独立元素有6个,Mij表示沿着±i方向大小相等并且在j方向相距无限小的力偶(ij=1,2,3);M0为地震矩幅度。

均匀各向同性介质中的波场满足[20-21]

$ \begin{aligned} u_{i}(x, t)=M_{k l} * G_{i k, l}=& \frac{R_{i}^{\mathrm{P}}}{4 \pi \rho V_{\mathrm{P}}^{3}} \frac{\dot{f}\left(t-\tau^{\mathrm{p}}\right)}{r}+\\ & \frac{R_{i}^{\mathrm{S}}}{4 \pi \rho V_{\mathrm{S}}^{3}} \frac{\dot{f}\left(t-\tau^{\mathrm{S}}\right)}{r} \end{aligned} $ (2)

式中:ρ为地层密度;VPVS分别为P波和S波的速度;r为源到检波器的距离;τPτS分别为P波和S波的走时;$\dot{f} $为源的位移、时间函数f对时间的一阶导数;Gki, j(ijk=1,2,3)为格林函数;RiPRiS分别为P波和S波的辐射函数。

忽略f,式(2)变为

$ \boldsymbol{d=G m} $

式中:d为包含N个振幅的矢量;G为格林矩阵,表示震源与检波器间的振幅变化;m为地震矩矢量,包含矩张量的6个独立参数。这样通过

$ \boldsymbol{m}=\boldsymbol{G}^{-1} \boldsymbol{d} $

反演矩张量,但求解过程中需要更多的观测数据,此时方程为超定方程,可用广义逆G-g代替G-1

$ \boldsymbol{m}=\boldsymbol{G}^{-\rm{g}} \boldsymbol{d}=\left(\boldsymbol{G}^{\mathrm{T}} \boldsymbol{G}\right)^{-1} \boldsymbol{G}^{\mathrm{T}} \boldsymbol{d} $ (3)

由于实际数据中含有噪声,因此需要6个以上的振幅值正确求解m。反演可单独使用P波、S波振幅或者联合使用P波、S波振幅。

假设垂直井中布置了三分量检波器(图 1),采用局部坐标系使从源到检波器的射线在xoz平面内。由于各向同性介质中的P波辐射函数RiP不依赖于M12M22M23,S波辐射函数RiS不依赖于M22,且RiSM的迹不敏感,因为它依赖于M11-M33,说明由单井数据反演全部矩张量是不充分的。使用P波反演能获得M11M33M13等3个分量,使用S波反演能获得M12M13M23等3个分量以及M11-M33,即使用P波和S波联合反演能获得5个矩张量分量(M22无法恢复)。因此采用单井反演需要考虑附加的约束、近场资料或者简化的震源模型[22-23]

图 1 分布于源到垂直井检波器的射线
1.2 剪张源约束反演方法(STI)

为了实现井数较少情况下的反演,可以引入剪张源约束。图 2为混合剪切滑动和张裂的剪张源模型,震源机制可以用走向角Φ、倾角δ、滑动角θ和张裂角α表征[24],通过这些角度可以获得剪张源的源张量D[25]。对于各向同性介质矩张量与源张量间满足[26]

图 2 混合剪切滑动和张裂的剪张源模型
$ M_{i j}=\lambda D_{k k} \delta_{i j}+2 \mu D_{i j} $ (4)

式中:λμ为拉梅系数;δij为克罗内克函数,当i=j时,δij=1,当ij时,δij=0,k=1、2、3。

图 3为振幅沙滩球、P波辐射花样。由图可见:在走滑情况下,Φ=45°、δ=90°、θ=180°;在倾滑情况下,Φ=45°、δ=90°、θ=90°;震源机制沙滩球和辐射花样随着张裂角α的变化而变化。

图 3 振幅沙滩球(上)、P波辐射花样(下) (a)走滑;(b)倾滑
从左到右α依次为0°、5°、10°和90°。蓝色表示极性为负,红色表示极性为正,色彩深度表示振幅强弱,下同

对微地震震源矩张量M采用特征值分解法分解为双力偶部分MDC、补偿线性矢量偶极成分MCLVD和各向同性部分MISO[27]

$ \boldsymbol{M}=\boldsymbol{M}^{\mathrm{iso}}+\boldsymbol{M}^{\mathrm{CLVD}}+\boldsymbol{M}^{\mathrm{DC}} $ (5)

图 4MISOMDCMCLVD的P波辐射花样,可见极性和波瓣分布呈明显差异。

图 4 MISO(a)、MDC(b)、MCLVD(c)的P波辐射花样

本文研究了矩张量反演(MTI)和剪张源约束反演(STI)。MTI采用线性反演方法;STI采用非线性反演方法,将矩张量限制为描述剪张源的矩张量,减少了反演参数,鲁棒性更强。文中的STI采用信赖域反演算法,通过给定一个“信赖域半径”直接确定位移,并以当前迭代点为中心形成一个信赖域,并在其中求得最优解,产生的新迭代点具有整体收敛性。通过迭代运算求解非线性优化问题,把最优化问题转化为一系列简单的局部寻优问题,从给定的初始解出发,通过逐步迭代、不断改进,直至获得满意的最优解。

2 STI测试分析 2.1 模型分析

图 5为模型观测系统、合成记录及沙滩球。由图可见,无论采用三井还是单井数据,通过STI都能获得较高精度的反演结果(图 5g图 5h)。

图 5 模型观测系统、合成记录及沙滩球 (a)震源点和观测井的位置;(b)包含水平层的模型,B1、B2和B3为垂直井,井中布置了检波器,VP=4400m/s,VS=2400m/s,VP=4200m/s,VS=2200m/s,红线为直达波路径,蓝线为反射波路径;(c)震源机制Hudson分布图,Φ=40°,δ=60°,θ=-30°,α=15°;(d)由格林函数合成的P波数据;(e)由格林函数合成的S波数据;(f)真实震源机制沙滩球;(g)单井STI反演沙滩球;(h)三井STI反演沙滩球
2.2 基于无噪振幅数据的反演

首先利用精确介质模型和精确源位置进行无噪声振幅数据反演,并计算反演误差。由P波和S波振幅通过MTI和STI获得震源矩张量,反演分别采用单井(B3井)、双井(B3、B2井)和三井(B1、B2、B3井)数据。

固定其他角度,改变张裂角,利用精确介质模型和精确源位置反演,反演时联合使用了P波和S波的振幅。研究表明,采用STI时,双井和三井都能获得较好的张裂角反演结果。图 6为无噪条件下联合使用P波和S波振幅的单井、双井、三井STI和MTI结果及MCLVDMDC绝对误差。由图可见:单井MTI(图 6a左)造成MDC(图 6a右)和MCLVD(图 6a中)的较大误差,STI(图 6a左)的MCLVD(图 6a中)和MDC(图 6a右)在α较小时存在误差,其他角度反演效果较好;双井STI(图 6b左)效果较好,而矩张量反演存在误差(图 6b中、图 6b右);三井MTI和STI的反演效果较好(图 6c)。

图 6 无噪条件下联合使用P波和S波振幅的单井(a)、双井(b)、三井(c)STI和MTI结果(左)及MCLVD(中)、MDC(右)绝对误差

随机产生200个不同类型的震源机制,反演时联合使用了P波和S波振幅。图 7为无噪条件下联合使用P波和S波振幅的反演结果Hudson分布。由图可见,单井STI存在一定误差(图 7a),单井MTI结果不合理(图 7b),三井STI(图 7c)和MTI(图 7d)的结果较合理。由于STI采用非线性反演算法,当满足迭代终止条件时(如误差达到规定要求或达到最大迭代次数)终止迭代并给出结果,所以部分结果存在一定误差。

图 7 无噪条件下联合使用P波和S波振幅的反演结果Hudson分布 (a)单井STI;(b)单井MTI;(c)三井STI;(d)三井MTI。红点为真实结果,黑圈为反演结果,下同

针对随机产生的200个震源机制,图 8为无噪条件下三井单独使用P波或S波振幅的反演结果Hudson分布。由图可见,三井P波STI存在略微误差,整体反演效果较好(图 8a),三井P波MTI的结果合理(图 8b),三井S波STI结果存在个别误差(图 8c),三井S波MTI的结果不合理(图 8d)。因此,三井的P波STI、S波STI、P波MTI的效果较好,S波MTI无法获得合理的结果。

图 8 无噪条件下三井单独使用P波或S波振幅的反演结果Hudson分布 (a)P波STI;(b)P波MTI;(c)S波STI;(d)S波MTI
2.3 基于含噪振幅数据的反演

图 9为含噪条件下联合使用P波和S波振幅的单井、双井、三井STI和MTI结果及MCLVDMDC绝对误差。由图可见:双井和三井STI抗噪性较好,能获得较好的α反演结果(图 9b左、图 9c左);当α较小时单井反演的MCLVD(图 9a中)和MDC(图 9a右)误差较大,其他角度反演结果较好。因此,含噪时单、双井和三井的MTI精度不高。

图 9 含噪条件下联合使用P波和S波振幅的单井(a)、双井(b)、三井(c)STI和MTI结果(左)及MCLVD(中)、MDC(右)绝对误差

对观测数据添加不同的随机噪声进行100次反演时联合使用了P波和S波振幅,震源机制采用图 5c图 10为含噪条件下联合使用P波和S波振幅的反演结果Hudson分布。由图可见,单井STI结果较合理(图 10a),单井MTI结果不合理(图 10b),三井STI的结果接近单井STI(图 10c),三井MTI结果较合理,但分布较散(图 10d)。因此,单井STI的效果较好,单井MTI的结果不合理,三井STI和MTI的效果较好。综上所述,STI抗噪性更好,反演结果分布更集中,MTI的结果相对较分散。

图 10 含噪条件下联合使用P波和S波振幅的反演结果Hudson分布 (a)单井STI;(b)单井MTI;(c)三井STI;(d)三井MTI

图 11为含噪条件下三井单独使用P波或S波振幅的反演结果Hudson分布。由图可见,三井P波STI(图 11a)、S波STI(图 11c)的结果接近真实源,P波MTI(图 11b)的结果在真实源附近分散,反演结果较合理,三井S波MTI的结果不合理(图 11d)。因此,三井P波或S波STI的效果较好,S波MTI结果的误差较大,P波MTI的效果也较好,但是结果相对分散。

图 11 含噪条件下三井单独使用P波或S波振幅的反演结果Hudson分布 (a)P波STI;(b)P波MTI;(c)S波STI;(d)S波MTI
3 结论

本文研究了基于剪张源约束的微地震震源机制解反演原理,通过理论模型记录测试、分析了方法的应用效果。将矩张量限制为描述剪张源模式,采用非线性反演算法,相对矩张量模型空间参数较少,反演效果较好。

(1) 无噪观测数据在不同张裂角的反演结果表明,矩张量和剪张源约束三井反演结果明显好于单井,在井数据较少时剪张源约束反演效果更好。

(2) 含噪观测数据在不同张裂角的反演结果表明:矩张量和剪张源约束三井反演误差均小于单井;剪张源约束反演的抗噪性更好,在井数据较少时也可获得较好的反演效果。

(3) 单井P波和S波联合振幅矩张量反演和三井S波矩张量振幅反演都会出现很大的误差,P波和S波联合振幅剪张源反演或单独P波、S波振幅剪张源反演都能获得较好的效果,即剪张源反演的振幅数据选择性更大。

参考文献
[1]
唐杰, 张文征, 梁雨薇, 等. 自适应数据驱动的紧框架微地震数据随机噪声压制[J]. 石油地球物理勘探, 2019, 54(5): 954-961.
TANG Jie, ZHANG Wenzheng, LIANG Yuwei, et al. A random-noise suppression approach with self-adaptive data-driven tight frame for microseismic data[J]. Oil Geophysical Prospecting, 2019, 54(5): 954-961.
[2]
唐杰, 方兵, 孙成禹, 等. 压裂诱发的微地震震源机制及信号传播特性研究[J]. 石油地球物理勘探, 2015, 50(4): 643-649.
TANG Jie, FANG Bing, SUN Chengyu, et al. Study on focal mechanism of micro-seismic induced by hydrofracture and signal propagation characteristics[J]. Oil Geophysical Prospecting, 2015, 50(4): 643-649.
[3]
刁瑞, 吴国忱, 尚新民, 等. 地面微地震有源噪声自动识别与匹配压制方法[J]. 石油地球物理勘探, 2018, 53(2): 311-319.
DIAO Rui, WU Guochen, SHANG Xinmin, et al. Microseismic active noise automatic identification and matching denoising[J]. Oil Geophysical Prospecting, 2018, 53(2): 311-319.
[4]
余洋洋, 梁春涛, 康亮, 等. 微地震地面监测系统的优化设计[J]. 石油地球物理勘探, 2017, 52(5): 974-983.
YU Yangyang, LIANG Chuntao, KANG Liang, et al. Design optimization of surface-based microseismic monitoring system for hydraulic fracturing[J]. Oil Geophysical Prospecting, 2017, 52(5): 974-983.
[5]
Fischer T, Guest A. Shear and tensile earthquakes caused by fluid injection[J]. Geophysical Research Letters, 2011. DOI:10.1029/2010gl045447
[6]
Song F, Toksöz M N. Full-waveform based complete moment ensor inversion and source parameter estimation from downhole microseismic data for hydrofracture monitoring[J]. Geophysics, 2011, 76(6): WC103-WC116. DOI:10.1190/geo2011-0027.1
[7]
Staněk F, Jechumtálová Z, Eisner L. Reservoir stress from microseismic source mechanisms[J]. The Lea-ding Edge, 2015, 34(8): 890-893. DOI:10.1190/tle34080890.1
[8]
Rutledge J, Yu X, Leaney S. Microseismic shearing driven by hydraulic-fracture opening:An interpretation of source-mechanism trends[J]. The Leading Edge, 2015, 34(8): 926-934. DOI:10.1190/tle34080926.1
[9]
Rutledge J T, Phillips W S. Hydraulic stimulation of natural fractures as revealed by induced microearthquakes, Carthage Cotton Valley gas field, east Texas[J]. Geophysics, 2003, 68(2): 441-452. DOI:10.1190/1.1567214
[10]
Vavryuk V. Inversion for the composite moment tensor[J]. Bulletin of the Seismological Society of Ame-rica, 2015, 105(6): 3024-3035. DOI:10.1785/0120150163
[11]
Yu X, Leaney S, Rutledge J, et al. Multievent moment tensor inversion for ill-conditioned geometries[J]. Geophysics, 2016, 81(2).
[12]
Rodriguez I V, Gu Y J, Sacchi M D. Resolution of seismic moment tensor inversions from a single array of receivers[J]. Bulletin of the Seismological Society of America, 2011, 101(6): 2634-2642. DOI:10.1785/0120110016
[13]
翟鸿宇, 常旭, 王一博. 含衰减地层微地震震源机制反演及其反演分辨率[J]. 地球物理学报, 2016, 59(8): 3025-3036.
ZHAI Hongyu, CHANG Xu, WANG Yibo. Inversion for microseismic focal mechanisms in attenuated strata and its resolution[J]. Chinese Journal of Geophy-sics, 2016, 59(8): 3025-3036.
[14]
Vavryuk V. Tensile earthquakes:Theory, modeling, and inversion[J]. Journal of Geophysical Research:Solid Earth, 2011. DOI:10.1029/2011JB008770
[15]
Eaton D W, Forouhideh F. Solid angles and the impact of receiver-array geometry on microseismic moment-tensor inversion[J]. Geophysics, 2011, 76(6): WC77-WC85. DOI:10.1190/geo2011-0077.1
[16]
Grechka V. On the feasibility of inversion of single-well microseismic data for full moment tensor[J]. Geophysics, 2015, 80(4): KS41-KS49. DOI:10.1190/geo2014-0471.1
[17]
Šílený J, Horálek J. Shear-tensile crack as a tool for reliable estimates of the non-double-couple mechanism:West Bohemia-Vogtland earthquake 1997 swarm[J]. Physics and Chemistry of the Earth, 2016, 95(10): 113-124.
[18]
Grechka V, Li Z, Howell B, et al. Single-well moment tensor inversion of tensile microseismic events[J]. Geophysics, 2016, 81(6): KS219-KS229. DOI:10.1190/geo2016-0186.1
[19]
Vavryuk V. On the retrieval of moment tensors from borehole data[J]. Geophysical Prospecting, 2007, 55(3): 381-391. DOI:10.1111/j.1365-2478.2007.00624.x
[20]
Aki K, Richards P G. Quantitative Seismology(Second Edition)[M]. University Science Books, Sausalito, Calfornia, 2002.
[21]
Chapman C. Fundamentals of Seismic Wave Propagation[M]. Cambridge University Press, London, 2004.
[22]
Jechumtálová Z, Šílený J, Málek J. The mechanism of microearthquakes related to a gas storage using differently constrained source models:a case study of the Háje Location, Czech Republic[J]. Pure and Applied Geophysics, 2017, 174(1): 177-195. DOI:10.1007/s00024-016-1405-x
[23]
Šílený J, Eisner L, Hill D P, et al. Non-double-couple mechanisms of microearthquakes induced by hydraulic fracturing[J]. Journal of Geophysical Research, 2009. DOI:10.1029/2008JB005987
[24]
唐杰, 温雷, 李聪, 等. 水力压裂诱发的剪张型微地震震源机制矩张量反演方法[J]. 石油地球物理勘探, 2019, 54(4): 826-835.
TANG Jie, WEN Lei, LI Cong, et al. Hydraulic-fracturing shear-tensile microseismic focal mechanism moment tensor inversion[J]. Oil Geophysical Prospec-ting, 2019, 54(4): 826-835.
[25]
Vavryuk V. Inversion for parameters of tensile earth-quakes[J]. Journal of Geophysical Research, 2001, 106(B8): 16339-16355. DOI:10.1029/2001JB000372
[26]
Vavryuk V. Focal mechanisms in anisotropic media[J]. Geophysical Journal International, 2005, 161(2): 334-346. DOI:10.1111/j.1365-246X.2005.02585.x
[27]
Hudson J, Pearce R, Roberts R. Source type plot for inversion of the moment tensor[J]. Journal of Geophysical Research, 1989, 94(1): 765-774.