基于機器學習算法的銀川臺陣資料自動化震相分析和定位

作者：宿君,王未來,張龍,陳明飛

摘要：近年來快速發展的機器學習算法顯著提高了震相拾取的精度和效率。采用卷積神經網絡和遞歸神經網絡的震相識別方法對銀川臺陣2019年6~7月的連續波形數據進行事件檢測和P、S震相拾取,并通過快速震相關聯和事件定位得到了銀川地區較全的地震目錄。結果表明,當震相數小于10時,雖然可以檢測出較多事件,但分布呈彌散狀,與區域地震活動特征不符。進一步對震相數≥10的事件進行了人工復核。總體而言,隨著震相數量的增加,事件的誤檢率逐步降低。震相數16是該地區自動檢測和定位結果準確性的拐點。當震相數≥20時,全部召回了地震目錄中的13個地震事件,二者平均定位差異4.27 km。經過人工復核,檢測到的真實地震事件為區域內地震目錄中事件數量的9倍。本文使用的基于機器學習和快速震相關聯和定位方法的流程可在確保準確率的基礎上降低人工檢測的難度,提高地震檢測的效率。

發文機構：中國地震局地球物理研究所 四川省地震局

關鍵詞：地震檢測震相拾取震相關聯定位Earthquake detectionPhase pickingPhase associationLocation

分類號： P315.63[天文地球—地震學]