共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
《地球物理学进展》2017,(3)
微小地震事件的研究工作应用领域广泛,在诱发地震监测、地颤动低频地震监测、地震预警等研究中有举足轻重的地位.而微震事件的自动识别以及震相的自动拾取的研究则是后期微震数据处理工作的基础,包括地震定位、地震成像、震源机制反演等工作.本文就目前各类地震事件自动识别及震相拾取方法的原理起源与大致分类应用进行了阐述,重点介绍了三大类方法:第一类是基于振幅(能量)判据的长短时窗比、震源扫描叠加等事件识别以及震相拾取系列方法;第二类是基于波形互相关技术的事件识别方法;第三类是基于波形自相关的盲搜索技术.最后还列举了几类较为前沿的综合性方法及其应用分析,并与传统搜索和拾取方法进行了比对,认为各类单一传统方法各有利弊,不具有普适性,应就具体的研究领域进行综合应用. 相似文献
3.
为了快速、高效地从地震数据中识别地震事件和拾取震相,本文利用基于样本增强的卷积神经网络自动震相拾取方法,将西藏林芝地区L0230台站3个月数据作为训练集,该区内另外6个台站连续1个月的波形数据作为测试集,采用高斯噪声、随机噪声拼接、随机挑选噪声、随机截取地震事件等4种样本增强的方法扩增训练集,以提高自动震相拾取技术的准确率。结果显示:样本增强前模型在测试集上的地震事件识别准确率为80%,样本增强后提升至97%,表明样本增强有效地提高了模型的泛化性能和抗干扰能力;在0.5 s误差范围内,震相自动拾取准确率高于81%,在1.0 s误差范围内,准确率高于95%;利用基于样本增强的卷积神经网络震相拾取方法能够检测出人工拾取震相中误标和漏检的震相。 相似文献
4.
精确获取震相到时是地震定位和地震走时成像等研究的重要基础.近年来,随着地震台站的不断加密,地震台网监测到的地震数量成倍增长,发展快速、准确、适用性强的震相到时自动拾取算法是地震行业的迫切需求.本文在前人工作基础上,发展了Pg、Sg震相自动识别与到时拾取的U网络算法（Unet_cea）,使用汶川余震和首都圈地震台网记录的89344个不同震级、不同信噪比的样本进行训练和测试.研究表明,U网络能够较好地识别Pg、Sg震相类型和拾取到时,Pg、Sg震相的正确识别率分别为81%和79.1%,与人工标注到时的均方根误差分别为0.41 s和0.54 s.U网络在命中率、均方根误差等性能指标上均明显优于STA/LTA和峰度分析自动拾取方法.研究获得的最优模型可以为区域地震台网的自动处理提供辅助. 相似文献
5.
6.
在地震学研究中地震检测与震相识别是最基础的环节,其拾取速度和精度直接影响其在地震精确定位以及地震层析成像中的应用效率和精度。近年来,机器学习在地震学领域中引起广泛关注。机器学习可以改进传统地震检测和震相识别方法,使它们能达到更加准确,识别率更高的效果。把机器学习方法按照监督学习和无监督学习分类介绍,并对机器学习方法流程进行总结,并对目前在地震检测与震相识别方面应用较为广泛的机器学习方法(卷积神经网络、指纹和相似性阈值、广义相位检测、PhaseNet、模糊聚类)进行综述。结果表明:机器学习在地震事件检测和震相识别将会是主要的手段。数据驱动的机器学习在地震学中的应用和物理模型的联合运用将是未来的发展趋势。 相似文献
7.
地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路. 相似文献
8.
将深度学习到时拾取、震相关联技术与传统定位方法联系起来,构建一套连续波形自动化处理与地震目录自动构建流程,对于高效充分利用地震资料,提升微震检测能力具有十分重要的意义.我们应用最新发展的迁移学习震相识别技术、震相自动关联技术,对长宁M S6.0地震震中附近21个台站震前半个月(6月1日—6月17日)的连续记录波形进行P、S震相识别、震相自动关联和初步定位,并应用传统绝对定位和相对定位技术得到了长宁地震震前微震活动的绝对和相对定位目录.其中绝对定位目录能在较小的误差范围匹配85%的人工处理目录,其发震时刻平均误差为0.36±0.07 s,震级平均误差为0.15±0.024级,水平定位平均误差为1.45±0.028 km,其识别的1.0级以下微震数目是人工的8倍以上,将长宁地震震前微震目录的检测下限提升至M L-1左右,证明了基于深度学习到时识取和REAL(Rapid Earthquake Association and Location,快速震相关联和定位技术)震相自动关联来构建微震目录具有较好的实用性.我们的自动地震目录揭示了长宁M S6.0主震所发生的区域震前异常频繁的微震活动,以及与区域内盐矿注水井的关联性,更好地描绘了这些微震活动的时空演化特征,其空间活动性分布特征与长宁M S6.0余震序列的分布一致. 相似文献
9.
利用云南东川地区10个宽频带流动台站的连续波形数据,采用基于深度学习的自动震相拾取方法和震相关联技术,对2020年东川ML4.2地震序列分别进行绝对定位和相对定位,获得了该地震序列的高精度地震定位结果,得到东川ML4.2地震序列的212个余震事件,约为中国地震台网目录给出的余震数目的5倍,丰富了ML≤3.0余震;精定位结果表明东川ML4.2主震震源深度为5.19 km,余震震源深度集中在3~6 km,余震序列分布长轴呈NNE向展布;此次地震发生在小江断裂带西支,发震构造与乌龙拉分盆地的构造演化有关。 相似文献
10.
《地球物理学报》2021,64(6)
微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法(MT-Net).方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法(ST-Net)相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求. 相似文献
11.
12.
STA/LTA—AIC算法对地震P波震相拾取稳定性影响 总被引：1，自引：1，他引：0
选取区域地震台网记录的地震波形数据,使用STA/LTA算法与STA/LTA—AIC算法,进行地震P波震相初至到时自动拾取,对地方震及震中距较大的震相进行P波震相拾取效果分析,发现:STA/LTA算法对于地方震P波震相识别精度较高,与STA/LTA—AIC算法拾取的P波震相初至到时相差不大;震中距变大后,STA/LTA算法对P波拾取位置相对于最佳位置向后延迟,STA/LTA—AIC算法有效矫正了STA/LTA算法拾取位置的延迟问题,与人工拾取位置差别可忽略不计。 相似文献
13.
14.
四川汶川系列地震距太原基准地震台约1000km,介于近震与远震之间,震相特殊,识别困难。本文通过对汶川主、余震和四川其他地区远震波形的对照,及对主要震相周期、幅度及波形特点的分析,认为PN、SG两个震相是太原地震台记录四川汶川地震的主要定位震相。 相似文献
15.
内蒙古数字化记录近震震相特征 总被引：1，自引：0，他引：1
对内蒙古测震台网2008年以来速报的346次地震(包括天然地震与爆破、塌陷)进行统计,以典型震例,分区域、分类别总结震相特征。在此基础上,讨论利用典型震例与波形互相关性在未来地震定位与震相精确识别方面应用的可能性,及利用非常规震相(sPn震相)准确测定震源深度的应用前景。通过以上分析,以期进一步提高内蒙古地震速报和编目工作质量。 相似文献
16.
对内蒙古测震台网2008年以来速报的346次地震（包括天然地震与爆破、塌陷）进行统计,以典型震例,分区域、分类别总结震相特征。在此基础上,讨论利用典型震例与波形互相关性在未来地震定位与震相精确识别方面应用的可能性,及利用非常规震相（sPn震相）准确测定震源深度的应用前景。通过以上分析,以期进一步提高内蒙古地震速报和编目工作质量。 相似文献
17.
地震震相识别是地震记录分析的基础性工作,在地震定位、地下结构、以及地震学研究中有广泛应用。使用最常用的长短时窗能量比(STA/LTA)加自回归方法(AIC)的方式,采用两步法进行初至震相识别,并分析特征函数对能量变化的敏感度,该方法识别的初至震相70%以上都早0.5s以内,能够较好的识别初至震相。 相似文献
18.
本文介绍天然地震透射转换波(PS)测深资料数据处理软件包——DSCW86。DSCW86由数字滤波、震相识别及资料分析解释组成。数字滤波部分包括:低通滤波、偏振滤波、频率加强滤波、相关滤波及叠加处理等。各种滤波方法的综合应用可以较大程度地提高原始记录的信噪比及分辨率,从而为准确地识别转换波震相提供了基础。在震相识别中采用人机联合的方法,通过偏振分析、功率分析及相位追踪等技术大大提高了震相识别能力。DSCW86还包括所有分析解释图件的计算机描绘,从而减小了工作量,提高了工作效率。 相似文献
19.
中强地震余震序列地震目录编目是否完备、 震源参数是否准确,直接影响余震序列特征分析、 震后趋势快速判断和强余震预测等研究结果的科学性和可靠性. 2013年7月22日甘肃岷县-漳县MS6.6地震余震序列目录中存在较多单台记录地震事件,地震观测报告仅给出其震级,而未给出震中位置. 由于余震波形间的相互交叠干扰,使得余震最大振幅的测量误差较大,造成地震观测报告给出的单台事件震级误差较大. 精确估计单台记录地震事件的震中和震级,能够补充完善现有地震目录,提高地震目录的完备性. 本文对单台记录地震事件震中和震级的估计不仅限于单个台站,而是通过分析区域台网中多个台站的波形记录实现. 首先以余震序列中震级较大、 波形记录信噪比较高的地震波形作为模板,使用波形互相关震相检测技术,检测单台记录的地震事件在多个台站的震相到时. 如果能在4个以上台站检测到震相,则利用测震台网常用的HYPOSAT方法估计其震中位置,并利用多个台站记录波形与模板地震的振幅比估计其震级. 之后计算主震发生后不同时间的最小完备性震级,并通过线性拟合得到最小完备性震级随时间变化的表达式,以分析此地震余震序列的目录完备性. 经过计算共得到253个单台记录地震事件的震级和其中177个事件的震中位置,其震中空间分布范围与余震序列中其它地震分布范围基本一致. 震级复测以及与人工拾取震相到时误差对比表明,该方法所得震相检测和震级估计结果具有较好的可靠性. 主震及最大余震发生后的短时间内,有较多数量单台事件的目录所给出的震级偏低,分析认为可能受主震与较大余震后续震相以及余震间相互干扰所致. 主震发生0.02—0.3天内,其余震序列最小完备性震级随时间的对数呈线性下降,在0.3天后最小完备性震级稳定在ML1.1左右. 相似文献
20.
利用地震干涉法对2017年8月8日九寨沟M7.0主震及部分余震进行定位.地震干涉法在可控源地震勘探领域有着广泛应用,但由于震源机制和震源辐射花样的复杂性,在天然地震研究中,地震干涉震源成像应用较少.本研究将地震干涉震源成像技术应用到了天然地震定位中,通过计算原始地震波形记录的特征函数,消除了由于震源辐射花样不同而引起的初动方向不一致性.通过对干涉波形进行偏移叠加,选择互相关型和卷积型两种偏移核函数,分别对震源水平位置和深度进行偏移成像,确定了九寨沟M7.0主震及11次M > 3.5余震的震源位置参数.结果显示,这次地震发生在一个之前未被关注的无名断裂（现已命名为树正断裂）上,研究分析推测,树正断裂与虎牙断裂存在连接的可能性. 相似文献