USTC-Pickers: a Unified Set of seismic phase pickers Transfer learned for China          下载免费PDF全文

Jun Zhu  Zefeng Li  Lihua Fang 《地震科学（英文版）》2023,36(2):95-112

Current popular deep learning seismic phase pickers like PhaseNet and EQTransformer suffer from performance drop in China. To mitigate this problem, we build a unified set of customized seismic phase pickers for different levels of use in China. We first train a base picker with the recently released DiTing dataset using the same U-Net architecture as PhaseNet. This base picker significantly outperforms the original PhaseNet and is generally suitable for entire China. Then, using different subsets of the DiTing data, we fine-tune the base picker to better adapt to different regions. In total, we provide 5 pickers for major tectonic blocks in China, 33 pickers for provincial-level administrative regions, and 2 special pickers for the Capital area and the China Seismic Experimental Site. These pickers show improved performance in respective regions which they are customized for. They can be either directly integrated into national or regional seismic network operation or used as base models for further refinement for specific datasets. We anticipate that this picker set will facilitate earthquake monitoring in China.  相似文献   

天然地震识别与震相自动拾取技术进展     

孙印  潘素珍  刘明军 《中国地震》2018,34(4):606-620

震相拾取是地震数据处理过程中最基本的步骤之一。在传统的人工拾取技术不能满足庞大的地震数据处理需求的情况下,震相自动拾取技术从产生到发展至今经历了漫长的过程。本文回顾并总结了震相自动拾取技术的发展状况,重点介绍了长短时窗法、赤池准则法、模板匹配技术、基于自相关盲搜索的FAST法、S波偏振分析法、人工智能方法等,以及近年发展起来的多频率震相识别、全波形叠加、二次方自回归模型等方法,同时分析了每种方法的优势和局限性。  相似文献   

Active Source Seismic Identification and Automatic Picking of the P-wave First Arrival Using a Convolutional Neural Network   总被引：1，自引：1，他引：0  

XU Zhen  WANG Tao  XU Shanhui  WANG Baoshan  FENG Xuping  SHI Jing  YANG Minghan 《中国地震研究》2019,33(2):288-304

In seismic data processing, picking of the P-wave first arrivals takes up plenty of time and labor, and its accuracy plays a key role in imaging seismic structures. Based on the convolution neural network (CNN), we propose a new method to pick up the P-wave first arrivals automatically. Emitted from MINI28 vibroseis in the Jingdezhen seismic experiment, the vertical component of seismic waveforms recorded by EPS 32-bit portable seismometers are used for manually picking up the first arrivals (a total of 7242). Based on these arrivals, we establish the training and testing sets, including 25,290 event samples and 710,616 noise samples (length of each sample:2s). After 3,000 steps of training, we obtain a convergent CNN model, which can automatically classify seismic events and noise samples with high accuracy (> 99%). With the trained CNN model, we scan continuous seismic records and take the maximum output (probability of a seismic event) as the P-wave first arrival time. Compared with STA/LTA (short time average/long time average), our method shows higher precision and stronger anti-noise ability, especially with the low SNR seismic data. This CNN method is of great significance for promoting the intellectualization of seismic data processing, improving the resolution of seismic imaging, and promoting the joint inversion of active and passive sources.  相似文献   

基于优化参数的地震P、S波震相到时自动拾取及质量评估   总被引：2，自引：0，他引：2       下载免费PDF全文

杨旭  李永华  苏伟  孙莲 《地球物理学报》2019,62(11):4290-4299

准确拾取P、S波震相到时是深入开展地震波研究工作的基础,本文改进了自动拾取参数优化函数算法和质量评估方案,引入了拾取到时优化方案,使用基于参数优化的频带-带宽拾取算法、AICD拾取算法和峰度拾取算法对腾冲地区7个宽频带地震台站记录的地震资料开展了地震P、S波到时自动拾取,对拾取结果进行了优化和质量判定.结果表明：经参数优化、拾取优化后,采用3种方法自动拾取的P、S波到时与人工拾取到时的时差在0.1 s内的记录占比分别达到74.66%、70.98%.这些参数值均优于算法改进前的同类参数,证明了优化方法的可靠性.  相似文献   

扫描地形图中方里网的自动去除     

叶建栲  刘玉峰 《测绘学院学报》1998,(4)

提出了一种去除方里网的自动算法 ,实验证明 ,该方法不但有效地去除了扫描地形图中的全部方里网线 ,而且还很好地保持了其它要素的完整性。  相似文献   

海洋浮游生物图像观测技术及其应用   总被引：1，自引：0，他引：1  

孙晓霞  孙松 《地球科学进展》2014,29(6):748-755

浮游生物图像自动识别技术是当前海洋浮游生态学的研究热点。该技术结合水体成像系统和自动识别软件,能够对浮游生物的种类组成和丰度进行快速自动识别和定量分析,从而获得关于浮游生物分布和丰度更及时、更准确的信息,为大尺度、实时、连续地研究浮游生物分类学和生态学特征提供了一种有效手段。重点分析了当前国际上浮游生物图像识别技术研究的最新进展、主要应用领域、存在的问题以及未来的发展方向,旨在进一步推进该技术在我国近海及大洋浮游生态学及相关研究领域中的应用。  相似文献   

图像自动识别技术在胶州湾浮游动物生态学研究中的应用   总被引：2，自引：1，他引：1  

孙晓霞  孙松  王世伟  刘梦坛  赵永芳 《海洋与湖沼》2011,42(5):647-653

结合Zooscan扫描技术与ZooProcess分析与图像自动识别方法,进行了胶州湾浮游动物图像自动识别的研究。通过对胶州湾2009年浮游动物样品进行标准化扫描,随机选取不同类群的浮游动物图像,建立胶州湾浮游动物图像培训数据库并进行性能验证,表明对胶州湾绝大部分类群,图像识别的准确率可以达到80%以上,且误判率低于20...  相似文献   

基于深度学习的地震检测模型在区域台网的泛化性研究     

赵明  陈石 《地震》2021,41(1):166-179

将识别地震的深度学习算法PhaseNet应用于四川台网和首都圈台网, 对该模型的泛化能力进行了测试和评估。 首先利用2010年1月至2018年10月首都圈台网199个地震台站记录的29328个事件(M_L0~M_L4)所对应的126761段事件波形, 以及 2019年4—9月四川及邻省部分台网227个地震台站记录的16595个事件(M_L0~M_L6.0)所对应的120233段事件波形分别建立了SC和CA测试数据集, 并用预训练好的PhaseNet模型进行P、 S震相自动识别和到时拾取, 并将拾取结果与人工拾取结果在不同误差阈值下进行对比。 测试结果表明, PhaseNet在两个数据集上具有良好的震相检测能力(误差阈值为0.5 s), 其P、 S震相检测的F₁值都超过0.75, 具有比较稳定的准确拾取P波到时能力(误差阈值0.1 s), 其检测F₁值均超过0.6, 而S波到时拾取的F₁值分别为0.33(SC)和0.53(CA)。 进一步分析了测试结果与震中距、 震级、 信噪比、 台站所处地域之间的关系, 为下一步继续训练更优化的模型指明了方向。 研究结果表明, PhaseNet算法在区域台网地震自动检测和到时拾取方面有很大的应用潜力和提升空间, 可以为区域台网的自动编目工作提供辅助。  相似文献   

基于自适应阈值约束的无监督聚类智能速度拾取     

王迪  袁三一  袁焕  曾华会  王尚旭 《地球物理学报》2021,64(3):1048-1060

目前叠加速度的获取主要是通过人工拾取速度谱,存在着效率低、耗时长且易受人为因素影响的缺点.本文提出了一种基于自适应阈值约束的无监督聚类智能速度拾取方法,实现叠加速度的自动拾取,在保证速度拾取精度的同时提高拾取效率.利用时窗方法在速度谱中计算自适应阈值,从而识别出一次反射波速度能量团作为速度拾取的候选区域.然后,根据K均值方法将不同的速度能量团聚类,并将最终的聚类中心作为拾取的叠加速度.最后,依据人工拾取速度的经验,加入了离群速度点的后处理工作,以获得更光滑的速度场.模型和实际地震数据测试结果表明,本文提出的方法总体上与人工拾取叠加速度的精度相当,但明显提升了速度拾取效率,极大缓解了人工拾取负担.  相似文献   

基于工作流的地理处理建模技术   总被引：1，自引：1，他引：0  

柳琳 《地理空间信息》2011,9(1):39-42

通过对传统地理处理建模的分析以及工作流技术的研究,提出了基于工作流的地理处理建模方法,并通过实验室选址的实现验证了该方案具有可行性.  相似文献