人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例
为了准确而迅速地拾取大量地震事件的P波初至,将深度学习方法引入微地震P波初至到时拾取研究中,对卷积神经网络的结构进行改造,以便适应地震波形数据的特点和P波初至拾取的要求.该算法只需要输入10 s窗口的三分量地震波形数据,就可以自动地判定P波初至时刻,无需扫描连续波形,运算时间远远小于长短窗、模板匹配等传统方法.使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时,将得到的模型对测试集中1867条数据的计算结果与人工拾取结果对比,误差小于0.5 s者占比达到98.9%.在低信噪比条件下,该方法仍能保持较好的拾取能力.
人工智能、机器学习、深度学习、小波变换、初至拾取
55
国家重点研发项目2018YFC1504203;国家自然科学基金41774047;中国地质调查局地质调查项目DD20160082
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共10页
451-460