基于深度卷积神经网络的2021年5月21-22日云南漾濞地震和青海玛多地震震级估算

摘要：

以探索深度卷积神经网络震级估算模型对2021年5月21日云南漾濞和5月22日青海玛多地震预警震级估算的可行性为目标,本文使用P波到达后不同时间窗下的特征参数作为深度卷积神经网络输入进行训练和验证,构建了1～40 s内不同时间窗下的深度卷积神经网络单台震级估算模型,并采用多台加权平均方法对玛多地震主震以及漾濞地震主震、前震和余震共11次地震事件进行实时震级估算.结果 表明:在P波到达后1～40 s的不同时间窗下,随着时间窗的增加,深度卷积神经网络单台震级估算模型对训练集和验证集的震级估算误差和标准差逐渐减小,且逐渐趋于稳定;对于云南漾濞Ms6.4主震与青海玛多Ms7.4主震,大部分单台震级估算误差主要分布在±0.5震级单位内;通过多台加权平均方法计算预测震级,漾濞主震与玛多主震在首台触发后2 s时,震级估算结果分别是M6.0和M7.0;同时,随着首台触发后时间的增加,漾濞与玛多主震的震级估算逐渐接近实际震级,且在首台触发后9 s时,漾濞主震和玛多主震的震级估算分别是M6.2和M7.3;在首台触发后1 s时,对于玛多与漾濞地震的前震和余震,多台加权平均震级估算结果也主要分布在±0.5震级单位误差范围内.该方法为中国地震预警系统的震级估算方案提供了潜在可能.

关键词：地震预警;深度卷积神经网络;震级估算;漾濞地震;玛多地震

所属期刊栏目：65

分类号：P315(大地（岩石界）物理学（固体地球物理学）)

资助基金：中国地震局工程力学研究所基本科研业务费专项;国家重点研发计划;福建省地震局科技基金;黑龙江省自然科学基金;其配套资金;国家自然科学基金

在线出版日期：2022-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：594-603