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

• 作者: 盖增喜 蔡振宇
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 人工智能 机器学习 深度学习 小波变换 初至拾取
• 年，卷（期）: 2019,（3）
• 页码范围: 451-460
• 页数: 10页
• 字数: 9310字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2018.036

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盖增喜	北京大学地球与空间科学学院	20	62	3.0	7.0
2	蔡振宇	北京大学地球与空间科学学院	1	1	1.0	1.0