基于U形卷积神经网络的震相识别与到时拾取方法研究

• 作者: David A Yuen 房立华 赵明 陈石
• 来源期刊: 地球物理学报
• 学科: 地球科学
• 关键词: U网络 震相识别 区域地震台网 汶川余震
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 地球动力学·地震学·地磁及地热学
• 页码范围: 3034-3042
• 页数: 9页
• 分类号: P631
• 字数: 5519字
• 语种: 中文
• DOI: 10.6038/cjg2019M0495

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房立华		53	721	15.0	26.0
2	赵明		13	91	6.0	9.0
3	陈石		37	210	9.0	13.0