期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
流动地震台阵观测初至震相的自动检测 被引量:44
1
作者 王继 陈九辉 +2 位作者 刘启元 李顺成 郭飚 《地震学报》 CSCD 北大核心 2006年第1期42-51,共10页
震相到时的自动精确检测对实现海量波形数据自动处理有重要意义.针对流动地震台阵观测,本文综合利用单台AKAIKE信息准则(AIC)和多台最小二乘互相关方法,发展了震相自动精确检测技术.检测结果表明,在长短时平均比值方法(STA/LTA)检测地... 震相到时的自动精确检测对实现海量波形数据自动处理有重要意义.针对流动地震台阵观测,本文综合利用单台AKAIKE信息准则(AIC)和多台最小二乘互相关方法,发展了震相自动精确检测技术.检测结果表明,在长短时平均比值方法(STA/LTA)检测地震事件的基础上,利用单台AIC方法,近震初至震相检测精度小于0.3S;利用多台最小二乘互相关方法,能够可靠地检测高信噪比地震的初至震相到时,当信噪比较低时,能够有效地避免初至震相的错误判别. 展开更多
关键词 流动地台阵 初至 自动检测 多道互
在线阅读 下载PDF
地震震相初至自动检测技术综述 被引量:33
2
作者 王彩霞 白超英 王馨 《地球物理学进展》 CSCD 北大核心 2013年第5期2363-2375,共13页
地震学研究中地震震相初至拾取处于基础而又关键的环节,其拾取速度和精度直接影响其在地震精确定位、震相识别、震源机制及破裂过程、地震勘探以及地震层析成像中的应用效率和精度.早期的震相初至拾取是人工的、非实时分析;随着计算机... 地震学研究中地震震相初至拾取处于基础而又关键的环节,其拾取速度和精度直接影响其在地震精确定位、震相识别、震源机制及破裂过程、地震勘探以及地震层析成像中的应用效率和精度.早期的震相初至拾取是人工的、非实时分析;随着计算机技术、数据采集与处理技术以及定量或数字地震学的发展,震相初至拾取也由早期的人工分析过渡到人机互动的半自动分析以及后来的自动实时检测.目前,可以进行震相初至自动检测的方法有很多,但没有一种单独的方法能在所有不同类型震源、传播路径、接收方式以及噪声背景下对初至进行一致的拾取,且对于信噪比低、初动不明显或后期弱震相埋在早期震相尾波中、噪声与地震信号频率相近时的地震记录,初至自动拾取的效果通常都不理想.鉴于此,有必要对目前流行的各种震相初至自动识别检测方法进行归纳总结,以期对该领域的发展有所裨益.本文就目前常用的检测方法技术(如能量法、分形维数法、频率法、偏振法、自回归模型、相关法、小波变换、人工神经网络法等)按时间域、频率域、时频域、综合方法四大类进行了回顾、分析及综述.结果表明:寻找一种综合信号和噪声多特性差异及多震相特征量的方法可能是目前初至自动检测技术的发展方向,即充分利用信号与噪声在运动学、动力学、频谱特征、偏振属性等方面的显著差异性,形成一套同时具有算法简单、检测精度高、多道处理功能、可用于实时处理特征的综合识别检测方法技术. 展开更多
关键词 记录 初至自动检测 时间域 频率域 时频域 综合方法
在线阅读 下载PDF
先导数据大模型:用于单台地震波形数据分析的双向神经网络预训练模型
3
作者 蔡育埼 于子叶 +2 位作者 王伟涛 安艳茹 李璐 《CT理论与应用研究(中英文)》 2025年第1期111-116,共6页
机器学习特别是深度学习方法在地震学中的应用越来越广泛,其在震相检测、地震分类中都达到了接近人类的精度。但目前,多数地震学神经网络模型专注于单一任务。我们基于中国地震台网中心发布的CSNCD数据集构建一个用于单台数据分析的双... 机器学习特别是深度学习方法在地震学中的应用越来越广泛,其在震相检测、地震分类中都达到了接近人类的精度。但目前,多数地震学神经网络模型专注于单一任务。我们基于中国地震台网中心发布的CSNCD数据集构建一个用于单台数据分析的双向神经网络预训练模型,模型以原始波形数据为输入,通过卷积神经网络和双向Transformer模型进行特征提取和处理,不仅可以完成常规的Pg、Sg、Pn和Sn震相检测、P波初动方向判定和事件类型判断工作,还可以通过迁移学习将模型用于其他地震波形数据分析工作中。 展开更多
关键词 深度学习 震相检测 初动检测 事件分类 预训练模型
在线阅读 下载PDF
基于深度学习的地震检测模型在区域台网的泛化性研究 被引量:4
4
作者 赵明 陈石 《地震》 CSCD 北大核心 2021年第1期166-179,共14页
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(ML0~ML4)所对应的126761段事件波形,以及2019年4—9月四... 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(ML0~ML4)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(ML0~ML6.0)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。 展开更多
关键词 PhaseNet 泛化性 到时拾取 震相检测
在线阅读 下载PDF
MSDP软件震相自动识别技术实现 被引量:5
5
作者 苏柱金 黄文辉 《地震地磁观测与研究》 2015年第5期121-127,共7页
利用MSDP交互分析软件实现震相自动识别技术,技术模块主要实现STA/LTA触发算法、AR-AIC震相识别方法、Filter Picker方法和自动量取振幅方法,提高MSDP分析处理地震事件和进行地震速报的效率,并利用大量地震事件对震相自动识别技术进行... 利用MSDP交互分析软件实现震相自动识别技术,技术模块主要实现STA/LTA触发算法、AR-AIC震相识别方法、Filter Picker方法和自动量取振幅方法,提高MSDP分析处理地震事件和进行地震速报的效率,并利用大量地震事件对震相自动识别技术进行测试和验证。 展开更多
关键词 速报 初至波震相检测 自动识别 自动量取振幅
在线阅读 下载PDF
基于机器学习和台阵相关性的水力压裂微地震事件自动识别及到时拾取 被引量:2
6
作者 陈国艺 杨文 +2 位作者 谭玉阳 张海江 李俊伦 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2023年第4期1558-1574,共17页
利用密集台阵对水力压裂微地震进行监测将有助于优化储层压裂、揭示断层活化.为满足密集台阵海量采集数据的处理需求,本文建立了一种综合运用多种机器学习方法和台阵相关性的、无需人工干预的自动处理流程,从而能够快速得到高质量的密... 利用密集台阵对水力压裂微地震进行监测将有助于优化储层压裂、揭示断层活化.为满足密集台阵海量采集数据的处理需求,本文建立了一种综合运用多种机器学习方法和台阵相关性的、无需人工干预的自动处理流程,从而能够快速得到高质量的密集台阵震相到时目录.该综合策略包括:(1)利用迁移学习在连续波形中快速检测地震事件;(2)利用U型神经网络PhaseNet自动拾取P波、S波震相;(3)利用三重线性剔除法,结合密集台阵到时相关性剔除异常到时数据和地震事件;(4)利用K-means和SVM两类机器学习算法,进一步区分发震时刻接近的多个地震事件,减小事件漏拾率.通过将该流程应用于四川盆地长宁—昭通页岩气开发区微地震监测数据,并将自动处理结果与人工拾取结果进行比对发现,二者在震级测定、定位以及走时成像结果等方面具有很好的一致性,表明本文处理流程结果精度可达到手动处理精度.本文结果为密集台阵地震监测数据的高效、高精度处理提供了新思路. 展开更多
关键词 微地监测 机器学习 密集台阵 检测拾取
在线阅读 下载PDF
2013年甘肃岷县-漳县M_S6.6地震余震序列目录完备性研究——基于对单台记录地震事件震中与震级的估计 被引量:5
7
作者 谭毅培 陈继锋 +2 位作者 曹井泉 邓莉 东得淼 《地震学报》 CSCD 北大核心 2015年第5期806-819,共14页
中强地震余震序列地震目录编目是否完备、震源参数是否准确,直接影响余震序列特征分析、震后趋势快速判断和强余震预测等研究结果的科学性和可靠性.2013年7月22日甘肃岷县-漳县MS6.6地震余震序列目录中存在较多单台记录地震事件,地震观... 中强地震余震序列地震目录编目是否完备、震源参数是否准确,直接影响余震序列特征分析、震后趋势快速判断和强余震预测等研究结果的科学性和可靠性.2013年7月22日甘肃岷县-漳县MS6.6地震余震序列目录中存在较多单台记录地震事件,地震观测报告仅给出其震级,而未给出震中位置.由于余震波形间的相互交叠干扰,使得余震最大振幅的测量误差较大,造成地震观测报告给出的单台事件震级误差较大.精确估计单台记录地震事件的震中和震级,能够补充完善现有地震目录,提高地震目录的完备性.本文对单台记录地震事件震中和震级的估计不仅限于单个台站,而是通过分析区域台网中多个台站的波形记录实现.首先以余震序列中震级较大、波形记录信噪比较高的地震波形作为模板,使用波形互相关震相检测技术,检测单台记录的地震事件在多个台站的震相到时.如果能在4个以上台站检测到震相,则利用测震台网常用的HYPOSAT方法估计其震中位置,并利用多个台站记录波形与模板地震的振幅比估计其震级.之后计算主震发生后不同时间的最小完备性震级,并通过线性拟合得到最小完备性震级随时间变化的表达式,以分析此地震余震序列的目录完备性.经过计算共得到253个单台记录地震事件的震级和其中177个事件的震中位置,其震中空间分布范围与余震序列中其它地震分布范围基本一致.震级复测以及与人工拾取震相到时误差对比表明,该方法所得震相检测和震级估计结果具有较好的可靠性.主震及最大余震发生后的短时间内,有较多数量单台事件的目录所给出的震级偏低,分析认为可能受主震与较大余震后续震相以及余震间相互干扰所致.主震发生0.02—0.3天内,其余震序列最小完备性震级随时间的对数呈线性下降,在0.3天后最小完备性震级稳定在ML1.1左右. 展开更多
关键词 目录完备性 单台地事件 震相检测 波形互 2013年岷县-漳县MS6.6地
在线阅读 下载PDF
2022年1月8日青海门源M_(S)6.9地震余震序列自动处理结果探讨 被引量:8
8
作者 王祖东 杨晓鹏 +3 位作者 尹欣欣 蒲举 王维欢 陈晓龙 《地震工程学报》 CSCD 北大核心 2022年第2期408-414,共7页
使用2022年1月8日青海门源M_(S)6.9地震前3天及后7天甘肃地震台网固定台站和邻省共享台站记录到的连续波形数据,利用自动编目程序自动检测余震序列,并将检测结果与人工编目结果进行对比分析。结果表明:自动编目与人工编目定位结果基本一... 使用2022年1月8日青海门源M_(S)6.9地震前3天及后7天甘肃地震台网固定台站和邻省共享台站记录到的连续波形数据,利用自动编目程序自动检测余震序列,并将检测结果与人工编目结果进行对比分析。结果表明:自动编目与人工编目定位结果基本一致,平均震中位置差在5 km以内,震级差值在M_(L)-0.2~M_(L)0.2间;自动编目结果的发震时刻普遍略早于人工目录,但两种目录中大部分余震发生时刻的差值在2 s内。自动编目产出速度快,且能检测人工无法识别的微小余震,提高了目录完备性。综合来看,自动编目系统产出结果符合预期目标,可为震群趋势判断、破裂过程快速反演等相关科学研究提供数据支撑。 展开更多
关键词 门源地 自动编目 震相检测 深度学习
在线阅读 下载PDF
Fiber Optic 3-Component Seismometer 被引量:4
9
作者 Jing HAN Wentao ZHANG Dongshan JIANG Zhaogang WANG Fang LI 《Photonic Sensors》 SCIE EI CAS 2014年第2期102-107,共6页
An all-metal 3-component optical fiber seismometer was proposed and experimentally demonstrated. The theoretical analysis was given based on the electro-mechanical theory. Calibration results showed that the axis sens... An all-metal 3-component optical fiber seismometer was proposed and experimentally demonstrated. The theoretical analysis was given based on the electro-mechanical theory. Calibration results showed that the axis sensitivity was about 41 dB (re: 0dB=1rad/g) with a fluctuation +2dB in the frequency bandwidth of 5 Hz - 400 Hz. A transverse sensitivity of about -40 dB was achieved. The fluctuation of the acceleration sensitivity for the three accelerometers in the seismometer was within ±2.5 dB. The minimum phase demodulation detection accuracy of the phase-generated cartier (PGC) was 10-Srad/√Hz, and the minimum detectable acceleration was calculated to be 90 ng/√Hz. 展开更多
关键词 Fiber optic SEISMOMETER transverse sensitivity ACCELEROMETER
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部