基于深度学习到时拾取自动构建长宁地震前震目录

将深度学习到时拾取、震相关联技术与传统定位方法联系起来,构建一套连续波形自动化处理与地震目录自动构建流程,对于高效充分利用地震资料,提升微震检测能力具有十分重要的意义.我们应用最新发展的迁移学习震相识别技术、震相自动关联技术,对长宁M S6.0地震震中附近21个台站震前半个月(6月1日—6月17日)的连续记录波形进行P、S震相识别、震相自动关联和初步定位,并应用传统绝对定位和相对定位技术得到了长宁地震震前微震活动的绝对和相对定位目录.其中绝对定位目录能在较小的误差范围匹配85%的人工处理目录,其发震时刻平均误差为0.36±0.07 s,震级平均误差为0.15±0.024级,水平定位平均误差为1.45±0.028 km,其识别的1.0级以下微震数目是人工的8倍以上,将长宁地震震前微震目录的检测下限提升至M L-1左右,证明了基于深度学习到时识取和REAL(Rapid Earthquake Association and Location,快速震相关联和定位技术)震相自动关联来构建微震目录具有较好的实用性.我们的自动地震目录揭示了长宁M S6.0主震所发生的区域震前异常频繁的微震活动,以及与区域内盐矿注水井的关联性,更好地描绘了这些微震活动的时空演化特征,其空间活动性分布特征与长宁M S6.0余震序列的分布一致.     

快速地震关联与定位

快速震相关联和事件定位对实时地震监测至关重要。我们提出了一种快速自动关联地震震相并同时对地震事件进行定位的方法(简称REAL)。REAL综合了基于到时和基于波形的检测定位方法的优点。它关联不同震相到时的同时,通过首先计数P波、S波到时个数、其次计算走时残差的方式来实现定位。只要有足够的到时个数在理论走时窗之内,我们就可以把这些到时自动关联到特定地震。地震位置确定在对应拥有最多拾取个数的网格点,如果有多个网格点具有相同的最大拾取数,则选取它们中走时残差最小的那个。我们使用最小二乘定位法(VELEST)和高精度相对定位法(hypoDD)做进一步精定位。REAL计算很高效,可用于快速地震分析。我们将REAL应用于2016年10月意大利亚平宁中部地震序列中的其中5天,这5天位于两个最大震级地震的中间。REAL关联和定位了比意大利国家地球物理学与火山学研究所日常编目记录(862)超过3倍的地震事件(3 341)。与编目事件相比,这些重定位事件的时空分布显示了相似但更为集中的式样。我们的研究证明了使用REAL和震相数据快速自动地进行地震活动性分析是可行的。     

2020年云南东川ML4.2地震序列精定位研究

利用云南东川地区10个宽频带流动台站的连续波形数据,采用基于深度学习的自动震相拾取方法和震相关联技术,对2020年东川M_L4.2地震序列分别进行绝对定位和相对定位,获得了该地震序列的高精度地震定位结果,得到东川M_L4.2地震序列的212个余震事件,约为中国地震台网目录给出的余震数目的5倍,丰富了M_L≤3.0余震;精定位结果表明东川M_L4.2主震震源深度为5.19 km,余震震源深度集中在3~6 km,余震序列分布长轴呈NNE向展布;此次地震发生在小江断裂带西支,发震构造与乌龙拉分盆地的构造演化有关。     

东祁连山北缘断裂带基于深度学习的密集台阵地震事件快速检测与定位研究

为监测东祁连山北缘断裂带附近的地震活动性,布设包含240台短周期地震仪的面状密集台阵,进行约30 d的连续观测。首先使用基于深度学习的多台站地震事件检测算法（CNNDetector）进行地震事件检测,然后使用震相拾取网络（PhaseNet）对地震事件进行P波和S波到时拾取,其次使用震相关联算法（REAL）进行震相关联及初定位,最后使用双差定位（hypoDD）进行地震重定位,最终的精定位地震目录中共有517个地震。在密集台阵观测期间,中国地震台网正式地震目录中共有39个位于台阵内的地震事件,相比而言,密集台阵检测到大量小于0级的地震。因此通过布设密集台阵,可提高活动断裂微地震活动性的监测能力。与历史地震空间分布相比,密集台阵地震精定位分布具有较好的一致性,表现出更明显的线性分布特征。基于地震分布,发现研究区域存在与地表断层迹线走向不同的隐伏活跃断裂。     

2022年四川泸定MS6.8地震余震序列的自动构建与地震活动性分析

北京时间2022年9月5日12时52分,四川甘孜州泸定县发生M_S6.8地震(以下简称泸定地震).本文基于神经网络方法从泸定地震周边200 km之内57个台站2022年9月5—15日的连续波形资料中拾取Pg/Sg震相到时,对由优选的震相识别阈值筛选后的震相到时进行震相关联和定位分析,经上述处理流程获得自动检测目录(AUTO)包含10590个地震事件,为同期台网人工目录(即中国地震台网中心目录,CENC)数量的3.3倍,完备性震级由M_L1.0下降至M_L0.5.基于波形互相关的双差定位方法获得的8279个地震的时空分布特征表明,2022年泸定M_S6.8地震的主震及余震主要发生在鲜水河断裂磨西段,沿着该断裂在NNW-SSE方向分布并表现出明显分段特征,北段总体深度较浅,深度集中在10 km以上,中段和南段相对较深,深度分布在5～20 km之间.此外,余震序列在鲜水河断裂上展现出高倾角的特征,而在主震SW方向的海螺沟断裂附近与鲜水河断裂呈共轭展布,推测在中段海螺沟附近有一条走向SW、倾向SE的低倾角分支断裂....     

2013年3月涿鹿微震群遗漏地震事件检测和发震构造分析

震群活动时,短时间发生大量地震,不同地震事件的记录波形相互交叠影响,易造成地震目录的遗漏,对震群发震构造分析等研究带来不利的影响.本文针对2013年3月3日至5日在河北涿鹿发生的微震震群,利用匹配滤波技术,以地震台网观测目录所记录地震事件的波形为模板,在连续波形记录中搜索与模板相似的信号,从而检测台网目录遗漏的地震.利用波形互相关标定新检测到地震事件的P波和S波到时,进而对其震中位置和震级做出估计.计算结果显示,通过互相关扫描检测到52个地震台网常规分析遗漏的地震,约为地震目录给出的45个事件的1.16倍.检测到的遗漏地震震级估算为M_L0.1~0.9,通过震级-频次统计分析,加入遗漏地震后地震目录的完整性在M_L0.3~0.8范围内有较明显的改善.根据地震事件精定位结果,推测此次震群的发震构造为北西走向倾角较大的断层,施庄断裂为发震构造的可能性较大.     

基于深度学习震相拾取和密集台阵数据构建青海玛多Ms7.4地震震源区高分辨率地震目录

高分辨率地震目录有助于描绘断层的精细结构和认识发震断裂的构造形态及发震机制.基于玛多地震科考布设的短周期台阵数据,本文利用深度学习自动拾取P/S波震相、震相关联、绝对定位、相对定位等定位流程,构建了玛多Ms7.4地震后第14天至第43天的高分辨率地震目录,揭示了玛多震源区主震西侧以及主震向东20 km区域范围内的地震序...     

2013年甘肃岷县-漳县MS6.6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

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M_S6.6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M_L1.1左右.      

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征。结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的M_S震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件。     

实时智能地震处理系统在2013年福建仙游ML5.0地震序列中的应用研究

文中将实时智能地震处理系统(RISP)应用于福建仙游地震序列,处理了2013年8月至12月福建台网的连续波形数据。自动处理结果与人工编目结果进行了深入对比,全面评估了RISP系统对该地震序列的自动处理能力。RISP系统共产出615个地震,与人工编目匹配事件462个,对于M_L≥1.0的地震,匹配率达到96.4%;漏检测事件282个,其中M_L<1.0占比为94.7%;多检测事件162个,均为仙游序列地震事件。匹配事件地震参数统计结果表明：发震时刻偏差不超过1 s占比99.13%;震中位置偏差小于5 km占比98.69%;震源深度偏差在5 km内占比91.5%;震级偏差不超过0.5占比89.54%。通过该实例测试表明：现有观测条件下,利用RISP系统可以快速产出仙游地区M_L≥1.0地震序列目录,地震目录完备性高,RISP系统产出地震参数精度与人工处理结果相当,可应用于大震应急、震后趋势判定等工作。     

上海及邻区微震检测与定位

本文利用基于图像处理器加速的模板匹配定位法(Graphics Processing Unit-based Match&Locate, GPU-M&L)和双差定位法(HypoDD),对上海及邻区13个台站记录的2011年至2020年共10年的连续地震数据资料进行分析.首先从中国地震台网中心提供的146个地震事件目录中挑选了136个地震事件作为模板事件,使用模板匹配定位技术对上海及邻区10年的连续资料进行遗漏地震事件的扫描和检测,共识别出824个地震事件,约为台网中心提供地震目录事件数量的5.5倍.然后对识别出的地震事件通过深度去噪方法(DeepDenoiser)将信号与噪声分离,并对去噪后地震波形的频率和振幅特性分析来进一步确认识别出的地震事件.同时利用基于机器学习的震相拾取技术(PhaseNet),对去噪后的333个地震事件进行了震相拾取.检测后的地震目录完备震级由台网目录的M_c1.0降为M_c0.8.最后利用双差定位法对479个地震事件进行精定位,精定位的结果显示,上海地区整体地震活动性较弱,地震的空间分布相对较为分散,定位后...     

2013年四川芦山MS7.0地震自动速报震级偏差分析及方法改进

使用震中距320 km范围内40个台站的波形记录, 大致还原了2013年4月20日芦山M_S7.0地震的自动速报震级测定过程． 结果表明, 在中国地震局对外发布自动速报参数的时间点上, 震级还处于快速上升段, 此时测得的标准震级为M5.8, 与对外公布的标准震级M5.9比较一致, 却远小于之后人工修订的震级M7.0． 分析芦山地震自动速报震级偏差较大的原因: ① 使用限幅记录, 造成震级低估; ② 地震参数发布过于强调快而忽略了准, 参数发布时有些台站的S波(或Lg波)未到达或未完全到达, 造成计算的平均震级偏小． 通过选择合适的震中距范围, 减小限幅记录的影响并适当延时, 在震后137 s得到震级为M6.8． 另外, 应用M_WP震级测定方法, 在震后77 s获得矩震级为M_W6.8, 显示该方法在测定矩震级时具有快速稳定的优势． 基于上述研究结果, 本文提出改进自动测定震级的措施和方法: ① 对于M＜7.0的地震, 在使用M_L震级测定方法确定震级时, 需在未限幅台站占绝对优势的震中距范围内使用未限幅记录, 并延时到最远台站的S波(或Lg波)最大振幅到达后测定M_L; ② 应用M_WP震级测定方法测定大地震的矩震级．      

利用初至P震相测定石嘴山ML4.4地震序列的震源深度

基于初至P震相较易辨识、读取误差小、有效震相丰富等优点,提出联合Pg与Pn震相到时数据测定震源深度的方法,并将其应用于石嘴山M_L4.4地震序列(11次)的震源深度计算,结果显示该地震序列的震源较浅,这也是此次有感地震震感强烈的原因之一．然后利用初至P震相到时方法分别计算了双层和4层地壳速度模型下的震源深度,并与双差定位所得深度进行对比,结果显示: 利用初至P震相到时方法较双差定位方法得到的震源深度整体上一致性较好,但前者得到的震源深度较之后者略深;对于双层与4层地壳速度模型,二者的震源深度计算结果具有较好的一致性．因此,基于可靠区域地壳速度模型下的初至P震相到时方法可以应用于震源深度的计算,并能够取得较好的结果．另外,石嘴山M_L4.4地震序列的主震深度为7—8 km,最大余震深度为6 km,根据银川盆地的速度成像结果可知,主震和最大余震发生于银川盆地基底下部;其余地震的震级偏小,多集中于3—5 km深度,主要发生于银川盆地基底顶部或基底覆盖层内．      

联合概率法在合并相邻台网地震目录中的应用:以2014年鲁甸序列为例

中国目前实行的区域地震台网独立运行机制,使得在相邻不同台网的交界地区可能存在多个版本的地震目录和震相观测报告,影响了地震活动性分析与研究.为此,本文提出了一种基于联合概率的方法,可标明两个或多个相邻台网目录中相同的事件,合并它们的震相数据开展重新定位,并重构不同台网交界地区的统一地震目录.该方法的思路与分析步骤是：首先,计算获得不同台网之间具有最小发震时刻差异的两两地震的时空强差异分布,查找并剔除独立地震,计算事件合并的联合概率;其次,基于联合概率分析合并不同台网的地震目录和震相观测报告,对合并事件进行重新定位和定位误差分析,并基于G-R关系检验重构目录的完整性.本文以2014年鲁甸地震序列为例的初步应用结果显示,震相合并之后的地震定位精度相比之前单个台网的结果,特别是相比四川台网的目录,定位精度提高非常显著,合并后的目录与之前相对完整的云南目录接近,但相比由两个台网目录简单拼凑而成的目录更加准确.此外,研究还发现在目录合并过程中,对于4级以上的中强震,应选择M_S而不是以M_L震级标度;震相合并后被复用台站记录的到时信息可用于检测不同台网间的震相拾取是否存在系统偏差.本文提出的方法使得在相邻不同台网的过渡区形成一个统一且尽可能准确可靠的地震目录成为可能.     

2022年1月8日青海门源MS6.9地震余震序列自动处理结果探讨

使用2022年1月8日青海门源M_S6.9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RISP系统自动检测余震序列,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,震中位置差(3.9±1.51)km,震级差值M_L(0.17±0.22);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2s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.     

紫坪铺水库及邻区的微震检测与定位

首先对四川省地震局提供的1 017次地震进行重定位，并将重定位后的578次高信噪比地震作为模板，利用基于图像处理器加速的匹配定位技术(GPU-M&L)对紫坪铺水库地震台网7个台站2005—2008年记录的连续波形数据进行扫描；然后利用基于深度学习算法的去噪技术(DeepDenoiser)设计出的卷积神经网络模型来进一步验证这些新检测到的地震事件；最后利用双差定位法对检测到的地震事件进行精定位。最终识别到的地震事件多达1万6 836个，约为四川省地震局目录事件的13倍，地震目录的完备震级由M_L1.4降为M_L-0.1。定位结果显示，研究区的地震事件呈北东向线性分布，优势震源深度指示区域地壳内的滑脱层位置，结合b值和震源深度分析结果推测，研究区蓄水后的地震主要是构造应力积累导致的天然地震活动，并伴随水库触发地震混杂发生。     

STA/LTA—AIC算法对地震P波震相拾取稳定性影响

选取区域地震台网记录的地震波形数据,使用STA/LTA算法与STA/LTA—AIC算法,进行地震P波震相初至到时自动拾取,对地方震及震中距较大的震相进行P波震相拾取效果分析,发现:STA/LTA算法对于地方震P波震相识别精度较高,与STA/LTA—AIC算法拾取的P波震相初至到时相差不大;震中距变大后,STA/LTA算法对P波拾取位置相对于最佳位置向后延迟,STA/LTA—AIC算法有效矫正了STA/LTA算法拾取位置的延迟问题,与人工拾取位置差别可忽略不计。     

海南地区Pb震相的识别及康拉德面的确定

选取海南省地震台网2009年1月1日至2016年8月25日记录到的281次M_L≥2.0地震,利用PTD方法重新定位其震源深度,采用折合走时分析海南Pb震相,并对Pb震相的速度拟合进行佐证,进而确定海南岛Pb震相的存在。结果显示,从其中的52次地震事件中可识别出57个Pb震相,其相速度为6.68 km/s,在此基础上以地震波走时方程反演得到的海南地区康拉德面的平均深度为21 km。      

广东地区重复地震识别及其在台网定位评价中的应用

利用广东数字地震台网2010年1月至2013年10月的地震震相到时和波形资料,首先对地震目录进行完整性分析,选出在MC震级0级以上的3 969个地震进行波形互相关分析。设定在至少三个台站记录的垂直分量波形相关系数大于0.8的两个事件为重复地震对,共识别出广东地区的重复地震1 612个,占总数的41%。根据前人"重复地震震中位置间的差异约为四分之一优势波长"的研究成果,将筛选出的重复地震对用于定量判断地震目录中的震相拾取误差和评估台网定位精度,结果显示:广东地震台网的震相拾取误差约80%在0.3 s内,约70%在0.2 s内,40%多在0.1 s内;内陆定位误差较小,这与该地台站密集、方位分布较好有关,而沿海定位误差相对较大。     

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征.结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的MS震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件.