基于PhaseNet的地震信号自动处理方法准确性分析

利用一种深度学习地震信号检测方法（PhaseNet模型）检测甘肃省岷县MS6.6地震序列,根据地震震相关联技术和绝对定位Hypoinverse方法构建AI检测目录,对比人工分析地震目录和震相报告,分析AI自动处理地震事件的误差范围。结果表明,AI技术能够实现85.5%的人工工作量,定位误差在20 km范围内呈正态分布;在低震级地震事件检测中,AI方法也发挥了显著能力。相比于人工处理方法,AI方法稳定性好、不依赖个人经验、分析速度快,在大震后的地震目录快速产出中能发挥关键作用,可提高地震分析能力、节省人力成本。     

青海门源地区地震活动时空分布特征和孕震环境研究

位于青藏高原东北缘的青海门源地区地震活动频繁,自1986年以来先后发生了三次6级以上的强震活动.研究门源地区的地震活动特征、发震构造和孕震环境可以为地震发生机理的分析和未来地震危险性的判定提供重要依据.本文基于中国地震台网中心提供的地震目录和震相数据,使用波速比一致性约束的双差层析成像方法获得了门源地区2009年以来的地震精定位结果和高分辨率的三维V_P、V_S和V_P/V_S模型.使用“剪切-黏贴”方法计算了门源M_S6.9地震和M_S4.5以上余震的震源机制解,并收集了该区域历史中强地震的震源机制解.结果显示：2013年门源M_S5.3地震和2016年门源M_S6.4地震的余震序列沿着冷龙岭北侧断裂展布,2022年门源M_S6.9地震的余震序列沿着托莱山断裂和冷龙岭断裂展布,其展布方向与附近断裂的走向一致.1986年门源M_S6.4地震、2013年门源M_S5.3地...     

甘肃平凉地电场观测资料分析

介绍平凉中心地震台地电场观测系统,对观测资料的连续率、完整率、观测精度(包括相关系数和差值)、变化形态、频谱特征、长短极距的相关性、矢量性等方面进行分析和讨论。结果表明:平凉地震台地电场观测数据质量符合相关技术规范要求,能较好地反应区域地电场的变化特征,并分析平凉台周围中强地震与地电场异常变化的关系。     

甘肃塌陷地震震相识别研究

选取甘肃省测震台网测定的甘肃平凉地区塌陷地震、甘东南地区天然地震各50个,同地区的30个地震事件为待测事件。采用近年来计算机领域里较先进的图像识别方法——卷积神经网络识别两种地震事件类型,设定波形通道总数的80%为地震事件分类阈值,超过分类阈值的设定为“0”或“1”,即可判定该待测事件为对应的事件类型。将地震事件作为原始图像,提取图像中最具代表性特征点;接着提取图像特征进入池化层,池化层会对该图像特征点进行归类压缩,提取最具代表性的图像特征,最后输出识别图像。结果表明:塌陷地震最终分类准确识别率为86.7%,天然地震准确识别率为93.3%,总识别率为90%,为今后平凉地区塌陷地震事件类别识别工作提供了可靠的参考价值。