兰州和海拉尔核查地震台阵慢度和方位角校正方法研究

介绍了一种地震台阵慢度和方位角格点校正方法,在预定义的格点空间调整校正慢度和方位角,从而消除系统偏差,提高地震台站慢度与方位角估计的精度。利用该方法对我国核查地震台阵海拉尔和兰州方位角和慢度进行了校正,离线和在线的测试显示了台站慢度和方位角估计性能的提高。     

基于卷积神经网络和霍夫变换的地震道自动编辑新方法（英文）

地震道编辑是数据预处理中一个繁琐的过程。这可能需要大量的人力和时间成本,特别是对于大型三维数据集。目前的地震道编辑方法通常耗时较长,如果粗略地去除噪声道,可能会遗漏一些潜在的重要信息。在本章的研究中,我们提出了一种基于机器学习的自动编辑地震道的方法。此外,我们还将霍夫变换技术与卷积神经网络（CNN）相结合,以提高方法的可行性。霍夫变换是一种帮助识别图像中异常直线的特征提取方法,我们将其用来预先检测可能存在的噪声道和坏道的位置。然后,利用设计好的带通滤波器和训练好的CNN模型来识别霍夫变换标记的目标区域内真正的噪声道和坏道。在识别之后,应用自动的处理方式来确定经过处理的地震道是否有用或是仍然应该丢弃。整个方案包括四个主要步骤:数据预处理、霍夫变换检测、CNN网络训练和CNN网络预测。在实际数据应用中,准确率达到了98%,表明所提出的自动道编辑方案在实际应用中是有前景的。     

不同深度布设台站的噪声及信号幅值特征分析

为探究地震观测中地震计检测到的噪声和信号强度均受其布设深度的影响,本文首先对CPUP和LPAZ两台站布设的不同深度地震计所得到的数据进行噪声水平和地震信号对比;其次采用对比功率谱密度的方法对两台站不同通道采集到的不同时段的噪声数据进行分析;最后比较两台站不同通道采集到的整月数据的噪声幅值、信号幅值、信噪比特征。结果显示:深度较大的通道,其噪声功率均值较小;当事件信号到来时,较深通道的地震计检测到的信号和噪声幅值比较浅通道均有所减小,在信号和噪声幅值均减小的共同影响下,信噪比有一定程度的变化,其中LPAZ台站的信噪比提高较为明显。