基于神经网络的随机地震反演方法

针对随机地震反演中存在的两个主要问题,随机实现含有噪声和难以从大量随机实现中挖掘有效信息,提出了一种基于神经网络的随机地震反演方法.通过对多组随机实现及其正演地震数据的计算,构建了基于序贯高斯模拟的训练集.这也为应用神经网络求解地球物理反问题,提供了一种有效建立训练集的方法.较之传统的神经网络反演,这种训练集不仅保证了学习样本具有多样性,同时还引入了空间相关性.数值模拟结果表明,该方法只需要通过单层前馈神经网络,就可以比较有效的解决一个500个阻抗参数的反演问题.     

2019年5月18日松原M5.1地震构造机制分析

基于区域地震台网的数字化波形资料,使用ISOLA方法对2019年5月18日吉林松原M5.1地震进行矩张量反演,研究地震的震源机制,并且收集了地震序列中M_L2.5以上地震的震源机制解,采用FMSI（focal mechanism stress inversion）方法反演震中区构造应力场。结果显示：松原M5.1地震的矩震级为4.9,矩心深度为6 km,双力偶分量为91.5%,主压应力P轴方位角、倾角分别为76°和3°,主张应力T轴方位角、倾角分别为166°和16°,震源机制解显示典型的构造地震特征;震中区构造应力场理论应力轴σ₁方位角、倾伏角分别为88.0°和0.9°,σ₂方位角、倾伏角分别为178.2°和9.6°,σ₃方位角、倾伏角分别为352.5°和80.4°,这一结果与区域构造应力场一致。推断认为区域构造应力场触发了2019年松原M5.1地震活动,地震震源机制解的北西向节面与震中区附近的第二松花江断裂现今活动性质完全一致,认为第二松花断裂可能是松原M5.1地震的发震断层。