| 基于卷积神经网络的地震震级测定研究 |
| |
| 引用本文： | 林彬华,金星,康兰池,韦永祥,李军,张燕明,陈惠芳,周施文.基于卷积神经网络的地震震级测定研究[J].地球物理学报,2021,64(10):3600-3611. |
| |
| 作者姓名： | 林彬华 金星 康兰池 韦永祥 李军 张燕明 陈惠芳 周施文 |
| |
| 作者单位： | 福建省地震局,福州350003;福州大学,福州350108;福建省地震局,福州350003;福州大学,福州350108;中国地震局厦门海洋地震研究所,厦门 361021;福建省地震局,福州350003;中国地震局厦门海洋地震研究所,厦门 361021;福建省地震局,福州350003 |
| |
| 基金项目： | 国家重点研发计划;国家重点研发计划;国家科技攻关计划;福建省地震局科技基金项目 |
| |
| 摘 要： | 地震预警震级测定是地震预警系统最重要也是最困难的部分之一.本文提出了基于卷积神经网络的地震预警震级测定方法,将震级测定问题转化为震级分类问题,即将ML＞2.0的震级分成20个不同等级类别处理.收集了福建台网2012-2019年期间记录到福建、台湾海峡及台湾共1928个地震作为研究资料,经过台站记录截取、大震样本增强、标签制作、质量筛选等预处理共得到14644条三分向地震样本记录;构建了3 s波形输入的卷积神经网络震级预测模型,并用2012-2018年震例对模型进行训练,用2019年震例对模型进行测试.结果 表明,单台震级偏差有85.6％可控制在±0.3以内,前三台平均的震级偏差有91.8％可控制在±0.3以内,其中震级较大偏差的事件多为缺乏历史样本.相较于传统方法,该模型测定的震级值更加稳定可靠,可为解决地震预警震级测定这一挑战性难题提供新的技术手段.
|
| 关 键 词： | 卷积神经网络 地震预警 震级测定 震级偏差 深度学习 |
The research of earthquake magnitude determination based on Convolutional Neural Networks |
| |
| LIN BinHua,JIN Xing,KANG LanChi,WEI YongXiang,LI Jun,ZHANG YanMing,CHEN HuiFang,ZHOU ShiWen.The research of earthquake magnitude determination based on Convolutional Neural Networks[J].Chinese Journal of Geophysics,2021,64(10):3600-3611. |
| |
| Authors: | LIN BinHua JIN Xing KANG LanChi WEI YongXiang LI Jun ZHANG YanMing CHEN HuiFang ZHOU ShiWen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
