首页 | 本学科首页   官方微博 | 高级检索  
     

深度神经网络拾取地震P和S波到时
引用本文:于子叶, 储日升, 盛敏汉. 2018. 深度神经网络拾取地震P和S波到时. 地球物理学报, 61(12): 4873-4886, doi: 10.6038/cjg2018L0725
作者姓名:于子叶  储日升  盛敏汉
作者单位:1. 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室, 武汉 430077; 2. 中国科学院大学, 北京 100049
基金项目:973计划(2013CB733203),国家自然科学基金面上项目(41474049,41661164035)联合资助.
摘    要:

从地震波形数据中快速准确地提取各个震相的到时是地震学中的基础问题.本文针对上述问题提出了利用深度神经网络拾取到时的新方法,建立了用于地震到时提取的17层Inception深度网络模型,在对原始三分量数据进行高通滤波和归一化处理后输入网络直接输出到时信息.整个过程基于神经网络自适应提取波形特征,自动输出结果.
通过对100组加了不同强度的噪声数据进行了可靠性检验,相比于其他方法神经网络方法对于噪声具有较高的容忍度以及稳定性,并且与地震目录数据有较高的相似性.相比于AR-AIC+STA/LTA,深度神经网络虽然运算速度稍慢,但整个过程不需设定时窗与阈值,同时具有更高的可用性,并且可以迭代升级以提高精度.此方法作为人工智能方法,为波形到时拾取提供了新思路.




关 键 词:震相拾取   深度神经网络
收稿时间:2017-11-27
修稿时间:2018-10-10
点击此处可从《地球物理学报》浏览原始摘要信息
点击此处可从《地球物理学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号