用振幅变化长短时均值比实现地震预警中P波自动拾取

地震P波到时快速、精确的自动拾取是实现地震预警的第一步。目前所有P波到时自动拾取方法都需要进一步考虑准确度问题,据此提出用"振幅变化"长短时均值比方法拾取P波到时。研究表明引进"振幅变化"作为特征函数比Allen的"振幅变化平方"更能突显地震波初至时刻的"突变"特征。对"振幅变化长短时均值比方法"和Allen的"振幅变化平方长短时均值比方法"进行抗噪音分析表明,在较低信噪比条件下,Allen方法不能准确地拾取P波到时,而新方法依然能较准确地拾取P波到时。在较高信噪比条件下,用两种方法拾取的160个M_S4.0地震P波到时,其误差大都在允许范围内,但新方法拾取的准确度略高。新方法可以看做是对长短时均值比方法的拓展。     

融合门控循环单元和自注意力机制的矿山微震P波到时拾取方法

基于深度学习方法提出了一种矿山微震P波到时拾取方法。首先构建CNNDet模型进行事件监测和到时预拾取;其次引入自注意力机制,融合门控循环单元（GRU）构建CGANet模型,对检测到的事件进行P波到时精确拾取;最后将该方法与长短时窗能量比法、DPick和PpkNet方法进行对比,结果显示测试集的事件检测精确率和召回率都达到98%以上,P波到时估计的误差均值和标准差分别为0.014 s和0.051 s,说明本文方法在精确率、召回率及标准差等方面均明显优于上述三种方法。此外,对不同信噪比样本进行测试的结果也证明,本文方法在低信噪比下依然能保持较高的精度。在实际震源定位中,该方法也展现出了更优异的性能。     

时窗能量特征法拾取微地震波初始到时的可行性研究

微地震（MS）波初始到时的自动拾取是MS监测数据处理的关键技术之一,也是实现MS震源自动定位的技术难点.本文在MS震源定位结果反演与推断的研究基础上,对不同类型MS波的到时点特征进行了分析与描述,并对不同时窗长度下能量特征值的变化规律进行了研究,提出了控制时窗移动范围和确定时窗长度自适应参数的具体方法,利用建立的MS波初始到时点特征的模式识别库,对拾取的到时进行模式归类、定量评价和匹配,提高了自动拾取结果的可靠性.研究结果表明,对典型的信噪比高的MS波,到时自动拾取的结果与手工拾取的结果基本一致;对无量纲大振幅的MS波,到时自动拾取结果的可靠性要高于手工拾取,对信噪比低和到时点不清晰的MS波自动拾取的可靠性较低.     

迭代累积平方和算法与自回归赤池准则算法在地震信号到时估算中的比较研究

介绍了不同于自回归赤池准则算法(AR-AIC)的另外一种到时估算方法累积和法(CUSUM). 作为一种序贯分析方法, 累积和法主要用于满足一定噪声假设且相对稳定的数据序列中, 用以检测其发生异常改变的信号到时位置. 其中重点介绍了改进后的累积和算法迭代累积平方和算法(ICSS)的基本原理及其在区域震到时估算方面的应用实例, 并将其与AR-AIC算法的到时估算结果进行了比较分析. 分析结果表明, 相对于AR-AIC算法, ICSS算法在对区域震S波和Lg波的到时估算方面具有估算误差小、 计算时间短的优势, 具有一定的应用价值.      

基于改进长短时窗比值及优化变分模态分解的微震初至拾取算法

针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值（STA/LTA）算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解（VMD）算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数（IMF）的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解（EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。      

基于优化参数的地震P、S波震相到时自动拾取及质量评估

准确拾取P、S波震相到时是深入开展地震波研究工作的基础,本文改进了自动拾取参数优化函数算法和质量评估方案,引入了拾取到时优化方案,使用基于参数优化的频带-带宽拾取算法、AICD拾取算法和峰度拾取算法对腾冲地区7个宽频带地震台站记录的地震资料开展了地震P、S波到时自动拾取,对拾取结果进行了优化和质量判定.结果表明：经参数优化、拾取优化后,采用3种方法自动拾取的P、S波到时与人工拾取到时的时差在0.1 s内的记录占比分别达到74.66%、70.98%.这些参数值均优于算法改进前的同类参数,证明了优化方法的可靠性.     

STA/LTA算法拾取微地震事件P波到时对比研究

本文将HZ-MS48微地震采集仪监测的实际数据,利用STA/LTA算法来识别微地震事件P波到时.比较了在不同STA(短时窗平均值)情况下对拾取精度和结果的影响.结果表明:此算法确定信噪比比较高的微地震事件是非常有效的,能精确拾取P波到时.利用5ms、10ms、20ms三种不同的短时窗处理数据,发现对P波拾取的敏感程度不同,短时窗的值越大,拾取P波的敏感性越低,拾取精度降低,触发的阈值应随着短时窗的增加而减小.     

利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时

地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相的偏移.针对上述问题,本文在STA/LTA、AIC方法的基础上,引入了标准时频变换(Normal...     

一种基于PPNet的地震直达P波到时拾取方法

针对现有地震直达P波到时拾取网络精度低、误差大等问题,结合UNet++编码、解码器,融入特征过滤器设计一种具有地震震相特征分析与融合能力的轻量级P波到时拾取网络PPNet,实现对地震P波的高精度、低误差拾取。首先,该网络在编码器模块采用大卷积核、低通道数的卷积层,对输入的地震信号进行深度特征提取;其次,在解码器模块的特征还原过程中加入特征融合机制,补全特征信息,避免序列特征污染问题;最后,仅对编码器后三个下采样模块添加特征过滤器,深入挖掘特征序列,通过细化P波到时特征,提升到时拾取精度。实验结果表明,提出的网络在0.1 s、0.2 s、0.3 s误差阈值下P波拾取率分别为80.73%、94.01%、97.81%,平均绝对误差0.078 s,均方误差0.021,与现有P波拾取传统方法和深度学习算法相比性能更优。     

微地震信号到时自动拾取方法

本文讨论了用于微地震信号到时自动拾取的几种方法的原理及特点,包括长短时均值比(STA/LTA)方法、AIC方法、基于高阶统计量偏斜度和峰度的PAI-S/K方法等,提出了移动时窗峰度的快速算法和改进的峰度拾取初至方法.对我国西部某地观测到的13359个微地震记录,采用两种时窗进行了初至到时拾取,并与人工拾取的结果进行了对比.为使所研究的方法达到最佳效果,采用DE全局搜索方法,以人工拾取的初至作为参照,以时差在0.3 s以内的记录所占百分比作为目标函数,自动搜索最佳的拾取参数.结果显示,在拾取时窗选为P波初至前3 s至S波初至位置时,AIC方法的结果最佳,时差在0.3 s以内的记录占比达到93.6%;在拾取时窗选为包含S波到时的时窗时,改进的峰度法效果最佳,时差在0.3 s以内的记录占比83.8%.     

Arrival time measurements of first arrival phases P and PKIKP using the method of fixed scale wavelet transformation ratio

Introduction Usually there are abundantly transient high-frequency compositions and weak amplitudes at the onset of a gradually changing signal. Using the method of the fixed scale wavelet transforma- tion ratio, we tried to display and measure the onset time or first arrival time. Unfortunately, the ratio method is lack of the stability. To reduce the noise influence on the ratio, reveal the arrival time information and improve the measurement precision of the arrival time of the gradually ch…     

利用定尺度小波变换比方法测量远震极远震P和PKIKP震相到时

许多起始缓慢的震相的到时不易测量准确, 人眼测量的到时往往偏后. 本文对定尺度Morlet小波变换比方法加以改善和简化之后, 测量了50条远震和极远震记录的初至震相P和PKIKP的到时. 在对结果的合理性和误差进行分析讨论的基础上, 肯定了该方法的有效性.       

深度神经网络拾取地震P和S波到时

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.     

基于支持向量机的地震体波震相自动识别及到时自动拾取

面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P波和S波.进一步地,我们提出了利用台阵资料辅助识别震相的方案,有效地提高了地震震相拾取的准确率.     

Estimation of azimuth and slowness of tele-seismic signals recorded by a local seismic network

Introduction The azimuth and slowness are two major features of seismic signals. The accurate estimation of them is quite important for both phase identification and event location. Generally, there are two types of seismic stations, i.e. 3-component stations (3C) and arrays. To estimate the two direc-tional parameters, the polarization analysis (Jurkevics, 1988) is commonly used for 3C stations and the frequency-wavenumber spectrum analysis ( f-k) (Capon, 1969; Kvaerna, Doornbos, 1986) is …     

由地方台网记录确定远震信号的方位角和慢度

介绍一种新的适合于地方遥测台网数据处理的方法，估算远震信号到达台站的方位角和慢度．该方法是根据信号在各台站上的到时与台站位置矢量在信号传播方向上的投影之间的相关性的原理．实际分析结果表明，应用该方法对地方台网的记录进行处理时可以准确地计算出信号的方位角和慢度，并能准确快捷地对地方台网记录的远震信号进行解释．      

Application of an improved algorithm to high precision relocation of ISC test events

New location features for possible implementation by the International Seismological Centre in its standard location procedures are tested using a set of 156 well-located and geographically well-distributed earthquakes and explosions. The tests are performed using the Engdahl et al. ([Engdahl, E.R., Van der Hilst, R.D., Buland, R.P., 1998. Global teleseismic earthquake relocation with improved travel times and procedures for depth determination. Bull. Seism. Soc. Am. 88, 3295-3314]; EHB) location algorithm with the 1-D reference Earth model ak135 [Kennett, B.L.N., Engdahl, E.R., Buland, R., 1995. Constraints on seismic velocities in the Earth from travel times, Geophys. J. Int. 122, 108-124]. Weighting by phase variance as a function of distance improves location accuracy by 7%. Use of later phase arrival times does not result in a significant improvement in location or depth for events with observing stations well distributed in azimuth. However, with application of an improved phase identification technique, depth phases provide significantly better estimates of focal depth.     

青藏高原横波分裂的观测研究

１９９１年７月－１９９２年６月，中、美两国合作在青藏高原架设了１１个宽频带数字记录的ＰＡＳＳＣＡＬ临时地震台站，它们分布在青藏公路沿线和青藏高原东部地区．利用这些台站记录到的高质量数据，对远震的ＳＫＳ波进行分析和计算，在多数台站观测到了ＳＫＳ波分裂的现象．用ＳＣ方法计算了青藏高原所记录到的ＳＫＳ波分裂的参量，即快波偏振方向φ和快、慢波的到时差δｔ，探求台站下地幔介质的各向异性．φ从南（拉萨）往北（至格尔木）有一趋势变化，从南边的北东方向渐变至北边的近东西方向．快、慢波的到时差在高原上向北渐渐变大，在不冻泉达到最大；再往北至格尔木又迅速减小．认为在印度板块和欧亚大陆的碰撞挤压下，雅鲁藏布江以北青藏高原下面的上地幔物质在区域构造应力场的作用下，沿东西方向发生形变以至流动，它使上地幔中橄榄岩的晶格排列方向平行于物质形变或流动的方向．     

Tomographic imaging of P wave velocity structure beneath the region around Beijing

The three-dimension crustal and upper mantle structures in the region around Beijing were studied by seismic tomography. We used the P wave arrival times from local and teleseismic events. These events were recorded by 250 stations of the North China Seismic Array and 108 stations of the Beijing Telemetry Seismic Network. 118 869 P wave arrivals from 10 285 local events and 12 189 P wave arrivals from 107 teleseismic events were used in the inversion. We obtained the 3-D P wave velocity structure of the cru...