模拟退火算法在地震定位中的应用

阐述了模拟退火算法及其在地震定位中的原理,以震相观测到时与理论到时之差(到时残差)为目标函数,利用模拟退火算法求解目标函数的最小值以获得地震的震源参数。在模拟退火算法的地震定位中根据震相的可靠程度对不同震相设置了相应的定位权重;对震相的走时误差设置了3组不同的值,以分析走时误差对定位结果的影响,对随机生成的1000个模拟地震进行模拟退火算法再定位。结果表明,走时误差越小,定位结果越准确。最后,通过地震震例进一步验证了模拟退火算法在地震定位中的可用性。     

Seismic phase picking in China Seismic Array using a deep convolutional neuron network*

Seismic phase picking is the preliminary work of earthquake location and body-wave travel time tomography. Manual picking is considered as the most accurate way to access the arrival times but time consuming. Many automatic picking methods were proposed in the past decades, but their precisions are not as high as human experts especially for events with low ratio of signal to noise and later arrivals. As the increasing deployment of large seismic array, the existing methods can not meet the requirements of quick and accurate phase picking. In this study, we applied a phase picking algorithm developed on the base of deep convolutional neuron network (PickNet) to pick seismic phase arrivals in ChinArray-Phase III. The comparison of picking error of PickNet and the traditional method shows that PickNet is capable of picking more precise phases and can be applied in a large dense array. The raw picked travel-time data shows a large variation deviated from the traveltime curves. The absolute location residual is a key criteria for travel-time data selection. Besides, we proposed a flowchart to determine the accurate location of the single-station earthquake via dense seismic array and phase arrival picked by PickNet. This research expands the phase arrival dataset and improves the location accuracy of single-station earthquake.     

提高地震定位精度新方法的研究

根据现有台网的分布密度、仪器配置的状况和目前震相判读精度提出了一些新的措施来提高地震定位的效率和精度。主要思想有采用“全局搜索和单纯形综和求解法”求解方程的极值，计算中考虑地球曲率，并做椭球校正。采用“翻台法”来改善目标函数、实现“目标函数拉伸”的思想、控制解域和自行调整发震时刻提高求解的稳定性和精度。采用“模拟退火法”的物理性质来控制试错解的跨越长度，提高求解效率和解的分辨精度。采用区域走时表加台站校正值的思想来减小速度模型的复杂性。采用ＰＴＤ方法和ｓＰｎ－Ｐｎ方法来求震源深度。在地震定位过程中显示地图经纬度，同步演示定位过程及结果。同时还在屏幕上显示传统的交切结果以帮助分析人员判定定位结果的可靠性。区域走时表采用地壳曲面模型，允许模型带有低速层，各层具有梯度，且不限层数，自动使用台站校正值并给出定位误差。根据上述思想和不同的需要分别编制了地方、区域台网定位程序，全国、全球地震定位程序，极远震定位程序用于速报和专门用于研究的地震定位程序。这些程序还带有求震源深度和震级的功能。对于专门进行地震定位研究的工作，还提供了绘制地震定位误差二维等值线图和三维误差分布图的功能。     

线性单事件地震定位方法的改进及应用尝试

根据大震速报和快速预警实际需要,首先对Inglada线性单事件定位方法进行了适当的改进, 使其在仅有P波到时数据的情况下也能快速定位,且求解过程仅需简单迭代而不用奇异值分解; 其次, 尝试将改进后的方法从单层均匀模型引入到分层均匀模型中的近源台网定位情形,并通过单层均匀和分层均匀两种不同模型的理论实验讨论了该方法的可行性和适用范围; 最后整合了质量高且分布较好的距离2008年汶川M_S8.0地震震中最近的强震、微震, 以及川西流动台阵等观测记录资料,对汶川M_S8.0主震初始破裂点的时空参数进行了多种模型的定位实验. 结果表明, 改进后的线性单事件定位方法简单、快捷、易用,可广泛应用于近源地震定位,尤其是用于无法得到S波到时的中强以上直至巨大地震的速报、地震现场流动台网的快速定位以及地震的快速预警等.      

基于背景噪声经验格林函数的地震准确定位精度分析——以2008年甘肃武都地震为例

准确的震源位置能够为抗震减灾工作和地球内部结构研究提供关键信息.在震中附近观测台网密集且方位角覆盖良好的情况下,通过拟合多个台站P波、S波的观测到时,能够得到准确的震源位置.而在台网稀疏的地区,由于缺少可靠的三维速度结构模型,往往造成较大的地震定位误差.近年来发展了基于背景噪声经验格林函数（EGFs）对地震波形进行校正的重定位方法,能够有效地压制路径上复杂速度结构体的影响,提高了地震定位精度,为稀疏台网情形下地震准确定位研究提供了一个新思路.本文选取由InSAR观测到准确位置的2008年甘肃武都M_S5.5地震作为测试案例,对稀疏台网下基于背景噪声格林函数地震准确震中测定方法进行了定量评估.利用震中附近多个流动台分别作为参考台,提取其与固定台站之间的背景噪声格林函数（EGFs）,然后使用噪声Rayleigh面波格林函数对地震波形进行校正,重定位武都地震震中,并与真实震中位置进行对比.结果表明：使用距离震中30 km以内的参考台,利用10~30 s频段的面波走时信息,噪声叠加时长为一个月,定位精度在5 km以内;当噪声叠加时间一年以上,重定位精度优于1 km.本文进一步针对缺少近台以及台网更加稀疏的情况进行了测试,发现使用10个左右固定台进行重定位,基于较高质量的噪声EGFs频散数据,定位结果精度可达3 km,从而给出了该方法的高精度定位所需的固定台网及参考台站的观测指标体系.

     

张北地震前小震活动和余震序列精确定位及主震破裂方向的讨论

1970年至1998年1月10日张北地震前,沿NWW向发生2级以上地震24次,其分布相对集中,呈条带状。对华北台网所记上述地震的到时数据全部重新查图核对,并补充了内蒙古台网5个台的数据以改善用于定位的台站分布,并采用主地震定位法重新定位,除一个地震外,其余地震更加集中,形成一小震条带。1998年2月中国地震局地球物理勘探中心在张北震区架设10台短周期数字化地震仪,记录了大量微震。作者采用P波和S波到时差重新进行了震源定位,得到184次微震的定位结果,连同1998年1～2月张北震区3级以上地震事件定位结果一起勾画出6．2级地震的震源破裂带。由张北地震震中向SEE向延伸存在由强震构成的张家口渤海地震带。根据精确定位结果,结合修订后主震的震源机制、宏观烈度分布和层析成像资料,讨论了张北地震和小尺度地震带(震源破裂带)、震前的中等尺度小震条带以及大尺度的张家口-渤海强震带的关系。     

陕西省及邻近区域合网的测震精度

地震参数的测定精度是由多方面因素决定的。其中测震台纲的几何布局也起着较大的作用。本文试图用蒙特卡罗法计算陕西省及邻近区域台网的几何布局对测震精度产生的影响。自1965年以来,佐藤泰夫和D.Skoko采用直角座标系中的走时方程,先线性化处理,再采用蒙特卡罗法给出台站观测误差各种随机分布值,求解一系列线性方程组。他们     

三维复杂速度模型的交切法地震定位

地震定位是地震监测与减灾研究重要基础.基于均匀或横向均匀介质模型,利用震源轨迹确定震源位置的交切法具有稳健和效率高的优点,但定位精度较低,特别是震源深度.为提高震源定位精度,我们提出适用于三维复杂速度模型的地震定位交切法.将地壳速度模型由均匀或横向均匀介质模型扩展为三维复杂速度模型;均匀或横向均匀介质模型对应的原假设为球面或双曲面的震源轨迹通过最小走时树射线追踪技术予以确定.确定震源位置的震源轨迹以到时差作为约束条件;将震源定位于震源轨迹交汇最密集的点处,即总的到时差残差(RDT)最小的点处.定位结果的不确定性可通过RDT值较小节点的空间分布予以定性表示.考察了准确速度模型、扰动速度模型、扰动观测到时及地震在台网外等4种情况下改进方法的地震定位效果,结果表明改进的交切法可用于三维复杂速度模型的地震定位;综合利用P波与S波的到时差信息,可明显改善震源位置约束;使用多条震源轨迹进行定位,有助于减少由随机因素导致的定位误差.     

2013年甘肃岷县-漳县MS6.6地震余震 序列目录完备性研究 基于对单台记录地震事件震中与震级的估计

中强地震余震序列地震目录编目是否完备、 震源参数是否准确,直接影响余震序列特征分析、 震后趋势快速判断和强余震预测等研究结果的科学性和可靠性. 2013年7月22日甘肃岷县-漳县M_S6.6地震余震序列目录中存在较多单台记录地震事件,地震观测报告仅给出其震级,而未给出震中位置. 由于余震波形间的相互交叠干扰,使得余震最大振幅的测量误差较大,造成地震观测报告给出的单台事件震级误差较大. 精确估计单台记录地震事件的震中和震级,能够补充完善现有地震目录,提高地震目录的完备性. 本文对单台记录地震事件震中和震级的估计不仅限于单个台站,而是通过分析区域台网中多个台站的波形记录实现. 首先以余震序列中震级较大、 波形记录信噪比较高的地震波形作为模板,使用波形互相关震相检测技术,检测单台记录的地震事件在多个台站的震相到时. 如果能在4个以上台站检测到震相,则利用测震台网常用的HYPOSAT方法估计其震中位置,并利用多个台站记录波形与模板地震的振幅比估计其震级. 之后计算主震发生后不同时间的最小完备性震级,并通过线性拟合得到最小完备性震级随时间变化的表达式,以分析此地震余震序列的目录完备性. 经过计算共得到253个单台记录地震事件的震级和其中177个事件的震中位置,其震中空间分布范围与余震序列中其它地震分布范围基本一致. 震级复测以及与人工拾取震相到时误差对比表明,该方法所得震相检测和震级估计结果具有较好的可靠性. 主震及最大余震发生后的短时间内,有较多数量单台事件的目录所给出的震级偏低,分析认为可能受主震与较大余震后续震相以及余震间相互干扰所致. 主震发生0.02—0.3天内,其余震序列最小完备性震级随时间的对数呈线性下降,在0.3天后最小完备性震级稳定在M_L1.1左右.      

Comparison of ground truth location of earthquake from InSAR and from ambient seismic noise:A case study of the 1998 Zhangbei earthquake

Because ambient seismic noise provides estimated Greenos function (EGF) between two sites with high accuracy, Rayleigh wave propagation along the path connecting the two sites is well resolved. Therefore, earthquakes which are close to one seismic station can be well located with calibration extracting from EGF. We test two algorithms in locating the 1998 Zhangbei earthquake, one algorithm is waveform-based, and the other is traveltime-based. We first compute EGF between station ZHB (a station about 40 km away from the epicenter) and five IC/IRIS stations. With the waveform-based approach, we calculate 1D synthetic single-force Greenos functions between ZHB and other four stations, and obtain traveltime corrections by correlating synthetic Greenos functions with EGFs in period band of 10-30 s. Then we locate the earthquake by minimizing the differential travel times between observed earthquake waveform and the 1D synthetic earthquake waveforms computed with focal mechanism provided by Global CMT after traveltime correction from EGFs. This waveform-based approach yields a location which error is about 13 km away from the location observed with InSAR. With the traveltime-based approach, we begin with measuring group velocity from EGFs as well as group arrival time on observed earthquake waveforms, and then locate the earthquake by minimizing the difference between observed group arrival time and arrival time measured on EGFs. This traveltime-based approach yields accuracy of 3 km, Therefore it is feasible to achieve GT5 (ground truth location with accuracy 5 km) with ambient seismic noises. The less accuracy of the waveform-based approach was mainly caused by uncertainty of focal mechanism.     

山西2015地壳速度模型研究

针对山西测震台网缺少适合本地区地壳速度模型的现状,在前人工作成果的基础上,基于山西测震台网2009～2014年间产出的大量震相数据,采用"线性拟合"和"折合走时"法分别确定了模型参数中速度和深度的波动范围;利用Hyposat定位程序,使用46489组模型,分别批量定位76个地震事件,并选取残差最小的一组参数作为山西2015地壳速度模型;最后运用批量定位比较残差、PTD测定深度和人工爆破等3种方法对山西2015地壳速度模型进行了验证。结果表明:在山西地区进行地震定位时,山西2015地壳速度模型相较于现有的修正J-B模型残差更小,精度更高,具有更好的适用性。     

单纯形定位方法在新疆数字地震台网的测定精度分析

地震定位是地震学中最基本的问题之一,现阶段大部分采用基于走时的方法。单纯形定位方法作为一种直接搜索类的方法,在新疆测震台网日常地震目录产出中发挥了重要作用。本文采用数值模拟的方法,利用新疆测震台网现有布局,结合“3400”走时表,分析单纯形定位方法在新疆测震台网的测定精度。研究表明,对于新疆测震台网网内浅源地震,单纯形定位方法能够得出较为精确的震中位置,而得出的网外地震震中位置存在一定偏差;初至折射波对震源深度有一定的控制能力,速度模型的准确性对震源深度和发震时刻的测定影响较大。     

三峡库区地震精定位中确定速度模型的方法

研究三峡库区地震精定位中确定速度模型的方法,分析不同速度模型对地震定位精度的影响,并选取多种方法来定量评价不同速度模型的地震定位精度。当地震分布或台站能够较好的覆盖研究区域,采用Kissling方法拟合观测数据得到的速度模型地震定位精度最高。当地震分布不能较好的覆盖研究区域,由人工地震测深结果得到的速度模型地震定位精度次之。当没有足够的观测数据,也没有人工地震测深结果,综合研究区域内的相关研究成果确定的速度模型也是可用的,但是地震定位的精度不高,特别是震源深度的精度很差。     

区域地震台网地震定位能力分析

本文提出了分析区域地震台网地震定位能力的一种通用方法.在分析过程中考虑了如下事实:当改变地震震级和震源在台网区域内的位置时,能读出 P 震相和 S 震相到时的台站组合也随之改变.作为一个实例,具体分析了北京遥测地震台网的定位能力.北京台网现有19个台站,覆盖面积约为300公里400公里.根据观测资料,建立了确定每个台站检测能力(作为台站仪器放大倍数和地震震级的函数)的经验公式.然后,对每个给定震级和震源位置的可能事件,确定其子台网的构成.在这些子台网的基础上,利用奇异值分解技术,对事先设定的到时数据标准误差计算出震源座标的误差分布和线性化条件方程组的条件数分布.对给定震级(例如,ML=1.0,2.0或3.0),将计算结果绘成等值线图.为了进行比较,还分析了一个包括61个台站的北京台网扩建方案,从而可以预先估计未来台网的地震定位能力.      

煤矿矿震定位中异向波速模型的构建与求解

针对煤矿上覆岩层层状赋存和离层带的特点,构建矿井尺度的微震监测系统异向波速模型,模型中波速向量由地面探头速度与井下探头速度组成.研究了在只有强矿震信号和混有爆破信号两种条件下,以到时残差最小为目标和震源定位误差最小为目标的两种求解模型,模型求解选用具有全局寻优特性的遗传算法与CMEAS算法结合的混合算法.现场实际应用得出,只使用爆破信号的到时残差法最优,混有强矿震信号的到时残差法其次;与爆破信号定位所用的统一简化波速模型相比,震源定位误差大幅度降低.在此基础上进一步减低定位误差,还需从微震台网的优化布设方面解决.     

Application of Machine Learning Methods in Arrival Time Picking of P Waves from Reservoir Earthquakes

Reservoir earthquake characteristics such as small magnitude and large quantity may result in low monitoring efficiency when using traditional methods. However, methods based on deep learning can discriminate the seismic phases of small earthquakes in a reservoir and ensure rapid processing of arrival time picking. The present study establishes a deep learning network model combining a convolutional neural network (CNN) and recurrent neural network (RNN). The neural network training uses the waveforms of 60 000 small earthquakes within a magnitude range of 0.8-1.2 recorded by 73 stations near the Dagangshan Reservoir in Sichuan Province as well as the data of the manually picked P-wave arrival time. The neural network automatically picks the P-wave arrival time, providing a strong constraint for small earthquake positioning. The model is shown to achieve an accuracy rate of 90.7% in picking P waves of microseisms in the reservoir area, with a recall rate reaching 92.6% and an error rate lower than 2%. The results indicate that the relevant network structure has high accuracy for picking the P-wave arrival times of small earthquakes, thus providing new technical measures for subsequent microseismic monitoring in the reservoir area.     

地震震中实时动态定位的方法研究

在地震早期预警系统中具破坏性地震震中的确定速度十分重要.本文提出了地震发生后根据1个、2个、3个台站P波到时记录进行动态、近实时确定地震发生区域、线区间和震中位置的方法.方法充分考虑了地震触发台站和非触发台站分布与地震波传播规律的一致性和差异性特征,提高了震中定位结果的精度.对由79个台站组成的山东虚拟测震台网2009-2010年期间记录的425次网内地震进行了快速定位,结果表明对发生在网内的地震可在要求时间内给出比较准确的震中位置,可满足预警地震速报时效性和精度的双重要求.     

Accurate Location of Synthetic Acoustic Emissions and Location Sensitivity to Relocation Methods, Velocity Perturbations, and Seismic Anisotropy

Acoustic emission (AE) monitoring is a non-invasive method of monitoring fracturing both in situ, and in experimental rock deformation studies. Until recently, the major impediment for imaging brittle failure within a rock mass is the accuracy at which the hypocenters may be located. However, recent advances in the location of regional scale earthquakes have successfully reduced hypocentral uncertainties by an order of magnitude. The least-squares Geiger, master event relocation, and double difference methods have been considered in a series of synthetic experiments which investigate their ability to resolve AE hypocentral locations. The effect of AE hypocenter location accuracy due to seismic velocity perturbations, uncertainty in the first arrival pick, array geometry and the inversion of a seismically anisotropic structure with an isotropic velocity model were tested. Hypocenters determined using the Geiger procedure for a homogeneous, isotropic sample with a known velocity model gave a RMS error for the hypocenter locations of 2.6 mm; in contrast the double difference method is capable of reducing the location error of these hypocenters by an order of magnitude. We test uncertainties in velocity model of up to ±10% and show that the double difference method can attain the same RMS error as using the standard Geiger procedure with a known velocity model. The double difference method is also capable of precise locations even in a 40% anisotropic velocity structure using an isotropic model for location and attains a RMS mislocation error of 2.6 mm that is comparable to a RMS mislocation error produced with an isotropic known velocity model using the Geiger approach. We test the effect of sensor geometry on location accuracy and find that, even when sensors are missing, the double difference method is capable of a 1.43 mm total RMS mislocation compared to 4.58 mm for the Geiger method. The accuracy of automatic picking algorithms used for AE studies is ±0.5 μs (1 time sample when the sampling rate is 0.2 μs). We investigate how AE locations are effected by the accuracy of first arrival picking by randomly delaying the actual first arrival by up to 5 time samples. We find that even when noise levels are set to 5 time samples the double difference method successfully relocates the synthetic AE.     

区域一维速度模型对地震定位的定量影响

利用2017年8月1日至2017年12月31日四川地震台网和甘肃地震台网记录到的发生在青藏高原东缘的731个地震事件的9 284条Pg震相到时数据,首先反演了该地区的“最小一维速度模型”,并将该模型和选取的速度模型建立对比模型,以九寨沟地震序列为研究目标,定量讨论了两种速度模型分别在绝对定位和相对定位方法中对定位结果的影响。所得定位结果表明:反演获得的“最小一维速度模型”在重定位中可以有效地减小地震走时均方根残差;绝对定位比相对定位更加依赖于一维速度模型,一维速度模型会直接影响绝对定位结果中的震源分布形态,但在相对定位结果中仅起到调整地震事件相对位置的作用;在地震绝对定位中,震级越大的地震对于速度模型越敏感,而这一特点在相对定位中表现得并不明显。通过本项研究可知,在地震定位研究中,联合采用绝对定位和相对定位方法是最佳策略。      

基于U形卷积神经网络的震相识别与到时拾取方法研究

精确获取震相到时是地震定位和地震走时成像等研究的重要基础.近年来,随着地震台站的不断加密,地震台网监测到的地震数量成倍增长,发展快速、准确、适用性强的震相到时自动拾取算法是地震行业的迫切需求.本文在前人工作基础上,发展了Pg、Sg震相自动识别与到时拾取的U网络算法（Unet_cea）,使用汶川余震和首都圈地震台网记录的89344个不同震级、不同信噪比的样本进行训练和测试.研究表明,U网络能够较好地识别Pg、Sg震相类型和拾取到时,Pg、Sg震相的正确识别率分别为81%和79.1%,与人工标注到时的均方根误差分别为0.41 s和0.54 s.U网络在命中率、均方根误差等性能指标上均明显优于STA/LTA和峰度分析自动拾取方法.研究获得的最优模型可以为区域地震台网的自动处理提供辅助.