基于深度学习的地震事件检测及波形初至拾取方法研究

发布时间：2024-02-01 10:44

　　近年来,随着国家在防震减灾投入的不断增加,地震监测网络逐步完善,地震台站记录了大量的波形数据,这些波形数据为地震定位、地震分析等研究提供了数据支撑。在处理连续波形数据时,首先从连续的波形数据中检测包含地震事件的波形片段,然后在包含地震事件的波形片段中拾取波形初至时间。相关处理最初由受培训的专业人员人工完成,需要耗费大量的人力成本和时间成本,因此自动化的地震事件检测和波形初至拾取方法成为学术研究的热点。地震台站接收波形数据,收集连续不断的波形记录。在处理波形记录时,首先检测地震事件,然后拾取波形初至。地震事件检测是指从连续的波形数据中找出含有地震事件的波形片段,波形初至拾取是指在地震事件中识别出地震波P波(横波)和S波(纵波)首次到达观测台站的时间。目前流行的自动化处理方法STA/LTA(长短窗均值比法)以及AR-AIC(自回归赤池信息准则法)主要从信号处理的角度出发,通过设计波形相关的属性、设置阈值并进行大量的调参工作以达到最优效果。STA/LTA以及AR-AIC方法不仅需要设计者具备专业的地震知识,而且需要大量的调参工作,虽然处理速度快但其效果受噪声影响大。随着人工神经网络的发展,有...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图１．２某台站记录的五分钟连续波形数据??地震台站波形记录通常由三个分量组成，其中两个分量记录水平方向的信??号，即东西方向和南北方向，还有一个分量记录垂直方向的信号

第１章绪?论??站实时记录，存储了大量的连续波形数据，如图１．２所示为某地震台站从２００８年??７月３０日下午四点开始记录的五分钟连续波形数据。??２００８－０７－３０Ｔ１６：００：０３?０９?－?２００８－０７－３０Ｔ１６：０５：０３．０９??｜ＧＳ?ＷＤＴ．００?ＢＨＺ］??....

图１．３?－＾Ｎｆｅ鮮件的三分量记录??

第１章绪?论??站实时记录，存储了大量的连续波形数据，如图１．２所示为某地震台站从２００８年??７月３０日下午四点开始记录的五分钟连续波形数据。??２００８－０７－３０Ｔ１６：００：０３?０９?－?２００８－０７－３０Ｔ１６：０５：０３．０９??｜ＧＳ?ＷＤＴ．００?ＢＨＺ］??....

图２．１卷积神经网络结构图??

Ｇｏｏｇｌｅ?Ｉｎｃｅｐｔｉｏｎ?Ｎｅｔ［５。］和ＲｅｓＮｅｔ【＇?对卷积神经网络的研究和发展产生深远的??影响。??下面详细介绍卷积神经网络的结构。如图２．１所示为一个卷积神经网络结构??图，如图所示，卷积神经网络的组成包括输入层、卷积层、池化层、全连接层和??ｓｏｆｔｍａｘ层....

图２．２循环神经网络示例??１２??

善于处理时序数据，循环神经网络己经成功应用于文字翻译、语音识别等任务。??如图所示２．２为一个循环神经网络示例，其中；＾表示输入，Ａ是循环神经网络中??的一个节点，＆表示输出。如图２．３所示为循环神经网络按时间步的展开图，从??展开图可以看出每个时间步都有输出且隐藏单元存在循环连....

本文编号：3891983