基于深度学习的斜率机制确定框架及其在2022年危铎地震序列中的应用
地球物理
2025-11-25 v1
摘要
P波一阶运动极性在解决小到中等震级（M <= 4.5）地震的斜率机制方面发挥着重要作用。对大量小震事件提供高质量的斜率机制解可显著提升我们对区域构造、断层几何和应力场特征的理解。本研究开发了一个集成深度神经网络与P波一阶运动极性观测的自动化斜率机制确定框架，并应用于2022年危铎地震序列。该模型基于中国国家地震网2009-2020年12年（共约4,000个）人工标注的100 Hz波形记录进行训练，实现了97.4%的极性召回率和98.5%的精确率。经过自动确定一阶运动极性后，我们采用HASH方法进行反演。得到的斜率机制解与危铎地区的映射断层结构高度一致，表明所提出的工作流程具有可靠性和可应用性。
引用
@article{arxiv.2511.19185,
title = {A Deep-Learning-Based Framework for Focal Mechanism Determination and Its Application to the 2022 Luding Earthquake Sequence},
author = {Ziye Yu and Yuqi Cai},
journal= {arXiv preprint arXiv:2511.19185},
year = {2025}
}
备注
11 pages, 7 figures