评估基于本地地震网络的 SAIPy 在火山-构造地震监测中的性能
地球物理
2026-02-03 v1
摘要
本研究评估了 SAIPy 的性能，这是一个用于深度学习地震数据分析的开源 Python 软件包，通过应用其单站点监控工具并扩展至基于地震网络的方法，对部署在 Caldera 的本地地震网络数据进行分析。尽管 SAIPy 中集成的模型用于地震检测、震级估计、地震相 picking 和 P 波极性分类，最初是针对构造信号训练的，但我们评估了其在更复杂的地震环境中的性能，该环境包括火山-构造事件以及来自远距离地震的信号干扰。我们还展示了整合多个站点输出以提高事件检测效果的优势。SAIPy 能够识别出显著多于之前已发表目录中所包含的本地事件。SAIPy 在火山-构造事件方程相 picking 和 P 波极性估计方面表现可靠，尤其对于本地火山-构造事件，但在复杂火山信号的震级估计方面存在一些局限。这些结果支持 SAIPy 处理连续地震数据的实用性，并表明未来通过使用带物理标准化单位、去除仪器响应并包含来自更多样化地震源的数据进行 retraining，可能提高其对复杂情景以及不同地震网络和传感器类型的 magnitude 估计的泛化能力。
关键词
引用
@article{arxiv.2602.01269,
title = {Evaluating the SAIPy Performance using a Local Seismic Network for Volcano-Tectonic Earthquakes Monitoring},
author = {Claudia Quinteros-Cartaya and Francisco Javier Núñez-Cornú and Nishtha Srivastava},
journal= {arXiv preprint arXiv:2602.01269},
year = {2026}
}