快速信息流处理器 (FisH)：用于单站点实时地震预警的统一地震神经网络
计算机视觉与模式识别
2024-08-14 v1
摘要
现有的地震预警方法常将相位选取、位置估计和规模估计作为独立任务，缺乏统一框架。此外，大多数地震领域的深度学习模型依赖完整的三分量波形，不适用于实时流数据。为此，我们提出一种新型统一地震神经网络，称为快速信息流处理器 (FisH)。FisH旨在处理实时流式地震数据，端到端地同时生成相位选取、位置估计和规模估计的结果。通过将这些任务整合到单个模型中，FisH简化了整体流程，并利用任务之间的非线性关系以提高性能。FisH模型采用RetNet作为骨干网络，实现训练期间的并行处理和推理期间的循环处理。此能力使FisH适用于实时应用，降低了地震预警系统的延迟。在STEAD基准数据集上进行的大量实验为FisH模型的有效性提供了强有力的验证。结果表明，FisH在多个地震事件检测与表征任务中均实现了令人瞩目的性能。具体而言，它在F1分数上达到0.99/0.96。此外，FisH展示了精确的地震位置估计，位置误差仅为6.0公里，距离误差为2.6公里，背向角误差为19°。该模型还表现出准确的地震规模估计，规模误差仅为0.14。此外，FisH能够生成实时估计，在P波到达后仅3秒内即可提供位置误差为8.06公里、规模误差为0.18的估计。
引用
@article{arxiv.2408.06629,
title = {Fast Information Streaming Handler (FisH): A Unified Seismic Neural Network for Single Station Real-Time Earthquake Early Warning},
author = {Tianning Zhang and Feng Liu and Yuming Yuan and Rui Su and Wanli Ouyang and Lei Bai},
journal= {arXiv preprint arXiv:2408.06629},
year = {2024}
}