基于深度学习方法利用地震台网定位地震
地球物理
2020-03-03 v1
摘要
准确且自动化的地震定位仍是一项具有挑战性的工作。然而，此类信息对于实时监测地震活动与评估潜在灾害至关重要。近来，卷积神经网络被应用于从单台站波形中检测地震，并大致绘制多个大面积地表区域的事件分布。在本研究中，我们应用全卷积网络，利用30个台网台站的数据，将美国俄克拉荷马州油气作业诱发的194次地震定位，其相对于目录中震中的平均误差约为4.9 km，深度误差约为1.0 km。该网络由1013次历史事件训练，输出为地球内事件位置概率的三维体。训练后的系统定位一次事件约需百分之一秒，且无需任何速度模型或人工干预。
引用
@article{arxiv.1808.09603,
title = {Locating earthquakes with a network of seismic stations via a deep learning method},
author = {Xiong Zhang and Jie Zhang and Congcong Yuan and Sen Liu and Zhibo Chen and Weiping Li},
journal= {arXiv preprint arXiv:1808.09603},
year = {2020}
}