用于地震到达多台站拾取的相位神经算子

地震波到达时间测量是众多下游应用的基础。最先进的相位拾取方法使用深度神经网络独立标注各台站的地震图，而人类专家通过联合检视整个台网来标注地震数据。本文基于近期发展的称为神经算子(Neural Operator)的机器学习范式，引入一种通用的全网相位拾取算法。我们的模型称为PhaseNO，利用时空上下文信息为任意地震台网几何结构同时拾取相位。相较于领先基线算法，其性能更优，可检测到更多地震、拾取更多相位到达，同时大幅提升测量精度。随着人工智能各领域呈现的类似趋势，我们的方法仅初步展现了充分利用全球海量地震数据集的潜在收益。