地震事件的多重时空聚类算法研究

地震序列是一组在一定的时间和空间范围内连续发生的地震事件,其发震机制具有某种内在联系,包含着地震孕育、发生、发展过程的丰富信息,是研究地震孕育、发震构造、区域应力特征及地震活动趋势的重要依据.实际的地震序列经常在时间和空间上重叠并淹没在海量的背景地震事件中,使得准确高效地识别地震序列仍然存在难度.本文基于ST-DBSCAN和DBSCAN两种聚类算法,采用先松后紧的参数设置策略,通过多次聚类逐渐寻找最佳的地震序列的方法构建了多重时空聚类算法,并同时获得每一个地震序列的展布方向、持续时间、序列类型等地震序列的特征参数.通过对理论合成地震目录和六盘山及其邻区内的实际地震目录的测试表明,该算法不需要预先设置地震序列的个数,可以有效的识别小震群;避免使用时空耦合距离参数,使参数的设置更具有实际意义;采用多次聚类策略,提高了聚类的有效性和准确性;计算效率高节约内存,能够对数量庞大的地震目录进行聚类;能够获得地震序列的相关统计参数,为进一步的定量分析提供依据;能够在含有噪点的数据集中有效识别具有复杂时空分布的地震序列,解决了因发震构造形状复杂所造导致的震群分布复杂无法识别的问题.