基于PhaseNet的地震信号自动处理方法准确性分析

利用一种深度学习地震信号检测方法(PhaseNet模型)检测甘肃省岷县M_(S)6.6地震序列,根据地震震相关联技术和绝对定位Hypoinverse方法构建AI检测目录,对比人工分析地震目录和震相报告,分析AI自动处理地震事件的误差范围。结果表明,AI技术能够实现85.5%的人工工作量,定位误差在20 km范围内呈正态分布;在低震级地震事件检测中,AI方法也发挥了显著能力。相比于人工处理方法,AI方法稳定性好、不依赖个人经验、分析速度快,在大震后的地震目录快速产出中能发挥关键作用,可提高地震分析能力、节省人力成本。

甘东南及邻近地区地震目录的聚类分析

利用2013-01-01~2021-11-01期间甘肃甘东南及邻近地区(32°~36°N,102°~106°E)地震目录中的11659次地震震中位置数据,使用硬聚类方法中的K-means和软聚类方法高斯混合模型GMM聚类方法对地震原始目录以及地震精定位目录的空间位置进行聚类分析。为确定最佳聚类数,使用AIC和BIC模型选择法,最终将原始目录和精定位目录分别聚类成6个和14个地震群。结果显示,精定位地震目录和GMM聚类方法结合可以更好地从地震大数据中找到具有不同空间分布特征的地震群。

若尔盖地区地壳三维体波速度结构研究

利用双差层析成像方法反演若尔盖地区三维速度结构,得到该地区的精细三维速度结构和高精度震源位置参数。反演结果显示,研究区速度结构整体呈低速状态,反映出青藏高原内部具有部分熔融物质特性;在青藏高原东北缘地区,强烈的构造变形特征以及低速区蔓延方向印证了青藏高原内部物质向东南方向流溢的科学推测;低速青藏高原板块与相对较硬的若尔盖地块相互挤压导致应力累积,因而在两者的高低速过渡带区域内发生了若尔盖系列地震。