【摘要】：地震預(yù)警技術(shù)是近20年來發(fā)展起來的一種減輕地震災(zāi)害的有效手段,當(dāng)?shù)卣鸢l(fā)生以后,為了能夠在第一時間開展抗震救災(zāi)工作,需要對各地震臺站采集的余震序列信息進行實時動態(tài)監(jiān)測。地震預(yù)警技術(shù)的基本原理是:利用P波比S波傳播速度快的特性,對先至的P波進行快速拾取和分析,從而實現(xiàn)對破壞性較大的S波的提前預(yù)警,減少人員傷亡和財產(chǎn)損失,因此如何快速、精確地拾取P波S波震相便顯得至關(guān)重要。傳統(tǒng)的地震震相自動拾取方法主要有人工識別法和STA/LTA方法,其中人工識別法費時費力,而STA/LTA法主要基于信號處理方法,然而影響地震識別的因素十分復(fù)雜,且存在噪聲干擾,導(dǎo)致識別誤差較大,因此研究和發(fā)展新的震相拾取方法意義十分重大。本文嘗試將神經(jīng)網(wǎng)絡(luò)方法引入到地震震相識別中,利用神經(jīng)網(wǎng)絡(luò)方法解決震相識別問題的優(yōu)點主要有:(1)地震波記錄是一種類隨機事件波形,而神經(jīng)網(wǎng)絡(luò)是高度的非線性網(wǎng)絡(luò)方法,具有高度的非線性映射功能,在任意復(fù)雜曲面分隔方面具有明顯優(yōu)點,因此使用神經(jīng)網(wǎng)絡(luò)可以很好地學(xué)習(xí)到隨機地震波形中的規(guī)律。(2)使用神經(jīng)網(wǎng)絡(luò)開展實驗不需要人為地理解特征屬性間復(fù)雜的關(guān)系,不需要計算公式和約束條件,便可以收斂到一個最優(yōu)解,對不同地震環(huán)境的實驗數(shù)據(jù)也能有很好的適應(yīng)性。(3)利用神經(jīng)網(wǎng)絡(luò)的高效性和準(zhǔn)確性,解決了傳統(tǒng)震相拾取方法中效率低下和準(zhǔn)確率較低的問題。論文的主要研究內(nèi)容及進展包括:1.研究地震震相拾取相關(guān)的特征屬性。分析地震信號記錄各屬性與P波S波到時之間相關(guān)性,最終選取時間、振幅、偏振角、偏振度、垂直能量與總能量比值、長短時能量比值6個屬性作為特征屬性,輸入神經(jīng)網(wǎng)絡(luò);2.分析和研究地震信號的時間依賴特性。分析對比多種神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點和應(yīng)用場景后,本文使用LSTM神經(jīng)網(wǎng)絡(luò)開展震相拾取實驗,通過構(gòu)建特殊的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),實現(xiàn)對地震時序信號的建模分析,對時序上鄰近的震相可以進行綜合分析,大大提高了拾取P波S波震相的精度。3.研究與設(shè)計地震震相拾取的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)。通過使用權(quán)值調(diào)整和數(shù)據(jù)分組的方法,解決了實驗中存在的樣本不均衡問題。并通過反復(fù)訓(xùn)練實驗,調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),最終實現(xiàn)了模型收斂;4.開發(fā)驗證系統(tǒng)驗證實驗結(jié)果和完成對比實驗,驗證系統(tǒng)在Tensor Flow神經(jīng)網(wǎng)絡(luò)框架下進行開發(fā),完成了神經(jīng)網(wǎng)絡(luò)震相識別的訓(xùn)練以及測試的實驗,同時進行了傳統(tǒng)震相識別方法的對比實驗,進行了實驗結(jié)果分析。
【圖文】：

圖 1.1 標(biāo)準(zhǔn) STA/LTA 方法延遲 STA/LTA：長時窗窗口 LTA 開始于短時窗窗口 STA 之后圖 1.2 所示。圖 1.2 延遲 STA/LTA 方法遞歸 STA/LTA：在標(biāo)準(zhǔn) STA/LTA 基礎(chǔ)上發(fā)展來的。遞歸 STA數(shù)衰減脈沖響應(yīng)，在有效信號結(jié)束后很快恢復(fù)，，公式（1.1）（1.2 11ii istaCF i STASTA STAN

圖 1.2 延遲 STA/LTA 方法歸 STA/LTA：在標(biāo)準(zhǔn) STA/LTA 基礎(chǔ)上發(fā)展來的。遞歸 STA數(shù)衰減脈沖響應(yīng)，在有效信號結(jié)束后很快恢復(fù)，公式（1.1）（1. 11ii istaCF i STASTA STAN 111sta ii iltaCF i N LTALTA LTAN iiSTALTA A 法的優(yōu)點是適應(yīng)性強，計算簡單，穩(wěn)定可靠，適合實時處、規(guī)律的地震事件，因此被廣泛的用于地震事件和初至震相拾
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P315.7;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐麗麗;閆德勤;;不平衡數(shù)據(jù)加權(quán)集成學(xué)習(xí)算法[J];微型機與應(yīng)用;2015年23期

2 劉淑聰;高爾根;陳遜;劉春俠;;小波包多閾值法在地震信號去噪中的應(yīng)用研究[J];現(xiàn)代電子技術(shù);2015年23期

3 段建華;程建遠(yuǎn);王云宏;陸斌;朱紅娟;;基于STA/LTA方法的微地震事件自動識別技術(shù)[J];煤田地質(zhì)與勘探;2015年01期

4 李紅星;趙烽帆;鄭敏娜;;小波分析在天然地震初震及震相識別中的應(yīng)用[J];東華理工大學(xué)學(xué)報(自然科學(xué)版);2014年03期

5 王彩霞;白超英;王馨;;地震震相初至自動檢測技術(shù)綜述[J];地球物理學(xué)進展;2013年05期

6 馬強;金星;李山有;陳緋雯;廖詩榮;韋永祥;;用于地震預(yù)警的P波震相到時自動拾取[J];地球物理學(xué)報;2013年07期

7 趙自翔;王廣亮;李曉東;;基于支持向量機的不平衡數(shù)據(jù)分類的改進欠采樣方法[J];中山大學(xué)學(xué)報(自然科學(xué)版);2012年06期

8 曲均浩;劉希強;吳丹彤;張芹;于澄;穆娟;苗慶杰;;基于神經(jīng)網(wǎng)絡(luò)的近震與遠(yuǎn)震識別[J];地震研究;2012年03期

9 蔣盛益;謝照青;余雯;;基于代價敏感的樸素貝葉斯不平衡數(shù)據(jù)分類研究[J];計算機研究與發(fā)展;2011年S1期

10 吳治濤;李仕雄;;STA/LTA算法拾取微地震事件P波到時對比研究[J];地球物理學(xué)進展;2010年05期

相關(guān)碩士學(xué)位論文 前6條

1 李科;基于多元特征融合和LSTM神經(jīng)網(wǎng)絡(luò)的中文評論情感分析[D];太原理工大學(xué);2017年

2 于子超;水力壓裂微地震信號提取與裂縫反演研究[D];長安大學(xué);2015年

3 藺永;紫坪鋪庫區(qū)地震定位與小波變換的應(yīng)用[D];中國地震局地質(zhì)研究所;2014年

4 任謝楠;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D];天津師范大學(xué);2014年

5 馮紅武;地震預(yù)警中的震相自動識別方法和技術(shù)研究[D];中國地震局蘭州地震研究所;2014年

6 趙岑;P波預(yù)警中的震級預(yù)測和PGA、PGV估算研究[D];西南交通大學(xué);2013年

本文編號：2681557