基于震源聚类方法确定川滇交界东部地区微震的空间分布特征

2021-07-14 01:11:22石永祥蒋一然宁杰远李春来
华北地震科学 2021年2期
关键词:信息方法

石永祥,蒋一然,宁杰远,2*,李春来

(1.北京大学地球与空间科学学院,北京 100871;2.河北红山地球物理国家野外科学观测研究站,河北 邢台 050040;3.中国地震局地球物理研究所,北京 100081)

0 引言

近年来,以机器学习与人工智能为基础的地震自动拾取技术发展很快,可以从连续波形记录中检测到大量微震,具有了形成较为完备微震目录的能力[1-4]。理论上,大部分的微震应该分布在断层面上,通过观察微震的分布就可以获得该地区的断层空间结构。但是,微震目录具有微震数目庞大、信号质量参差不齐的特点。同时,一个地区各种断层结构产生的微震在空间上会混杂在一起,难以通过人工分割开属于不同断层的微震序列。

机器学习方法在处理这类大数据的问题上具有天然优势,可以在一定程度上规避掉一些噪声的影响,提高分选效率。由于获得的微震目录是无标签样本,不能采取SVM、CNN 等目前流行的监督类机器学习方法,只能采用非监督学习方法。作为典型的非监督方法,基于空间距离的K-Means 聚类方法可以自动分离不同空间位置的地震,因而被用于研究地震的空间分布,并划分地震活动带[5-6]。

真实的微震序列大都发生在断层面上。因而,同一个断层产生的微震序列是面状分布,而不是球形分布。此时,K-Means 方法无法有效地分开同一地区不同断层产生的地震序列。非断层区域的地震密度一般较低,不同断层产生的微震之间会存在低密度区。当微震定位足够精确时,可以通过微震低密度区来分割不同断层,从而刻画出这个地区的断层空间分布。……

登录APP查看全文

猜你喜欢
信息方法
学习方法
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
赚钱方法
捕鱼
展会信息
中外会展(2014年4期)2014-11-27 07:46:46
信息
建筑创作(2001年3期)2001-08-22 18:48:14
健康信息
祝您健康(1987年3期)1987-12-30 09:52:32
健康信息(九则)
祝您健康(1987年2期)1987-12-30 09:52:28