基于深度学习残差网络模型的地震和爆破识别

作     者：隗永刚 杨千里 王婷婷 蒋长胜 边银菊 Wei Yonggang;Yang Qianli;Wang Tingting;Jiang Changsheng;Bian Yinju

作者机构：中国地震局地球物理研究所 

出 版 物：《地震学报》 (Acta Seismologica Sinica)

年 卷 期：2019年第41卷第5期

页      面：646-657,I0001页

核心收录：

学科分类：070801[理学-固体地球物理学] 07[理学] 0708[理学-地球物理学] 

基　　金：中央级公益性科研院所基本科研专项(DQJB18B17 DQJB19B10)资助 

主　　题：地震识别 爆破识别 深度学习 残差网络 

摘      要：为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告,选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱,分别采用不同的训练样本比例进行了100次和1000次独立的随机抽样子试验以及“留一交叉验证法试验,对人工爆破与天然地震进行了识别研究。试验结果表明,深度学习残差网络模型在天然地震与爆破事件的性质识别中具有很高的识别率且效果稳定,具有较好的应用前景。