通过无监督机器学习自动拾取微震事件

作     者：Y.K.Chen 李帛珊(译) 唐丽华(译) 孙燕萍(译) 吕春来(校) 

作者机构：不详 新疆维吾尔自治区地震局 中国地震局地球物理研究所 

基　　金：新疆维吾尔自治区自然科学基金项目(2017D01A66)资助 

出 版 物：《世界地震译丛》 (Translated World Seismology)

年 卷 期：2019年第50卷第5期

页      码：411-432页

摘      要：高效的波至拾取在微震和地震数据处理及成像过程中起到重要作用.广泛使用的基于波至拾取算法的短期平均和长期平均比(STA/LTA),对中强度随机环境噪声的敏感程度较低.为了使最先进的波至拾取方法奏效,首先需要对微震数据进行预处理,例如,消除足量的噪声,再由波至拾取法进行分析.为了解决微震或地震事件波至拾取的噪声问题,利用机器学习技术帮助识别微震或地震数据中的地震波形.由于受监督机器学习算法对大量设计好的训练数据具有依赖性,本文利用无监督机器学习算法将时间样本分为两组,即波形点和非波形点.已证明模糊聚类算法可以运用于微震拾取.一组复杂程度不同的合成、真实微震和地震数据集表明,即使在中强背景噪声情况下,该方法在拾取微震事件方面比最先进的STA/LTA方法表现得更稳健.

主 题 词：逆理论 时间序列分析 震源观测 

学科分类：081801[081801] 081802[081802] 08[工学] 0818[工学-交通运输类] 

D　O　I：10.16738/j.cnki.issn.1003-3238.201905002

馆 藏 号：203680543...