基于卷积神经网络的地震预警震级持续估算方法研究

江炳根; 马强; 陶冬旺

首页> 中文期刊> 《世界地震工程》 >基于卷积神经网络的地震预警震级持续估算方法研究

基于卷积神经网络的地震预警震级持续估算方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为提高地震预警震级快速持续估算结果的准确性,本文构建了基于多种地震动特征参数的卷积神经网络震级估算CNN-M模型。该模型基于日本KiK-net强震动观测记录,利用其P波触发后3~10s时间窗内的幅值参数、周期参数、烈度参数、信噪比参数共11种地震波特征参数以及震中距参数作为输入。本文所建立的CNN-M模型随着地震发生后时间窗的推移可持续进行震级估算。通过研究震中距效应和场地效应对模型的影响,其结果表明:在使用井下数据和震中距参数时,模型表现最佳,其震级估算结果标准差逐渐降低,3 s时间窗标准差为0.336,10 s时间窗时降低至0.251,较之震级估算"Pd方法",估算结果准确性有了较大提高。在2014年11月22日长野Mj6.7级地震震例分析中,各时间窗内都有多个台站可准确估算出实际震级。在2021年3月20日宫城Mj6.9级地震的近场台站持续震级估算测试和实时震级估算测试中,CNN-M模型展现出了较高的准确性和稳定性,震级均值误差较小。以上研究表明:本文构建的CNN-M模型具有稳定可靠的预警震级持续估算能力,可为"国家地震烈度速报与预警工程"项目建设提供震级估算方法参考。

著录项

来源
《世界地震工程》 |2022年第1期|213-228|共16页
作者
江炳根; 马强; 陶冬旺;
展开▼
作者单位

中国地震局工程力学研究所;

黑龙江哈尔滨150080;

中国地震局地震工程与工程振动重点实验室;

黑龙江哈尔滨150080;

展开▼
原文格式 PDF
正文语种 chi
中图分类地震波、地震震级、震源物理;地震观测预报;
关键词
地震预警; P波; 卷积神经网络; 震级估算; 长野地震; 宫城地震;

相似文献

中文文献
外文文献
专利

1. 基于Kik-net井下基岩强震动记录的持续地震预警震级估算方法 [J] . 王延伟 ,李小军 ,曹振中 . 地震工程与工程振动 . 2020,第4期
2. 一种基于位移源谱的地震预警快速震级估算方法及影响因素研究 [J] . 李鸿杰 ,曾鹏毅 ,黄道兴 . 世界地震工程 . 2017,第4期
3. 基于深度卷积神经网络的2021年5月21—22日云南漾濞地震和青海玛多地震震级估算 [J] . 朱景宝 ,宋晋东 ,李山有 . 地球物理学报 . 2022,第2期
4. 基于2014年云南地区地震的地震预警参数与快速震级估算研究 [J] . 李鸿杰 ,张建经 ,陈逸民 . 世界地震工程 . 2018,第2期
5. 基于支持向量机的地震预警震级快速估算研究 [J] . 朱景宝 ,宋晋东 ,李山有 . 振动与冲击 . 2021,第007期
6. 基于鲁甸主震及余震的地震预警参数与快速震级估算研究 [C] . Zhang Jianjing ,张建经 ,Li Hongjie . 第九届全国防震减灾工程学术研讨会 . 2016
7. 地震预警中地震波到时自动识别和震级快速估算研究 [A] . 宋晋东 . 2007

基于卷积神经网络的地震预警震级持续估算方法研究

摘要

著录项

相似文献

相关主题

期刊订阅