地震事件识别是地震监测业务的基础性工作,特别是随着大规模地震台站建设、海量地震数据汇聚以及地震预警的发展,从连续波形记录中自动区分地震与地脉动噪声显得更加重要。以准确识别地震事件为目标,提出了一种基于生成对抗网络(generative adversarial network,GAN)与随机森林(random forest,RF)的地震事件识别组合模型,该模型先利用生成对抗网络提取波形信号特征、再利用随机森林基于提取的波形信号特征将地震事件识别转化为地震与地脉动的分类问题。地震与地脉动各5378条数据的测试集研究结果表明,该模型对地震事件与地脉动的分类准确率均可以达到99%以上,地震事件识别率比较传统的长短时窗方法(short term averaging/long term averaging,STA/LTA)提高了23.56个百分点,表明该模型可以从地脉动中准确识别地震事件,并在地震监测与地震预警中具有应用前景。
展开▼
