融合处理速度和加速度记录的地震检测模型及其在新丰江水库的应用

Earthquake Detection Model Trained on Velocity and Acceleration Records and Its Application in Xinfengjiang Reservoir

摘要

随着国家地震烈度速报与预警工程的建设，加速度记录在地震科学中将得到越来越多的应用. 但目前的地震检测模型多使用速度记录训练，对加速度记录的检测效果较差.利用广东地震台网数据，训练得到了可检测速度记录的PhaseNet_GD模型和检测加速度记录的PhaseNet_ITS模型. 在此基础上，结合GaMMA震相关联和HYPOSAT地震定位方法，发展了一套新的地震数据智能处理流程，并处理了2023年新丰江水库M _L4.8地震序列，检测出的事件数量是人工目录的3.8倍，匹配率为93.2%，误检测率为0.38%.这一系统可快速产出完备性高、高精度的地震目录，为水库地震监测和区域地震台网的数据实时处理提供技术支撑.

关键词

区域台网 / 深度学习 / 地震检测 / PhaseNet / 新丰江水库 / 水库地震

Key words

regional seismic network / deep learning / seismic detection / PhaseNet / Xinfengjiang Reservoir / reservoir induced earthquake

基金资助

国家重点研发专项(2021YFC3000702)

国家自然科学基金项目(U2139205)

广东省地震局青年地震科研基金(GDDZY202301)