基于卷积神经网络的地震震级快速估算方法*
2022-05-02位栋梁王延伟王自法廖吉安赵登科
位栋梁 王延伟 王自法 廖吉安 赵登科
1) 中国河南开封 475004 河南大学土木建筑学院
2) 中国广西桂林 541004 桂林理工大学土木与建筑工程学院
3) 中国广东韶关 512026 中震科建(广东)防灾减灾研究院
4) 中国哈尔滨 150080 中国地震局工程力学研究所
引言
地震是一种极具破坏性的自然灾害,准确预测地震的发生目前还是一个尚未解决的科学难题(Geller,1997;Penget al,2017),因此地震预警(earthquake early warning,缩写为EEW)作为一种新型防灾技术近年来愈加受到重视.地震预警的基本任务是利用震源区附近台站监测到的地震波早期信息估算出该地震的震级、位置、深度等震源参数,并快速评估出目标预警区域潜在的地震破坏,及时发布地震警报信息(Allenet al,2009;Minsonet al,2018),目前已有多个国家开发出地震预警系统并成功运行(Wu,Teng,2002;Hoshibaet al,2008;Espinosa-Arandaet al,2009),我国也在2008年之后启动了“国家地震烈度速报与预警工程”项目建设,目前该项目已经进入最后的建设阶段(李山有,2018).
地震预警系统中准确快速地估算震级大小是最核心的关键问题.地震震级的快速估算有多种方法,传统方法是从初始地震动信息中提取关键指标作为特征参数,然后利用特征参数与震级之间的经验公式来估算地震震级的大小,其中特征参数有很多种选择,可以利用初始地震动的峰值、周期(频率)、能量及其组合等信息来建立.基于初至P波的频域信息与震级之间比较强的相关性,提出了一系列特征频率类参数,如最大卓越周期(Allen,Kanamori,2003)、平均卓越周期τc(Wu,Zhao,2006)等.Wolfe (2006)认为利用估算震级的稳定性值得……
