Email alert
RSS
2019年 50卷 第5期
2019, 50(5): 401-410.
doi: 10.16738/j.cnki.issn.1003-3238.201905001
摘要
PDF 1787KB
摘要:
由于天然或人为干扰产生的局部脉冲式噪声影响，使得地震预警系统出现误报。为减少此类问题，我们利用美国南加州和日本的30万条地震波形记录，训练了一个生成式对抗网络（GAN）用于识别P波初至特征。我们将GAN判别器作为自动特征提取器，并利用70万条地震事件和噪声波形记录训练了一个随机森林分类器。结果表明，该方法可以辨别99.2%的P波和98.4%的噪声信号。其优越的性能有望极大地减少因局部脉冲式噪声而造成的误触发数量。我们的研究表明，GAN判别器能获取简洁有效的地震波形特征，可广泛应用于地震学研究。
由于天然或人为干扰产生的局部脉冲式噪声影响，使得地震预警系统出现误报。为减少此类问题，我们利用美国南加州和日本的30万条地震波形记录，训练了一个生成式对抗网络（GAN）用于识别P波初至特征。我们将GAN判别器作为自动特征提取器，并利用70万条地震事件和噪声波形记录训练了一个随机森林分类器。结果表明，该方法可以辨别99.2%的P波和98.4%的噪声信号。其优越的性能有望极大地减少因局部脉冲式噪声而造成的误触发数量。我们的研究表明，GAN判别器能获取简洁有效的地震波形特征，可广泛应用于地震学研究。
2019, 50(5): 411-432.
doi: 10.16738/j.cnki.issn.1003-3238.201905002
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。
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。
2019, 50(5): 433-441.
doi: 10.16738/j.cnki.issn.1003-3238.201905003
摘要:
认识重复地震周期活动的影响，其最大的挑战之一是大尺度的黏弹性地震周期模型的计算成本。对于计算密集型黏弹性代码，须在数以千计的时间和位置点上进行评估。因此，研究趋向于采用几个固定的流变结构和模型几何结构，考查所预测的大震后短时间（小于10年）内给定深度处不同时间的形变。训练一个深层神经网络来学习黏弹性解在任意时间、位置和大范围流变结构计算效率的表示，可快速且可靠地完成计算，并具有较高时空分辨率。结果表明，该机器学习方法可以将黏弹性计算速度提高50 000%以上。这种加速量级将使得在更大的模型参数范围内、在比以前更大的时空尺度上和数千个地震周期内，模拟几何结构复杂的断层成为可能。
认识重复地震周期活动的影响，其最大的挑战之一是大尺度的黏弹性地震周期模型的计算成本。对于计算密集型黏弹性代码，须在数以千计的时间和位置点上进行评估。因此，研究趋向于采用几个固定的流变结构和模型几何结构，考查所预测的大震后短时间（小于10年）内给定深度处不同时间的形变。训练一个深层神经网络来学习黏弹性解在任意时间、位置和大范围流变结构计算效率的表示，可快速且可靠地完成计算，并具有较高时空分辨率。结果表明，该机器学习方法可以将黏弹性计算速度提高50 000%以上。这种加速量级将使得在更大的模型参数范围内、在比以前更大的时空尺度上和数千个地震周期内，模拟几何结构复杂的断层成为可能。
2019, 50(5): 442-452.
doi: 10.16738/j.cnki.issn.1003-3238.201905004
摘要:
机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪，贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链，这些构成了机器学习广泛使用的工具和基础。1950年（艾伦·图灵提议建立一个学习机器）到2000年初（有深度学习的实际应用以及最近的进展，比如2012年的AlexNet），机器学习有了很大的进展。在过去几年中，深度学习在各种应用领域获得巨大的成功，并且随着一些新的应用模式的出现继续开辟新的领域。最近，由于从大数据中提取有经济价值信息的需要、各种类型的神经网络和计算能力获得较大进展，以及易于使用的程序代码的出现，促使机器学习在石油和天然气工业中流行。在本文中，我们将展示机器学习如何帮助地球科学家在更短的时间内完成日常任务。演示地球科学家从机器中学习到的知识，如文档和图像分割、测井相识别、岩石物理测井预测和断层解释，并利用这些技术来检查他们的工作质量，获得细微的洞察力。另一个优点是，这些方法通过提供更精确的训练数据集来优化机器学习工作流程，从而推动模型的持续学习和提高。
机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪，贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链，这些构成了机器学习广泛使用的工具和基础。1950年（艾伦·图灵提议建立一个学习机器）到2000年初（有深度学习的实际应用以及最近的进展，比如2012年的AlexNet），机器学习有了很大的进展。在过去几年中，深度学习在各种应用领域获得巨大的成功，并且随着一些新的应用模式的出现继续开辟新的领域。最近，由于从大数据中提取有经济价值信息的需要、各种类型的神经网络和计算能力获得较大进展，以及易于使用的程序代码的出现，促使机器学习在石油和天然气工业中流行。在本文中，我们将展示机器学习如何帮助地球科学家在更短的时间内完成日常任务。演示地球科学家从机器中学习到的知识，如文档和图像分割、测井相识别、岩石物理测井预测和断层解释，并利用这些技术来检查他们的工作质量，获得细微的洞察力。另一个优点是，这些方法通过提供更精确的训练数据集来优化机器学习工作流程，从而推动模型的持续学习和提高。
2019, 50(5): 453-466.
doi: 10.16738/j.cnki.issn.1003-3238.201905005
摘要:
自野外调查的开创性论文发表以来，活动构造学已有100多年的历史，但它仍然是构造地质学中一个相对年轻的分支学科。该学科主要研究板块构造运动引起的应变积累和通过发生地震（或其他事件）对应变的释放。也就是说，活动构造旨在描述板块构造的过程。确定地震年代、断层滑动速率和其他常见的活动构造研究目标，极大地加深了我们对断层力学和地壳流变学等方面的理解。地震危险性评估和风险缓解方面的需求进一步推动了对大地震和潜在破坏性地震复发特征的研究。
活动构造研究中的主要数据来源是地表和浅层地下断裂作用痕迹，两者分别通过地形地貌和地层资料显示。大约在40年前，地质学家开始通过对活动断层错断地层、地貌标志物的野外观察和航空照片解译，建立了地震复发的端元模型。自那以后，特别是在最近20年内，技术的发展极大地提高了地形数据的丰富性和分辨率，增强了对地层单元和地貌面进行定年的能力，这为我们建立更合理的地震复发概念模型奠定了基础。本文对近年来促进活动构造研究不断发展的高分辨率地形数据和测年方法进行了综述。
自野外调查的开创性论文发表以来，活动构造学已有100多年的历史，但它仍然是构造地质学中一个相对年轻的分支学科。该学科主要研究板块构造运动引起的应变积累和通过发生地震（或其他事件）对应变的释放。也就是说，活动构造旨在描述板块构造的过程。确定地震年代、断层滑动速率和其他常见的活动构造研究目标，极大地加深了我们对断层力学和地壳流变学等方面的理解。地震危险性评估和风险缓解方面的需求进一步推动了对大地震和潜在破坏性地震复发特征的研究。
活动构造研究中的主要数据来源是地表和浅层地下断裂作用痕迹，两者分别通过地形地貌和地层资料显示。大约在40年前，地质学家开始通过对活动断层错断地层、地貌标志物的野外观察和航空照片解译，建立了地震复发的端元模型。自那以后，特别是在最近20年内，技术的发展极大地提高了地形数据的丰富性和分辨率，增强了对地层单元和地貌面进行定年的能力，这为我们建立更合理的地震复发概念模型奠定了基础。本文对近年来促进活动构造研究不断发展的高分辨率地形数据和测年方法进行了综述。
2019, 50(5): 467-480.
doi: 10.16738/j.cnki.issn.1003-3238.201905006
摘要:
以发生地附近村庄命名的1906年梅山MW7.1地震是二十世纪初中国台湾发生的破坏性最大的地震之一。历史文献和前人研究表明，这次地震与梅山断层有关，沿断层有大约12.5km东西走向的右旋地表破裂。然而，相对于地震的大小，地表破裂很短。北南方向的震害特征与地表破裂的走向不一致。这些明显的不一致性引起了对精确震源机制的严重怀疑。我们利用中国台湾台北、台中和台南地震台站获得的1906年梅山地震的原始大森历史记录，进行有效的波形模拟，评估几种不同的地质断层模型。根据这些地质断层模型合成的大森记录清楚地显示了台南台站P波和S波初动的差异，表明震源机制可能不是单纯走滑型。我们利用大森历史记录中观测到的P波和S波初动作为约束，进行网格搜索以获得可能的震源机制。优选的震源机制是北东-南西走向、具有小的右旋分量的倾斜俯冲断层。这种震源机制不仅再现了观测烈度图中显示的一般特征，而且更加符合余震主要位于震中的北部和南部这一显著的空间分布特征。该结果突出了历史记录分析复杂断层构造地震震源机制的重要性。
以发生地附近村庄命名的1906年梅山MW7.1地震是二十世纪初中国台湾发生的破坏性最大的地震之一。历史文献和前人研究表明，这次地震与梅山断层有关，沿断层有大约12.5km东西走向的右旋地表破裂。然而，相对于地震的大小，地表破裂很短。北南方向的震害特征与地表破裂的走向不一致。这些明显的不一致性引起了对精确震源机制的严重怀疑。我们利用中国台湾台北、台中和台南地震台站获得的1906年梅山地震的原始大森历史记录，进行有效的波形模拟，评估几种不同的地质断层模型。根据这些地质断层模型合成的大森记录清楚地显示了台南台站P波和S波初动的差异，表明震源机制可能不是单纯走滑型。我们利用大森历史记录中观测到的P波和S波初动作为约束，进行网格搜索以获得可能的震源机制。优选的震源机制是北东-南西走向、具有小的右旋分量的倾斜俯冲断层。这种震源机制不仅再现了观测烈度图中显示的一般特征，而且更加符合余震主要位于震中的北部和南部这一显著的空间分布特征。该结果突出了历史记录分析复杂断层构造地震震源机制的重要性。
2019, 50(5): 481-500.
doi: 10.16738/j.cnki.issn.1003-3238.201905007
摘要:
本文作者旨在建立适用于中国西南地区同震位移的纽马克（Newmark）位移模型，该区域内发生过2008年汶川地震、2013年芦山地震，以及2017年九寨沟地震。基于2008年汶川MW7.9地震期间的33条强震动数据记录，作者对其中的纽马克位移值（Dn），临界加速度（Ac）和阿里亚斯强度（IA）进行了相关性分析，并根据吉布森（Jibson）模型及其演化模型的参数形态，拟合了新的参数，使模型适用于中国西南地区。结果表明：利用新拟合参数的模型具有较高的拟合优度和较小的评估误差。然后，利用2013年MW6.6芦山地震的强震动数据对这些模型评估结果进行验证，证实了具有新拟合参数的模型适用于中国西南地区，并通过对比分析选择出了具有最小评估误差和最大拟合优度的新参数模型：logDn=0.465logIA+12.896AclogIA-22.201Ac+2.092±0.148（R2=0.92），该模型可用于未来中国西南地区的灾害评估。最后，利用该模型对2017年九寨沟MS7.0地震引发的滑坡灾害进行了评估，评估结果与野外调查结果基本一致，显示本文建议的新拟合参数模型应用于中国西南地区地震灾害危险性评估的有效性。本文研究结果还表明：全球评估模型需要根据特定区域的地震地质条件重新拟合模型参数，以获得更好的评估结果。
本文作者旨在建立适用于中国西南地区同震位移的纽马克（Newmark）位移模型，该区域内发生过2008年汶川地震、2013年芦山地震，以及2017年九寨沟地震。基于2008年汶川MW7.9地震期间的33条强震动数据记录，作者对其中的纽马克位移值（Dn），临界加速度（Ac）和阿里亚斯强度（IA）进行了相关性分析，并根据吉布森（Jibson）模型及其演化模型的参数形态，拟合了新的参数，使模型适用于中国西南地区。结果表明：利用新拟合参数的模型具有较高的拟合优度和较小的评估误差。然后，利用2013年MW6.6芦山地震的强震动数据对这些模型评估结果进行验证，证实了具有新拟合参数的模型适用于中国西南地区，并通过对比分析选择出了具有最小评估误差和最大拟合优度的新参数模型：logDn=0.465logIA+12.896AclogIA-22.201Ac+2.092±0.148（R2=0.92），该模型可用于未来中国西南地区的灾害评估。最后，利用该模型对2017年九寨沟MS7.0地震引发的滑坡灾害进行了评估，评估结果与野外调查结果基本一致，显示本文建议的新拟合参数模型应用于中国西南地区地震灾害危险性评估的有效性。本文研究结果还表明：全球评估模型需要根据特定区域的地震地质条件重新拟合模型参数，以获得更好的评估结果。
