典型文献
基于机器学习和短周期密集台阵资料研究北流地震余震特征
文献摘要：
本文基于广西北流5.2级地震震源区震后约30天的短周期密集台阵连续观测资料,利用机器学习方法,对震后余震进行了识别,确定了可靠性较高的441个余震事件,约为同时期固定地震台网目录中余震数量的34倍.进而利用事件波形中P、S波到时信息,对299个余震事件进行了精定位,对信噪比较高的65个地震事件进行了震源机制解反演.根据余震空间分布及震源机制解特征,对该区域中强地震发震构造进行了探讨.结果表明:北流地震的余震主要集中在主震北西约1～3 km的范围内,且大部分余震震源机制解接近于前震;主震的孕震断裂为石窝断层,其走向NWW-SEE,倾角近70°;该区域还存在一条走向NEE-SWW倾角近乎直立的断裂,可能是前震的孕震断层;主震受前震的触发而产生,而后续两条断裂同时处于活动状态,产生了不同震源机制解的余震.此外,在蕉林断裂北端及石窝断裂南端同样拾取到了大量余震事件,这些事件的震源机制解多为逆冲型与走滑型,一致性较差,表明北流地震可能对这两个区域的地震活动起了一个触发作用,但具体触发机制较为复杂.
文献关键词：
北流地震;短周期密集台阵;机器学习;微震识别;震源机制解
中图分类号：
作者姓名：
文玺翔;沈旭章;周启明
作者机构：
中山大学地球科学与工程学院,广东省地球动力作用与地质灾害重点实验室,广州 510275;南方海洋科学与工程广东省实验室(珠海),广东珠海 519082
文献出处：
引用格式：
[1]文玺翔;沈旭章;周启明-.基于机器学习和短周期密集台阵资料研究北流地震余震特征)[J].地球物理学报,2022(09):3297-3308
A类：
短周期密集台阵,微震识别
B类：
基于机器学习,北流地震,余震,广西北,级地震,地震震源,源区,震后,连续观测,观测资料,机器学习方法,地震台网,网目,精定位,地震事件,震源机制解,中强地震,发震构造,主震,北西,前震,NWW,SEE,NEE,SWW,近乎,直立,活动状态,同震,北端,南端,拾取,取到,走滑型,地震活动,动起,触发机制
AB值：
0.290099
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
