典型文献
基于PhaseNet的地震信号自动处理方法准确性分析
文献摘要：
利用一种深度学习地震信号检测方法(PhaseNet模型)检测甘肃省岷县MS6.6地震序列,根据地震震相关联技术和绝对定位Hypoinverse方法构建AI检测目录,对比人工分析地震目录和震相报告,分析AI自动处理地震事件的误差范围.结果表明,AI技术能够实现85.5％ 的人工工作量,定位误差在20 km范围内呈正态分布;在低震级地震事件检测中,AI方法也发挥了显著能力.相比于人工处理方法,AI方法稳定性好、不依赖个人经验、分析速度快,在大震后的地震目录快速产出中能发挥关键作用,可提高地震分析能力、节省人力成本.
文献关键词：
岷县地震;地震信号检测;深度学习;地震定位
中图分类号：
作者姓名：
尹欣欣;杨晓鹏;蔡润;王祖东;蒲举;王维欢;王树旺
作者机构：
兰州地球物理国家野外科学观测研究站,兰州市东岗西路450号,730000;甘肃省地震局,兰州市东岗西路450号,730000;中冶成都勘察研究总院有限公司,成都市三色路199号,610023
文献出处：
引用格式：
[1]尹欣欣;杨晓鹏;蔡润;王祖东;蒲举;王维欢;王树旺-.基于PhaseNet的地震信号自动处理方法准确性分析)[J].大地测量与地球动力学,2022(08):870-873
A类：
地震信号检测,Hypoinverse,岷县地震
B类：
PhaseNet,自动处理,准确性分析,MS6,地震序列,根据地,地震震相,相关联,绝对定位,比人,工分,地震目录,地震事件,误差范围,定位误差,正态分布,震级,级地震,事件检测,方法稳定性,不依,个人经验,大震,震后,高地震,地震分析,分析能力,省人力,人力成本,地震定位
AB值：
0.410126
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。
