【摘要】：地震活動具有潛在的危害,而地震事件是地球物理演變的結(jié)果。目前在全國范圍內(nèi)已經(jīng)建立起了大量的地震觀測臺網(wǎng),對地震信號進行監(jiān)控。地震監(jiān)測臺網(wǎng)不僅能記錄到天然地震事件信號波形,也能監(jiān)控到人工爆破事件信號波形。本文主要就MFCC圖、有效活動源截取、模擬實時震源類型識別等問題展開了研究。研究中所使用的事件數(shù)據(jù)集為首都圈附近的184個天然地震和門頭溝地區(qū)的176個人工爆破事件的地震動波形。本文首先從地震信號波形中提取梅爾頻率倒譜系數(shù)(MFCC)圖,然后采用卷積神經(jīng)網(wǎng)絡(CNN)進行地震波形信號的震源類型—天然地震和爆破事件—分類識別。用于提取梅爾頻率倒譜系數(shù)圖的波形信號為各觀測臺站波形3分量中的垂直分量波形。在各個事件的所有觀測臺站的垂直分量波形中,通過滑動窗口按同一準則去除被噪聲淹沒的部分臺站波形,只選擇留下未被噪聲淹沒的臺站波形,而不同事件被留下未被噪聲淹沒的波形則有幾份至幾十份(每份對應于一個臺站中的垂直分量)不等。然后提取留下的未被噪聲淹沒的波形的梅爾頻率倒譜系數(shù)圖,以梅爾頻率倒譜系數(shù)圖作為CNN的輸入,CNN的輸出則為波形的震源類型(天然地震事件或爆破事件)。若識別單元改為事件,將各事件中一半波形用于訓練,剩余一半波形用于測試,一個事件各臺站的有效垂直分量波形中,超過一半的波形被識別為某一事件類型,則這個事件被歸類為該事件類型,得到的正確識別率為96.3%。提出基于窗口能量熵的有效波形截取算法,這有助于減少地震波形記錄的冗余度。本文提出了一種采用窗口能量熵值自動檢測P波和S波初至時刻的新算法。首先,對涵蓋事件整個過程的地震波形進行歸一化;然后進行消噪處理,再對濾波后的波形以秒為單位進行時間軸分窗處理,計算各窗口能量熵;選取合適的閾值,以推斷P波和S波的初至時刻,估算尾波波形結(jié)束時刻。P波初至時刻之后和尾波波形結(jié)束時刻之前期間的波形記錄可以認為是事件的有效地震波段;其余是無效波段,應予舍棄,。模擬實時震源波形識別,利用長短時窗口方法定位特征抽取窗口,對短窗口波形歸一化后,提取特征向量,使用支持向量機(SVM)進行訓練和測試,對不同短窗口長度波形進行對比,最后以1秒作為步長,短窗口長度為5秒,長窗口長度為15秒,以事件為識別單元,達到了良好的識別效果(所有實驗中,兩類事件的識別率幾乎都大于90%,總識別率95%或更高)。
【圖文】：

為地震科學研究的重要基礎平臺。用數(shù)據(jù)備份中心首都圈 2010年到 2016 年的天然地震事件的波形，15 年的非天然地震事件的波形。其中天然地震目錄 184 條，記作，非天然地震數(shù)據(jù)為門頭溝目錄 176 條，，記作[Explosion-wave-201seed。僅選取有效波形進行研究，去除了明顯無效信號，如等值線形后，共得到 13240 份震動波形(垂直分量)，其中源于天然地震事4 份，記作[Earthquake-wave-2010-2016]，源于人工爆破事件的震動作[Explosion-wave-2010-2015]。帶有 P 波和 S 波標記的地震事件文件，其中有效波形的臺站數(shù)為 5568個，記作[P-S-wave-2010-20認為人工爆破是簡單的膨脹源，有較強的 P 波群，人工爆破 P 波大于天然地震 P 波和 S 波的最大振幅比[30]，可見，天然地震事件可分的。但在實際的人工爆破波形記錄中，由于各種復雜因素的，人工爆破地震波形中 S 波不一定較弱，天然地震波形中 S 波也到實際數(shù)據(jù)，不難發(fā)現(xiàn)，天然地震事件波形和人工爆破事件波形并且繁瑣的工作。

5圖 2-2 爆破波形從圖 2-1 和圖 2-2 中可知，圖 2-1 中是 2010 年 10 月 7 日的天然地震記錄，選取了兩個同一事件中 GUY 和 SFS 兩個臺站的波形；圖 2-2 是 2012 年 4 月 11 日人工爆破事件記錄，選取了兩個同一事件中 TAS 和 YAY兩個臺站的波形。發(fā)現(xiàn)僅從 P波和 S波的角度，很難從理論經(jīng)驗中判斷該事件類型�？梢姡烊坏卣鹋c人工爆破在實際識別中干擾較多。2.2 震源數(shù)據(jù)波形的消噪處理由于地震臺站監(jiān)測儀器所處位置的周圍環(huán)境各不相同，這些臺站周圍環(huán)境所引起的背景噪聲以及設備本身的噪聲都會被檢測儀器檢測到并且存儲起來，對于這些摻雜著噪聲
【學位授予單位】：廣西師范大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P315.6

【參考文獻】

相關期刊論文 前10條

1 王婷婷;邊銀菊;;振幅衰減特性在地震與爆破識別中的應用[J];地震學報;2015年01期

2 劉晗;張建中;;微震信號自動檢測的STA/LTA算法及其改進分析[J];地球物理學進展;2014年04期

3 張博;邊銀菊;王婷婷;;用逐步代價最小決策法識別地震與爆破[J];地震學報;2014年02期

4 劉勁松;王峗;姚振興;;微地震信號到時自動拾取方法[J];地球物理學報;2013年05期

5 黃漢明;邊銀菊;盧世軍;李銳;蔣正鋒;;v-SVC算法在地震與爆破識別及窗長度選取中的應用[J];地震地磁觀測與研究;2010年03期

6 黃漢明;邊銀菊;盧世軍;蔣正鋒;李銳;;天然地震與人工爆破的波形小波特征研究[J];地震學報;2010年03期

7 鄭秀芬;歐陽飚;張東寧;姚志祥;梁建宏;鄭潔;;“國家數(shù)字測震臺網(wǎng)數(shù)據(jù)備份中心”技術系統(tǒng)建設及其對汶川大地震研究的數(shù)據(jù)支撐[J];地球物理學報;2009年05期

8 曾憲偉;趙衛(wèi)明;盛菊琴;莘海亮;;應用小波包識別寧夏及鄰區(qū)的地震和爆破[J];地震研究;2008年02期

9 劉喜武;劉洪;李幼銘;年靜波;;局域波分解及其在地震信號時頻分析中的應用[J];地球物理學進展;2007年02期

10 王繼;陳九輝;劉啟元;李順成;郭飚;;流動地震臺陣觀測初至震相的自動檢測[J];地震學報;2006年01期

相關博士學位論文 前2條

1 周寶峰;強震觀測中的關鍵技術研究[D];中國地震局工程力學研究所;2012年

2 馬強;地震預警技術研究及應用[D];中國地震局工程力學研究所;2008年

本文編號：2705944