地下浅层微震定位是地下空间目标定位领域的核心技术,是实现煤矿勘察、地质监测,工程爆破、文物防盗监测等民用需求的关键技术。目前地下浅层震源定位主要借鉴深层天然地震定位方法,但是地下浅层震源定位与大区域、大当量、大深度、长时间的震源定位相比较具有以下特点:1)地下震源深度较浅,一般不超过100m,浅层地质结构复杂且未知,地层速度参量表征难度大;2)地下浅层震动场各种横波、纵波相互交叠,震源近场频散现象明显混叠严重,定位特征参数提取难度大,造成能量聚焦点重建精度低、聚焦点识别难度大,最终导致震源定位精度低。针对上述问题,本文主要通过逆时振幅叠加法构建地下三维能量场,并结合深度学习的优越性,实现了地下浅层空间的高精度震源目标定位。首先,通过振幅叠加方法构建地下三维能量场,并通过对各种成像机制分析,在少量传感器节点的情况下,通过分组互相关成像方法,提高能量场的分辨率;其次,将上述获得的大量三维能量场序列输入至3D-CNN卷积神经网络中训练并测试,提高网络模型的泛化性;最后,与传统的模拟退火算法进行对比分析,验证了本文所提出的深度学习方法优于模拟退火算法。本文的研究,经过了外场试验测试验证,在100*100*50m区域范围内,定位误差0.15m-0.20m。运用深度学习网络模型进行测试时,模型准确度稳定到87%。实验结果表明,本文所提出的能量聚焦方法可以适用于地下浅层典型地质结构,基于深度学习模型的浅层能量模型解算方法,可有效提高地下浅层震源的定位精确度。