论文部分内容阅读
近年来快速发展的机器学习算法显著提高了震相拾取的精度和效率。采用卷积神经网络和递归神经网络的震相识别方法对银川台阵2019年6～7月的连续波形数据进行事件检测和P、 S震相拾取,并通过快速震相关联和事件定位得到了银川地区较全的地震目录。结果表明,当震相数小于10时,虽然可以检测出较多事件,但分布呈弥散状,与区域地震活动特征不符。进一步对震相数≥10的事件进行了人工复核。总体而言,随着震相数量的增加,事件的误检率逐步降低。震相数16是该地区自动检测和定位结果准确性的拐点。当震相数≥20时,全部召回了地