GPU并行加速下的弱模板匹配及其在川滇地区的应用
蒋一然1
宁杰远2
李春来3
1.北京大学地球与空间科学学院,北京 1008712.北京大学地球与空间科学学院,北京 100871;河北红山地球物理国家野外科学观测研究站,河北 邢台 0540003.中国地震局地球物理研究所,北京 100081
摘要：针对模板识别类方法计算耗时太长这一关键问题,将研究组之前开发的弱模板匹配方法中的互相关、归一化、拓宽峰3个主要运算部分进行了GPU并行加速,有效地提高了运算效率;进一步讨论了在离散采样下,滤波频段对于互相关计算结果的影响,并据此选取了效果好的滤波频段用于弱模板匹配;并将该方法运用到川滇地区,以双差地震层析成像法精定位后的地震作为模板,扫描了2019年6月17日四川长宁地震前后各1个月共60天的连续数据,检测出81704个地震;根据地震发生频次与互相关值间的关系,选择适当的阈值,筛选出7618个地震作为最终结果,是深度学习自动拾取算法检测到地震数目的3倍.弱模板匹配方法得到的微小地震构建了更为完备的地震序列,反映出地震在时间上更多的丛聚性,结合其空间位置信息,可以用于断层形态、地震活动性及其变化方面的研究.
关键词：弱模板匹配GPU并行计算滤波频段川滇地区
分类号：P315.63(大地（岩石界）物理学（固体地球物理学）)
资助基金：中国地震科学实验场项目(2019CSES0111)国家重点研发计划(2018YFC1503400)
论文发表日期：2021-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 40-47 )
英文信息