机器学习在地震事件自动分类中的应用
刘甜甜
王禄军
张晖
内蒙古自治区地震局,呼和浩特 010051
摘要：使用地震事件分类识别软件(SERS)对内蒙古地震台网 2019-2022 年编报的内蒙古东部地区 20 次分类存疑的地震事件进行类型识别,模型识别率为 90.4%;通过对比其与人工编目结果发现,只有 3 次事件识别为天然地震,概率较低.对这 3 次地震事件记录数据的振幅比和时频分析结果表明,震中距较近台站的波形记录具有明显的P波振幅大、能量高的特点,结合研究内蒙古东部地区地质构造及场地响应的相关文献,推测这些地震事件分类识别主要受场地影响,存在场地放大效应.
关键词：机器学习地震事件自动分类SERS场地放大效应
分类号：P315-391(大地（岩石界）物理学（固体地球物理学）)
资助基金：内蒙古自治区地震局局长基金项目(2022JC11)内蒙古自治区地震局局长基金项目(2023MS06)
论文发表日期：2024-09-30
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：6( 96-101 )
英文信息