基于SVM迁移学习模型的地震震相自动识别与到时拾取

摘要

作为研究固体地球介质中地震发生规律、地震波的传播规律以及地震的宏观后果等等的综合性科学,很多地震学问题都依赖于对地震震相的准确识别.随着地震台站的增加,其记录的观测数据量十分庞大.面对如此庞大的天然地震观测数据,人工震相识别已难以高效的处理,此时高效的进行地震数据处理显得非常重要.在地震学的发展探索中,学者提出了很多地震自动识别的方法,如自回归,长窗口等,也有学者结合多种方法进行识别.然而,目前尚缺乏能够在不同的震源环境、震中距范围以及噪声背景下进行地震震相的一致性检测与判断,包括后续对P波与S波初至的识别与拾取.