基于TensorFlow深度学习框架的地震预警定位

摘要

cqvip:结合S-变换和全卷积神经网络,基于TensorFlow深度学习框架构建了6台站地震预警定位神经网络。选取了台湾地区2012至2018年间的272例地震事件,以台湾岛上固定的6个台站三分向波形记录经变换后的时频数据作为网络训练样本,使用训练后的网络对测试震例进行定位,结果显示:震中定位平均误差约为19.8 km,震源深度平均误差约为4.4 km。研究表明:无需已知地壳波速结构和P波精确到时,时频域全卷积神经网络方法可获取较高地震预警定位精度。