一种基于深度学习的地震震级判定方法

摘要

本发明公开一种基于深度学习的地震震级判定方法，首先计算震源与台站之间的距离，筛选出震中距小于200km的地震数据，然后读取这些数据并且使用STA/LTA和AIC结合的方法准确找到这些地震数据的P波到时。接着从P波到时开始截取一定长度的波形数据。然后对这一定长度的波形数据进行有无断记和有效性的判断，对无断记并且有效的数据进行归一化处理。最后将处理后的地震数据输入到融合attention机制的Bi‑LSTM网络模型中，训练这个网络模型，保存训练好的模型。之后将预处理后的地震波形数据输入训练好的网络模型中，输出就是地震数据对应的地震震级。本发明的方法可以准确高效的判定出地震波形对应的震级，适应地震监测智能化自动化发展的需求。