地震信号整体特征研究及其在地震震相自动识别、关联中的应用

和偏振特性、瞬时频率等信号局部特征相比，地震信号的包络线形状等整体特征能更好地反映信号的全貌和不同震相之间的联系。但是，由于信号包络线不是单一参数，难以直接应用于计算机自动处理，使得现有的地震震相自动识别和关联技术几乎完全依赖于信号的局部特征指标，误识率和误关联率都非常高，常常是自动处理情况下误检、漏检及错误定位地震事件的主要原因之一。本项目从提高地震事件自动检测、定位的准确可靠性的目的出发，针对地震信号整体特征难以直接应用于计算机自动处理的难题，重点开展信号整体特征的参数化表征方法研究，进而研究分析相关整体特征参数和震相或地震图类型的关系，并在此基础上结合利用信号局部特征参数，探索发展一种新的、高置信度的地震震相自动识别和关联技术。

震相识别和关联是地震数据自动处理中的关键技术，自动处理中绝大部分事件检测错误都是由震相识别和关联错误造成的。现有地震数据自动处理方法存在较高的事件检测错误率，其中最重要的原因就是在识别和关联震相中仅利用信号的局部特征，而忽略了能够反映波列全貌和信号关系、并且在人工分析中至关重要的整体特征，如信号持续时间、波列包络线形态等。为了降低地震事件自动检测错误率，本项目深入研究了地震信号整体特征应用于震相识别和关联的关键技术。.首先研究了多种整体特征的科学定量表征方法，使其能够有效地应用于自动处理程序中。在此基础上，利用大量实际观测数据统计建立了这些整体特征以及多种信号局部特征的参数模型，研究这些模型与地震信号类型之间的关系，从而阐明了整体特征在震相识别和关联中的应用基础，同时也为怎样联合应用整体特征和局部特征取得最佳识别效果提供了重要依据。并且，针对神经网络和支持向量机等常用识别技术在地震震相识别和关联应用中存在一定局限性，项目组以P/S波震相对识别为重点探索研究了基于证据推理的多模式匹配和基于特征空间渐进网格化的识别技术。.为检验整体特征及研究形成的相关识别方法的应用效果，项目组重点针对P/S波震相对的识别，测试分析了新疆地震台网台站从2010/06/01到2010/06/16共有16天连续记录数据。分析结果表明，可靠P/S波震相对的正确识别率大于99%。如果以至少有1组可靠P/S波震相对被正确识别为准，新疆地震目录中ML2.0级以上地震事件的检测率达到100%，ML1.5-2.0级地震事件的检测率也大于90%。