بکارگیری و ارزیابی یک مدل یادگیری ماشین برای قرائت فازها ی لرزه ای در منطقه کرمان

تشخیص سیگنال حاصل از رویداد لرزه ای و همچنین تعیین فازهای لرزه ای آن، می تواند مسئله ای چالش برانگیز، به ویژه در داده هایی با مقدارنوفه بالا باشد. یادگیر ی عمیق روشی بسیار گسترده و موثر برا ی طیف وسیعی از کاربردها است. تشخیص سیگنا ل زمین لرزه عبارت است از،تفکیک قسمت هایی از سری زمانی ثبت شده توسط لرزه نگار که مرتبط با رویداد ی لرزه ای هستند، از سیگنال های غیرزلزله و نوفه ثبت شده.در این مطالعه به کمک مدل یادگیری ماشین (EQTransformer)، دو وظیفه تشخیص سیگنال و تعیین فازها ی لرزه ای به صورت همزمانانجام شد. سپس کارایی این روش در تشخیص رویداد و فاز لرزه ای، با مقایسه نتایج نهایی با کاتالوگ موجود حاصل از تشخیص سیگنال و فازدستی که توسط کارشناسان این امر به دست آمده است، ارزیابی شد. این مدل برا ی سه حالت مختلف از پارامترها ی مدل بر مجموعه دادهورود ی اعمال شد. داده ورودی تنها شامل داده های دیجیتال پیوسته ذخیره شده ۸ ایستگاه از کل ایستگاه های مرکز لرزه نگاری در این ناحیهبود. در شرایط استفاده از فیلتر فرکانسی ۳ تا ۸ هرتز، آستانه تشخیص فاز (۳ / ۰) بیشترین رویداد مشترک نسبت به سایر حالات یافت شد ومدل در تشخی ص ۷۶۱ رویداد از ۱۰۸۵ زمین لرزه (۱۴ / ۷۰ %) گزارش شده در کاتالوگ مرکز لرزهنگار ی کشور ی منطقه کرمان موفق بود.همچنین، این مدل به طور متوسط در تشخیص رویدادها ی لرزه ای ۶ برابر و در خصوص تعیین فازها ی لرزه ای مرتبط ۴ برابر تشخیص بیشترینسبت به کاتالوگ دستی مذکور داشته است.

کلیدواژه ها:

تشخیص سیگنال زمین لرزه ، تعیین فاز لرزه ای ، یادگیری ماشین ، یادگیری عمیق ، مکانیابی ، زمان رسید فاز