机器学习算法在发震构造形态特征及地震迁移规律研究中的应用前景  

Research on the morphology of seismogenic structure and earthquake migration based on machine learning algorithms

作　　者：龚丽文 陈丽娟 黄世源 GONG Liwen;CHEN Lijuan;HUANG Shiyuan(Chongqing Earthquake Agency,Chongqing 401147,China)

机构地区：[1]重庆市地震局,中国重庆401147

出　　处：《地震地磁观测与研究》2021年第2期217-218,共2页Seismological and Geomagnetic Observation and Research

基　　金：地震科技星火计划(项目编号:XH19035Y);2021年度震情跟踪定向工作任务(项目编号:2021010229)。

摘　　要：对发震构造形态特征和地震迁移规律的研究,有利于震情形势研判和震源物理的研究,也可为后期三维地壳介质结构建模提供数据支持。本研究结合大量中小地震的分布特征规律,利用机器学习的相关算法,提取断层形态特征和地震迁移规律。近年来,随着观测精度的不断提高,中小地震数据大量产出。在川滇块体等重点观测区域,中小地震活动显示明显的丛集特征,对断层面位置和形态特征具有一定指示意义。中强地震发生后通常伴随大量余震,丰富的余震记录可为震情形势跟踪、研判及现场应急提供重要的参考依据,如发震断层的形态特征、余震破裂的迁移方向等。

关 键 词：机器学习 断层形态 聚类分析 地震迁移 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] P315.2[自动化与计算机技术—控制科学与工程]