TY - JOUR ID - TI - 卷积神经网络在地面微地震多道P波极性分类中的应用 AU - 田宵,汪明军,张伟 VL - 37 IS - 2 PB - SP - 309 EP - 321 PY - JF - 中国地震 JA - UR - http://zgdz.eq-j.cn/zgdz/home?file_no=20210206&flag=1 KW - 地面微地震;卷积神经网络;P波极性 KW - Surface microseismic;Convolutional neural network;P-wave polarity AB - 微地震监测技术是监测水力压裂过程、评价压裂效果的重要手段。对于地面监测,P波极性能够直接、快速地反演震源机制,同时极性校正能够提高绕射叠加定位方法的成像精度。因此,准确而迅速地确定P波极性对地面微地震实时监测具有重要意义。卷积神经网络是一种深度学习算法,具有强大的特征学习与分类能力,可用来确定微地震事件的P波极性。地面监测多采用星型、网格型等规则观测系统,本文使用目标道及其相邻检波器记录作为输入样本,构建基于卷积神经网络的多道P波极性分类网络模型。实际数据应用结果表明,相比于单道记录的网络模型,多道的网络模型能够将目标道与相邻道相结合来预测目标道的极性,提高规则观测系统下地面微地震P波极性分类的准确率。 ER -