基于地震波形特征向量的相似地震检索方法研究

Abstract

相似地震波形匹配检索是重复地震与相似地震研究的重要方法，其核心目标是在大规模波形库中快速识别与目标事件在波形形态上相近的候选事件。传统波形互相关方法虽能有效识别相似波形，但计算代价较高，难以适应持续增长的海量波形库检索。本文提出一种基于地震波形特征向量的相似地震检索方法，对同台站三分量事件波形进行统一预处理后，输入冻结的“谛听”地震波大模型DiTingSFM-0.1B与EQTransformer预训练模型，从候选隐藏层提取固定维度向量构建波形特征向量，并以余弦相似度开展向量近邻检索。利用斯坦福地震数据集（STEAD）中美国俄克拉荷马（Oklahoma）2015年与加州帕克菲尔德（Parkfield）2015—2016年的近震数据构建测试集，开展方法检验测试。结果表明，对于同台站历史库中至少存在一条水平震中距离不超过5 km且三分量归一化互相关系数不低于0.8的参考事件的查询，DiTingSFM-0.1B layer3的Top-5召回率在两个测试集上分别为0.919和0.922，EQTransformer Encoder （EQT-Enc）分别为0.811和0.914，均高于随机检索，且高排序候选的目录位置整体更为集中。在四川长宁区域密集台阵数据上进行跨数据检验，冻结预训练隐藏表征仍能够直接形成具有检索意义的向量特征，同时在保持编码器冻结的条件下，联合采用注意力聚合、线性投影和监督对比训练后，DT-L3和EQT-Enc的Top-5召回率分别达到0.835和0.748。不同数据集下测试结果表明预训练模型隐藏特征中保留了地震波形特征信息，可用于相似波形检索，且具有跨数据集检索潜力，但时间聚合和向量空间校准方式等特征组合方式可影响波形特征表达能力，对检索性能造成一定影响。效率测试表明，在本文实验条件下，向量索引查询开销远低于单 CPU 线程 ObsPy 逐对互相关，并且固定维度向量也便于历史波形的索引构建与紧凑存储。研究结果表明，基于地震波形特征向量的相似波形检索技术具有可行性，可为大规模事件波形库的快速匹配以及相似地震或重复地震识别研究提供有效支持。

Cite

BibTeX RIS

BibTeX

@article{zhang2026基于地震波形特征向量的相似地震检索方法研究,
  title = {{基于地震波形特征向量的相似地震检索方法研究}},
  author = {Shaoxian Zhang and Zhixiang Yao and Chang Liu and Xiangyang Ji},
  journal = {Dizhen xuebao},
  year = {2026},
  month = nov,
  doi = {10.11939/jass.20260089},
  url = {https://doi.org/10.11939/jass.20260089},
  note = {CC BY-NC-ND},
}

RIS

TY  - JOUR
TI  - 基于地震波形特征向量的相似地震检索方法研究
AU  - Shaoxian Zhang
AU  - Zhixiang Yao
AU  - Chang Liu
AU  - Xiangyang Ji
PY  - 2026
DA  - 2026/11/09
JO  - Dizhen xuebao
DO  - 10.11939/jass.20260089
UR  - https://doi.org/10.11939/jass.20260089
AB  - 相似地震波形匹配检索是重复地震与相似地震研究的重要方法，其核心目标是在大规模波形库中快速识别与目标事件在波形形态上相近的候选事件。传统波形互相关方法虽能有效识别相似波形，但计算代价较高，难以适应持续增长的海量波形库检索。本文提出一种基于地震波形特征向量的相似地震检索方法，对同台站三分量事件波形进行统一预处理后，输入冻结的“谛听”地震波大模型DiTingSFM-0.1B与EQTransformer预训练模型，从候选隐藏层提取固定维度向量构建波形特征向量，并以余弦相似度开展向量近邻检索。利用斯坦福地震数据集（STEAD）中美国俄克拉荷马（Oklahoma）2015年与加州帕克菲尔德（Parkfield）2015—2016年的近震数据构建测试集，开展方法检验测试。结果表明，对于同台站历史库中至少存在一条水平震中距离不超过5 km且三分量归一化互相关系数不低于0.8的参考事件的查询，DiTingSFM-0.1B layer3的Top-5召回率在两个测试集上分别为0.919和0.922，EQTransformer Encoder （EQT-Enc）分别为0.811和0.914，均高于随机检索，且高排序候选的目录位置整体更为集中。在四川长宁区域密集台阵数据上进行跨数据检验，冻结预训练隐藏表征仍能够直接形成具有检索意义的向量特征，同时在保持编码器冻结的条件下，联合采用注意力聚合、线性投影和监督对比训练后，DT-L3和EQT-Enc的Top-5召回率分别达到0.835和0.748。不同数据集下测试结果表明预训练模型隐藏特征中保留了地震波形特征信息，可用于相似波形检索，且具有跨数据集检索潜力，但时间聚合和向量空间校准方式等特征组合方式可影响波形特征表达能力，对检索性能造成一定影响。效率测试表明，在本文实验条件下，向量索引查询开销远低于单 CPU 线程 ObsPy 逐对互相关，并且固定维度向量也便于历史波形的索引构建与紧凑存储。研究结果表明，基于地震波形特征向量的相似波形检索技术具有可行性，可为大规模事件波形库的快速匹配以及相似地震或重复地震识别研究提供有效支持。
SN  - 0253-3782
ER  -