节点文献
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
【摘要】 <正>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、
【关键词】 机器学习；
断层形态；
聚类分析；
地震迁移；
【Key words】 machine learning； fault morphology； clustering analysis； earthquake migration；
【Key words】 machine learning； fault morphology； clustering analysis； earthquake migration；
【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)
- 【文献出处】 地震地磁观测与研究 ,Seismological and Geomagnetic Observation and Research , 编辑部邮箱 ,2021年02期
- 【分类号】TP181;P315.2
- 【被引频次】1
- 【下载频次】96