中科院/斯坦福大學(xué)Science子刊: 基于深度學(xué)習(xí)的噪聲抑制改進(jìn)地震監(jiān)測 2023年10月14日 上午11:55 ? 未全平臺(tái)發(fā)布, 頂刊 ? 閱讀 27 城市地區(qū)的地震風(fēng)險(xiǎn)最高,因?yàn)槿丝诿芏雀咔一A(chǔ)設(shè)施廣泛而脆弱。理想情況下,城市地區(qū)密集的地震監(jiān)測工作將被用來描述對城市構(gòu)成最直接威脅的斷層系統(tǒng)。然而,人口和基礎(chǔ)設(shè)施導(dǎo)致風(fēng)險(xiǎn)暴露程度高,也使地震監(jiān)測難以進(jìn)行,這是由于城市中產(chǎn)生的各種類型地震噪聲和儀器部署的后勤困難造成的。 為此,中科院地質(zhì)與地球物理研究所趙亮研究員、美國斯坦福大學(xué)Gregory C. Beroza等人開發(fā)了一種基于深度學(xué)習(xí)的去噪算法并將其命名為UrbanDenoiser,以濾除在城市環(huán)境中記錄的地震數(shù)據(jù)中存在的強(qiáng)噪聲水平。其中,作者通過使用波形數(shù)據(jù)集訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來開發(fā)UrbanDenoiser,該數(shù)據(jù)集結(jié)合了來自城市長灘密集陣列的豐富噪聲源和來自圣哈辛托農(nóng)村密集陣列的高信噪比(SNR)地震信號(hào)。 UrbanDenoiser的架構(gòu)基于DeepDenoiser算法,但DeepDenoiser不能很好地推廣到長灘數(shù)據(jù)集。本研究數(shù)據(jù)集包含80000個(gè)噪聲樣本和33751個(gè)信號(hào)樣本并隨機(jī)分為訓(xùn)練集、驗(yàn)證集和測試集,通過將信號(hào)訓(xùn)練集與從噪聲訓(xùn)練集中隨機(jī)選擇的噪聲樣本重復(fù)組合并在窗口中隨機(jī)移動(dòng)波形。神經(jīng)網(wǎng)絡(luò)的輸入是噪聲波形的二維時(shí)頻表示,預(yù)測目標(biāo)是恢復(fù)信號(hào)和噪聲的兩個(gè)掩碼,作者使用相同的程序?yàn)轵?yàn)證集生成地震波形并將其應(yīng)用于網(wǎng)絡(luò)的超參數(shù)微調(diào)。 圖1. 原始數(shù)據(jù)和去噪數(shù)據(jù)的地震定位結(jié)果 作為驗(yàn)證,作者將UrbanDenoiser應(yīng)用于密集陣列和區(qū)域地震網(wǎng)絡(luò)。對長灘密集陣列數(shù)據(jù)的應(yīng)用表明,該算法能夠使用大部分以前無法使用的地震數(shù)據(jù)進(jìn)行地震分析,如以人為噪聲為主的白天數(shù)據(jù)?;谌ピ霐?shù)據(jù)的地震定位結(jié)果顯示出與原始數(shù)據(jù)不同的分布模式,這更新了對發(fā)震特征的認(rèn)識(shí)。 UrbanDenoiser對區(qū)域地震臺(tái)網(wǎng)數(shù)據(jù)的應(yīng)用表明,該算法可以提高不同震級地震的SNR且可從噪聲數(shù)據(jù)中恢復(fù)地震信號(hào),其中SNR底限接近0 dB。對于拉哈布拉地震序列,作者在去噪數(shù)據(jù)中觀察到的檢測數(shù)量大約是現(xiàn)有區(qū)域地震目錄中檢測列表的4倍。檢測/定位結(jié)果僅包含地震事件,排除了大振幅非地震源??傊?,這項(xiàng)研究表明,使用深度學(xué)習(xí)過濾噪聲預(yù)處理后的地震檢測和定位將有助于改進(jìn)城市環(huán)境中的地震監(jiān)測。 圖2. UrbanDenoiser在拉哈布拉地震序列區(qū)域地震網(wǎng)絡(luò)中的應(yīng)用 Toward improved urban earthquake monitoring through deep-learning-based noise suppression,?Science Advances?2022. DOI: 10.1126/sciadv.abl3564 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://www.xiubac.cn/index.php/2023/10/14/dd3cbcd904/ 機(jī)器學(xué)習(xí) 贊 (0) 0 生成海報(bào) 相關(guān)推薦 ACS Energy Lett.:低電壓下甘油氧化和CO還原同時(shí)生成C2和C3產(chǎn)品 2023年10月11日 華東理工大學(xué)朱貽安課題組,最新ACS Catalysis! 2024年6月3日 JACS:金屬-有機(jī)框架中受阻路易斯對的精確距離控制和功能調(diào)整 2024年4月19日 清華大學(xué)曲良體教授課題組ACS Nano:高度取向石墨烯固體,高體積容量和倍率性能 2023年11月13日 電池頂刊集錦!黃云輝、許恒輝、李馳麟、李成超、慈立杰、李德平、葉明暉、劉芳洋等成果! 2024年1月23日 王威/劉冬梅Nature子刊:PBA/MoS2@CSH高效催化PMS! 2023年11月5日