機器學習算法在發震構造形態特征及 地震遷移規律研究中的應用前景

龔麗文 陳麗娟 黃世源

（中國重慶401147 重慶市地震局）

對發震構造形態特征和地震遷移規律的研究，有利于震情形勢研判和震源物理的研究，也可為后期三維地殼介質結構建模提供數據支持。本研究結合大量中小地震的分布特征規律，利用機器學習的相關算法，提取斷層形態特征和地震遷移規律。

近年來，隨著觀測精度的不斷提高，中小地震數據大量產出。在川滇塊體等重點觀測區域，中小地震活動顯示明顯的叢集特征，對斷層面位置和形態特征具有一定指示意義。中強地震發生后通常伴隨大量余震，豐富的余震記錄可為震情形勢跟蹤、研判及現場應急提供重要的參考依據，如發震斷層的形態特征、余震破裂的遷移方向等。但是，余震并不完全按照斷層的展布方向分布，在鄰近區域會出現不同程度的背景地震，加之地震定位精度和斷層交匯處余震歸屬等問題，使得斷層形態特征識別難度增加，有必要借助機器學習的相關算法，對余震進行歸類，剔除背景噪聲地震，凸顯余震沿斷層展布的優勢方向。文中以石棉—冕寧—西昌地區（101.7°—102.8°E，27.4°—29.6°N）2013—2019 年記錄的9 338 次地震為樣本，基于機器學習算法，研究發震構造形態特征及地震遷移規律，并分析該算法的應用前景。

石棉—冕寧—西昌地區是川滇塊體的重要組成部分，發育有安寧河斷裂帶、則木河斷裂帶、大涼山斷裂帶等大型斷裂帶，地震活動相對活躍。2012 年，中國地震局地球物理研究所在該區布設了高密度、寬頻帶流動地震臺陣，開展面向斷裂帶深度地震活動行為的監測，對不同深度微震的檢測能力進行了評估，并結合數據驅動思想，計算震級頻率分布模型參數，獲取了該區地震活動參數，可為機器學習算法計算提供可靠的數據來源和參數支持。而且，前人對該區塊體和斷層形態結構特征、活動性、運動模式、滑動速率、應力應變及相鄰構造的加載關系等研究相對成熟，可為后期斷層形態特征提取和解釋予以驗證。

結合國外相關領域的研究經驗，以聚類分析和插值擬合為核心算法。其中，聚類分析主要用Scikit Learn 工具包的譜聚類算法和DBSCAN 算法，剔除背景噪聲地震，將地震按斷層形態分類，提取斷層形態特征；插值擬合主要基于前期分析結果，采用Scipy 工具包的Interpolate 模塊和Optimize 模塊進行插值和曲面擬合，形成斷層面，并結合時間參數，分析該斷層破裂面的形成演化規律。

采用上述方法，基于區域地震研究現狀，借助智能會商技術平臺，將大量觀測數據進行流程化、自動化和智能化處理，快速實時提取震源區斷層形態特征，研判地震遷移規律，為后期震情跟蹤、震源機理分析、地震應急和地震形勢研判等奠定基礎，也可用于后期地震物理預報，為地殼介質結構模型建立提供數據支持。此外，在火山活動較強區域，巖漿房的部分熔融、塌陷以及巖漿遷移均可能造成大量中小地震的發生，其發震構造與巖漿通道密切相關，可通過上述方法自動獲取巖漿遷移規律，從而為火山活動性監測和分析提供新的途徑。