2022年5月山東青州地震序列自動(dòng)處理結(jié)果分析與研究

摘要：采用基于深度學(xué)習(xí)的實(shí)時(shí)智能地震處理系統(tǒng)（RISP）檢測2022年5月1—14日山東青州地震序列，構(gòu)建自動(dòng)檢測目錄，評估RISP系統(tǒng)在山東的適用性。RISP系統(tǒng)檢測的地震數(shù)量多于人工編目的地震數(shù)量，匹配率達(dá)90.14%；其中系統(tǒng)多檢測的地震事件都含有地震信號，漏檢測的事件由于不滿足系統(tǒng)自動(dòng)檢測的觸發(fā)條件，沒有自動(dòng)處理結(jié)果。此系統(tǒng)的定位精度也與人工處理結(jié)果相當(dāng)，在發(fā)震時(shí)刻、震中位置、震源深度等方面具有較好的一致性；但自動(dòng)檢測目錄的地震震級的人工目錄測量震級略大。根據(jù)自動(dòng)檢測的地震序列分布和震源機(jī)制反演推測此次地震的發(fā)震斷層為張店—仁河斷裂。檢測結(jié)果表明：RISP系統(tǒng)檢測的微震、小震多，定位精度準(zhǔn)確，分析速度快，且不依賴于個(gè)人經(jīng)驗(yàn)，可提供更加完整的地震目錄。

關(guān)鍵詞：青州地震；深度學(xué)習(xí)；自動(dòng)檢測；RISP

中圖分類號：P315.7 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-0666（2025）02-0326-08

doi：10.20015/j.cnki.ISSN1000-0666.2025.0034

0 引言

地震目錄作為地震活動(dòng)性分析和地震危險(xiǎn)性判斷的關(guān)鍵資料，其完備性、完整性至關(guān)重要。豐富的微震、小震目錄及準(zhǔn)確的震源參數(shù)可為地震序列的活動(dòng)性、發(fā)震構(gòu)造及孕震機(jī)理等研究提供基礎(chǔ)資料（李姣等，2020；張演等，2024）。隨著地震臺(tái)網(wǎng)密度的不斷增大，尤其是國家預(yù)警工程山東子項(xiàng)目建設(shè)完成后，山東省將擁有1 539個(gè)觀測臺(tái)站，屆時(shí)地震臺(tái)網(wǎng)觀測數(shù)據(jù)將大幅度增加。目前山東省地震編目工作主要由人工完成，所需人力多且時(shí)效性差，急需引進(jìn)和發(fā)展人工智能地震識別檢測技術(shù)。

國內(nèi)外關(guān)于自動(dòng)地震編目的研究有很多。日本自動(dòng)地震編目系統(tǒng)采用貝葉斯估計(jì)的震相組合正向搜索方法（Tamaribuchi，2018），使用分級處理實(shí)現(xiàn)檢測事件的翻倍，提高了對同時(shí)發(fā)生的地震的分辨能力。意大利地震自動(dòng)處理系統(tǒng)（CASP）針對連續(xù)的歸檔數(shù)據(jù)，能夠生成完整地震數(shù)據(jù)集（P波、S波到達(dá)時(shí)間、位置和強(qiáng)震參數(shù)等），且程序內(nèi)部參數(shù)可根據(jù)地震臺(tái)網(wǎng)位置分布、地震波形特征等進(jìn)行動(dòng)態(tài)調(diào)整（Scafidi et al，2019；Spallarossa et al，2020）；Ross等（2018）利用卷積神經(jīng)網(wǎng)絡(luò)CNN模型提取震相到時(shí)、震相類型等處理全球多來源的震相數(shù)據(jù)，結(jié)果顯示75%的樣本到時(shí)提取相比人工拾取的誤差在0.028 s以內(nèi)，初動(dòng)判斷正確率達(dá)到95%；美國斯坦福大學(xué)則利用PhaseNet和GaMMA在云平臺(tái)進(jìn)行處理（Zhu，Beroza，2019），其檢測靈敏度和到時(shí)拾取精度較高；Yeck等（2019）使用2 100個(gè)實(shí)時(shí)地震監(jiān)測站的地震數(shù)據(jù)獨(dú)立配置了一套地震相位關(guān)聯(lián)系統(tǒng)即CLASS3，實(shí)現(xiàn)了含計(jì)算效率、瞬時(shí)提取和可配置功能于一體的地震數(shù)據(jù)實(shí)時(shí)監(jiān)測。

隨著我國地震監(jiān)測臺(tái)站的迅速增加，監(jiān)測數(shù)據(jù)量也以指數(shù)形式激增，人工分析已跟不上數(shù)據(jù)產(chǎn)出速度。在此背景下，廖詩榮等（2021）研發(fā)了一套實(shí)時(shí)智能地震處理系統(tǒng)（RISP），此系統(tǒng)已應(yīng)用于2021年云南漾濞MS6.4地震（廖詩榮等，2021）、四川馬爾康MS6.0地震（顏利君等，2022）、青海門源MS6.9地震（王祖東等，2022）等的實(shí)時(shí)處理工作中。該系統(tǒng)產(chǎn)出目錄時(shí)效性強(qiáng)，精度高，震級處理下限最低可到ML0.0。山東省微震、小震多、震群活動(dòng)較為明顯，本文應(yīng)用RISP系統(tǒng)對2022年青州M3.4地震進(jìn)行檢測，結(jié)合觀測報(bào)告結(jié)果，從震中分布、震級測定、定位精度等維度評估此套系統(tǒng)在山東微震的適應(yīng)性和可靠性，為RISP系統(tǒng)的完整評價(jià)提供依據(jù)。

1 數(shù)據(jù)和方法

據(jù)山東地震臺(tái)網(wǎng)測定，2022年5月2日7時(shí)53分27秒，山東濰坊市青州市發(fā)生M3.4地震，震源深度7 km，震中位置（36.55°N，118.27°E）。2022年5月1—14日，山東臺(tái)網(wǎng)正式地震目錄共記錄青州地震71次，其中MLlt;1.0地震31次，ML1.0～1.9地震30次，ML≥2.0～2.9地震7次，ML3.0以上地震3次。此次青州地震震中區(qū)發(fā)育有多條斷裂，其中距離較近且規(guī)模較大的斷裂有上五井?dāng)嗔选㈦p山—李家莊斷裂、張店—仁河斷裂和臨淄斷裂。公元前70年安丘７級地震、1829年青州、臨朐61/4級地震與上五井?dāng)嗔押碗p山—李家莊斷裂構(gòu)成的“Ｘ”型共軛構(gòu)造密切相關(guān)（王紀(jì)強(qiáng)等，2020）。

廖詩榮等（2021）研發(fā)的實(shí)時(shí)智能地震系統(tǒng)（RISP）可實(shí)時(shí)產(chǎn)出地震目錄、地震參數(shù)、震相報(bào)告等信息，可為地震精定位、地震活動(dòng)性分析提供更加豐富的地震資料。該系統(tǒng)首先對連續(xù)波形進(jìn)行去均值、去傾斜、濾波等預(yù)處理，然后采用PhaseNet對波形進(jìn)行檢測，基于組觸發(fā)（Tamaribuchi，2018）和等時(shí)差八叉樹（Lomax et al，2012）搜索法結(jié)合的方法進(jìn)行震相組合，使用一維或三維速度模型，調(diào)用NLLoc定位；最后仿真為DD-1地震儀的位移記錄（劉媛等，2022），自動(dòng)量取振幅并計(jì)算震級。其采用的地震自動(dòng)檢測算法處理效率比傳統(tǒng)算法高，不僅可以檢測大地震，對于小地震的檢測同樣適用，目錄完備，產(chǎn)出豐富。該系統(tǒng)利用共享內(nèi)存，AMQ消息中間件技術(shù)，實(shí)現(xiàn)模塊化設(shè)計(jì)、多模式協(xié)同、分布式部署；擁有在線和離線兩種處理模式，可自動(dòng)產(chǎn)出完整的地震觀測報(bào)告。

本文使用RISP系統(tǒng)的離線處理模式對2022年5月青州地震震后14天的連續(xù)波形進(jìn)行處理，研究區(qū)域和觀測臺(tái)站分布如圖1所示，RISP系統(tǒng)使用的臺(tái)站與人工編目一致。本文同一地震匹配規(guī)則與廖詩榮等（2021）規(guī)則一致：發(fā)震時(shí)刻偏差小于5 s，震中位置偏差小于20 km。若人工目錄中的地震事件無法從自動(dòng)目錄中找到，則認(rèn)為是漏檢測事件，若自動(dòng)目錄中的地震事件無法從人工目錄中找到，則認(rèn)為是多檢測事件。

2 結(jié)果與討論

2.1 自動(dòng)檢測目錄與人工目錄對比

青州地震震后14天，人工編目共產(chǎn)出71個(gè)地震事件，RISP系統(tǒng)共產(chǎn)出78個(gè)地震事件，匹配成功64條，匹配率達(dá)90.14%（64/71）；漏檢測7個(gè)事件，漏檢測率為9.86%（7/71），其平均震級ML為0.44；RISP系統(tǒng)多檢測14個(gè)事件，平均震級ML為0.87。對多檢測的14個(gè)事件，確認(rèn)每個(gè)事件都含有地震信號；漏檢測的7個(gè)地震，最大震級為ML1.2，最小震級為ML0.0；其中5個(gè)地震為人工編目單臺(tái)定位，只使用了1～2個(gè)震相，另外2個(gè)地震最多只使用3個(gè)震相進(jìn)行定位，而RISP系統(tǒng)定位的最小定位需求則為5個(gè)震相，不滿足地震事件觸發(fā)條件，所以沒有自動(dòng)處理結(jié)果。從漏檢測結(jié)果來說，除去沒有滿足觸發(fā)條件的地震事件，其余地震全部自動(dòng)檢測出。

圖2為自動(dòng)檢測和人工目錄給出的地震分布圖，自動(dòng)檢測目錄與人工目錄在震中位置方面一致性較好，但自動(dòng)檢測目錄產(chǎn)出地震數(shù)量多，分布更聚集。山東地震臺(tái)網(wǎng)在此時(shí)間段內(nèi)分析震相1 090個(gè)，RISP系統(tǒng)拾取震相2 974個(gè)，可見RISP系統(tǒng)在拾取震相方面更具優(yōu)勢。圖3為自動(dòng)拾取的震相的走時(shí)分布，P波震相拾取數(shù)量為1 568個(gè)，S波震相拾取數(shù)量為1 406個(gè)，P波和S波的震相走時(shí)與震中距基本成線性關(guān)系，尤其是150 km以內(nèi)的震相離散程度較低，自動(dòng)拾取的震相到時(shí)精確、可信度高。

圖4為匹配成功的地震的發(fā)震時(shí)刻、震中位置、震源深度、震級偏差的數(shù)量統(tǒng)計(jì)圖（自動(dòng)目錄與人工目錄）。從圖中可以看出，人工目錄與自動(dòng)目錄發(fā)震時(shí)刻偏差為-1～2 s，有62次地震的發(fā)震時(shí)刻偏差小于±1.0 s，占比96.88%，多數(shù)地震的發(fā)震時(shí)刻偏差都在零軸左側(cè)，說明RISP系統(tǒng)在震相拾取方面略早于人工。震中位置誤差都在15 km以內(nèi)，有2次地震的震中位置偏差為10～14 km，圖5為震中距相差較大的事件波形圖，圖中用短豎線標(biāo)注了自動(dòng)檢測的震相到時(shí)，震中距相差較大的主要原因在于AI算法適用于震中距小于150 km的震相，在兩個(gè)震中位置偏差較大的地震事件中自動(dòng)編目將大于150 km遠(yuǎn)臺(tái)的模糊震相參與了定位，遠(yuǎn)臺(tái)信號信噪比低導(dǎo)致RISP系統(tǒng)在震相到時(shí)的拾取方面可靠性降低；震源深度偏差小于10 km的地震有64次，占比為100%。震級偏差全部在1級以內(nèi)，其中12個(gè)地震事件震級偏差大于0.4，占比約為18%；震級偏差大于0.5級的地震事件有6個(gè)，占比9.4%，最大的震級偏差達(dá)到ML0.8。表1為這6個(gè)事件的詳細(xì)信息，從表可見自動(dòng)編目量取的SME、SMN震相數(shù)遠(yuǎn)遠(yuǎn)高于人工編目。

圖6為匹配成功的地震的震級偏差，由圖可見，相同臺(tái)站單臺(tái)震級相差不大，在±0.16級以內(nèi)，偏差±0.1級以內(nèi)的居多，占比90%，相同臺(tái)站單臺(tái)震級幾乎一致但最終震級有所偏差，可能有兩個(gè)原因：一是自動(dòng)檢測目錄識別的振幅更多，尤其對于遠(yuǎn)臺(tái)震相，其地震波背景噪聲大導(dǎo)致自動(dòng)編目拾取的SME、SMN震相不準(zhǔn)確。

二是自動(dòng)檢測目錄事件震級和人工編目事件震級的計(jì)算方法不同，前者使用了日本地震學(xué)公報(bào)中測量震級的JMA方法，計(jì)算所有臺(tái)站震級的初始平均值和標(biāo)準(zhǔn)偏差，將差值大于0.5的剔除，直至標(biāo)準(zhǔn)差小于0.35；后者則在位移記錄中量取水平分量的最大振幅值并使用式（1）進(jìn)行計(jì)算。此外，在匹配成功的64個(gè)地震事件中，大部分地震事件的自動(dòng)編目震級大于人工編目震級，從圖6中也可看出單臺(tái)自動(dòng)編目震級同樣略大于人工編目震級，這與王祖東等（2022）對青海門源MS6.9地震余震序列的自動(dòng)處理結(jié)果一致，這歸因于RISP系統(tǒng)未使用校正過的量規(guī)函數(shù)計(jì)算震級。

圖7為自動(dòng)檢測目錄與人工目錄在不同震級段的地震數(shù)量對比，本文僅對比ML。由圖可知，人工目錄與自動(dòng)目錄震級分布范圍基本一致，為ML0～4.1。相對人工編目，自動(dòng)編目產(chǎn)出的地震事件主要集中在ML0.3～2.6，這是由于RISP系統(tǒng)采用了靈敏度更高的AI震相拾取算法輔助與三分量波形判斷（廖詩榮等，2021），能夠更好地拾取信噪比低的地震事件。自動(dòng)目錄填補(bǔ)了部分正式目錄的震級空白，豐富了研究區(qū)內(nèi)微震和小震，拾取的微震和小震越多，震級資料越豐富，完備性震級越低，b值結(jié)果越準(zhǔn)確。由最小二乘法得到的b值結(jié)果，人工目錄為0.60，自動(dòng)目錄為0.64。漏檢測的地震事件多集中在0.3級以下，其主要原因在于同一地震事件自動(dòng)編目震級結(jié)果比人工編目震級結(jié)果要大，且人工目錄中含有單臺(tái)定位的微震和小震（如ML0.0）。從產(chǎn)出地震事件的數(shù)量看，RISP系統(tǒng)在微小地震的檢測方面更有優(yōu)勢。圖8為RISP系統(tǒng)自動(dòng)檢測的雙震疊加的震相到時(shí)，用短豎線標(biāo)出，由圖可見RISP系統(tǒng)能夠準(zhǔn)確識別出山東省內(nèi)多震疊加的事件波形，從而彌補(bǔ)人工識別此類地震事件的缺陷，對提升地震序列的完整性與實(shí)用性具有較大的意義。

2.2 震源機(jī)制解反演

本文選取方位角覆蓋震中位置較好的16個(gè)臺(tái)站的寬頻帶波形（戴宗輝等，2022），使用CAP方法，以RISP系統(tǒng)獲得發(fā)震時(shí)刻和精確位置進(jìn)行震源機(jī)制解算。由最佳震源深度圖可見，不同深度的兩個(gè)節(jié)面參數(shù)結(jié)果基本穩(wěn)定，當(dāng)震源深度在3.0 km時(shí)，觀測波形和理論波形的擬合值達(dá)到最小，此時(shí)矩震級為MW3.8（圖9）。圖10為CAP方法反演地震波形擬合，參與反演的共有16個(gè)臺(tái)站，在65個(gè)震相中理論地震圖與觀測地震圖相關(guān)系數(shù)大于80%的有41個(gè)，占比63%；相關(guān)系數(shù)大于60%的占比為90.77%，結(jié)果較為可靠。

2.3 發(fā)震構(gòu)造討論

為驗(yàn)證RISP系統(tǒng)自動(dòng)處理的青州地震序列分布是否可用于輔助判定發(fā)震斷層，采用CAP方法反演主震的震源機(jī)制解：節(jié)面I走向301°、傾角67°、滑動(dòng)角-81°，節(jié)面II走向98.9°、傾角24.6°、滑動(dòng)角-110.2°。青州M3.4地震發(fā)生在張店—仁河斷裂、臨淄斷裂、上武井?dāng)嗔训慕粫?huì)處（圖11），距上武井?dāng)嗔选㈦p山—李家莊斷裂和臨淄斷裂較遠(yuǎn)，在震中附近沒有其它的已知斷層（洪德全等，2011）。位于沂沭斷裂帶以西的張店—仁河莊斷裂（王紀(jì)強(qiáng)等，2020），是魯中隆起東北部的一條活動(dòng)性較強(qiáng)的NW向斷裂（晁洪太等，1997），沿此斷裂及其延伸方向（王紀(jì)強(qiáng)等，2020）發(fā)生過較多大震，如公元前安丘７級地震，1829年青州、臨朐61/4級地震。本文用CAP方法獲得的震源機(jī)制解的節(jié)面I與張店—仁河斷裂大致平行，表現(xiàn)為正斷型地震，斷層走向?yàn)镹W—SE方向，但距離雙山—李家莊斷裂相對較遠(yuǎn)，推測其發(fā)震斷層可能位于雙山—李家莊西南側(cè)的張店—仁河斷裂。

3 結(jié)論

本文以2022年5月青州地震序列為例，評估了RISP系統(tǒng)對山東省微震、小震處理結(jié)果的可靠性。本次序列的人工目錄較為詳細(xì)，RISP系統(tǒng)能夠多檢測14個(gè)地震事件，且能夠精確識別多震疊加的事件波形，可見該系統(tǒng)在密集地震序列處理上具有優(yōu)勢，自動(dòng)檢測目錄與人工目錄在發(fā)震時(shí)刻、震源深度、震中位置具有較好的一致性。但兩者震級略有不同，自動(dòng)檢測目錄的震級略大，一方面原因是RISP系統(tǒng)選取了更多的震相參與震級計(jì)算，另一方面該系統(tǒng)采用了更為精確的JMA震級測量方法。將自動(dòng)檢測目錄的地震分布用于判斷發(fā)震斷層，推測青州地震發(fā)震斷層可能為張店—仁河斷裂。

RISP系統(tǒng)可應(yīng)用于微震區(qū)的日常編目工作，可以在時(shí)間域和空間域均勻提升地震的檢測能力，其高效率、高靈敏度以及很強(qiáng)的泛化能力，具有非常好的發(fā)展前景。但該系統(tǒng)也存在對遠(yuǎn)臺(tái)震相誤識別及計(jì)算震級偏大情況，需與人工識別的優(yōu)勢結(jié)合，提升地震目錄的完整性，為應(yīng)急救援、地震預(yù)報(bào)等研究提供準(zhǔn)確完整的數(shù)據(jù)支撐。

本文研究數(shù)據(jù)由山東地震臺(tái)提供，福建省地震局廖詩榮研究員提供了RISP系統(tǒng)，山東省地震局董騰超在實(shí)時(shí)智能地震處理系統(tǒng)安裝方面大力支持，在此一并表示感謝。

參考文獻(xiàn)：

晁洪太，王琦，李家靈，等.1997.山東省地震構(gòu)造圖、山東省新構(gòu)造圖及其說明書［M］.濟(jì)南：山東省地圖出版社.Chao H T，Wang Q，Li J L，et al.1997.Earthquake tectonic map of Shandong Province，new tectonic map of Shandong Province and manual［M］.Jinan：Shandong Province Curtographic Publishing House.（in Chinese）

戴宗輝，李冬梅，王鵬，等.2022.2020年2月18日長清MS4.1地震發(fā)震構(gòu)造研究［J］.地震，42（1）：111-121.Dai Z H，Li D M，Wang P，et al.2022.Study on the seismotectonics of the MS4.1 Changqing earthquake on 18 February，2022［J］.Earthquake，42（1）：111-121.（in Chinese）

洪德全，王行舟，韓立波，等.2011.用CAP方法研究安慶MS4.8級地震震源機(jī)制［J］.中國地震，27（2）：207-214.Hong D Q，Wang X Z，Han L B，et al.2011.Source mechanism of the 2011 MS4.8 Anqing earthquake determined from CAP method［J］.Earthquake Research in China，27（2）：207-214.（in Chinese）

李姣，姜金鐘，楊晶瓊.2020.2017年漾濞MS4.8和MS5.1地震序列的微震檢測及重定位［J］.地震學(xué)報(bào)，42（5）：527-542.Li J，Jiang J Z，Yang J Q.2020.Microseismic detection and relocation of the 2017 Yangbi MS4.8 and MS5.1 earthquake sequences，Yunnan［J］.Acta Seismologica Sinica，42（5）：527-542.（in Chinese）

廖詩榮，張紅才，范莉蘋，等.2021.實(shí)時(shí)智能地震處理系統(tǒng)研發(fā)及其在2021年云南漾濞地震MS6.4地震中的應(yīng)用［J］.地球物理學(xué)報(bào)，64（10）：3632-3645.Liao S R，Zhang H C，F(xiàn)an L P，et al.2021.Development of real-time intelligent seismic processing system and its application in the 2021 Yunnan Yangbi MS6.4 earthquake［J］.Chinese Journal of Geophysics，64（10）：3632-3645（in Chinese）.

劉媛，顏利君，廖詩榮，等.2022.實(shí)時(shí)智能地震處理系統(tǒng)在2020年四川石渠M5.6地震序列中的應(yīng)用［J］.地質(zhì)論評，68（4）：1375-1381.Liu Y，Yan L J，Liao S R，et al.2022.Application of real-time intelligent seismic processing system in the 2020 M5.6 earthquake in Shiqu，Sichuan［J］.Geological Review，68（4）：1375-1381.（in Chinese）

王紀(jì)強(qiáng)，王冬雷，鹿子林，等.2020.雙山—李家莊斷裂地表破裂特征與最新活動(dòng)性研究［J］.地震，40（4）：115-128.Wang J Q，Wang D L，Lu Z L，et al.2020.The surface rupture characteristics and latest activities of the Shuangshan-Lijiazhuang Fault［J］.Earthquake，40（4）：115-128.（in Chinese）

王祖東，楊曉鵬，尹欣欣，等.2022.2022年1月8日青海門源MS6.9地震余震序列自動(dòng)處理結(jié)果探討［J］.地震工程學(xué)報(bào)，44（2）：408-414.Wang Z D，Yang X P，Yin X X，et al.2022.Discussion on the automatic processing results of aftershock sequence of Menyuan，Qinghai MS6.9 earthquake on 8 January，2022［J］.China Earthquake Engineering Journal，44（2）：408-414.（in Chinese）

顏利君，劉媛，廖詩榮，等.2022.2022年6月10日四川馬爾康地震序列實(shí)時(shí)智能檢測結(jié)果分析與研究［J］.地震工程學(xué)報(bào)，44（6）：1450-1458.Yan L J，Liu Y，Liao S R，et al.2022.Real time automatic detection results of the Maerkang，Sichuan earthquake sequence on June 10，2022［J］.China Earthquake Engineering Journal，44（6）：1450-1458.（in Chinese）

張演，姜金鐘，王光明，等.2024.云南鹽津地區(qū)兩種地震序列的地震活動(dòng)性分析［J］.地震研究，47（2）：178-190.Zhang Y，Jiang J Z，Wang G M，et al.202.Analysis of the seismicity of two types of earthquake sequences in Yanjin，Yunnan［J］.Journal of Seismological Research，47（2）：178-190.（in Chinese）

Lomax A，Satriano C，Vassallo M.2012.Automatic picker developments and optimization：filter Picker-a robust，broadband picker for realtime seismic monitoring and earthquake early warning［J］.Seismological Research Letters，83（3）：531-540.

Ross Z E，Meier M A，Hauksson E，et al.2018.Generalized seismic phase detection with deep learning［J］.Bulletin of the Seismological Society of America，108（5A）：2894-2901.

Scafidi D，Spallarossa D，F(xiàn)erretti G，et al.2019.A complete automatic procedure to compile reliable seismic catalogs and travel-time and strong-motion parameters datasets［J］.Seismological Research Letters，90（3）：1308-1317.

Spallarossa D，Cattaneo M，Scafidi D，et al.2020.An automatically generated high-resolution earthquake catalogue for the 2016-2017 Central Italy seismic sequence，including P and S phase arrival times［J］.Geophysical Journal International，225：555-571.

Tamaribuchi K.2018.Evaluation of automatic hypocenter determination in thr JMA unified catalog［J］.Earth Planets and Space，70（1）：1-13.

Yeck W L，Patton J M，Johnson C E，et al.2019.GLASS3：A standalone multiscale seismic detection associator［J］.Bulletin of the Seismological Society of America，109（4）：1-10.

Zhu W Q，Beroza G C.2019.PhaseNet：a deep neural network based seismic arrival time picking method［J］.Geophysical Journal International，216（1）：261-273.

Analysis of the Automatically Processed Results of the Qingzhou EarthquakeSequence in Shandong in May 2022

CHEN Tingting1，ZHANG Ling1，JIANG Qifeng WANG Yu1，ZHANG Zhengshuai1，GUAN Yiliang1

（1.Shandong Earthquake Agency，Jinan 250014，Shandong，China）

（2.Shandong Earthquake Disaster Prevention Center，Jinan 250021，Shandong，China）

Abstract The real-time intelligent seismic processing system（RISP）based on deep learning monitored the May 1-14，2022，earthquake sequence in Qingzhou，Shandong Province，and identified more earthquakes than manual identification，boasting a 90.14% accuracy rate.The exceeding earthquakes identified by RISP system do have seismic signals.The undetected events do not meet the trigger conditions of RISP system and have no automatic processing results.The positioning accuracy of RISP system is equal to that of the manual results，and other seismic parameters like original time，epicenter position，focal depth，etc.are in consistent with the manual results.However，the magnitude given by RISP system is slightly larger than that of the manual results.Based on the distribution and the inverted source mechanisms of the Qingzhou earthquake sequence，the Zhangdian-Renhe fault is supposed to be the seismogenic fault of the Qingzhou earthquake sequence.RISP system is proved to be capable of detecting more micro- and small-earthquakes.It has high accuracy for earthquake location，it does rapid analysis of seismic phases，but it does not depend on manual experience.

Keywords：the Qingzhou earthquake；deep learning；automatic detection；RISP

收稿日期：2024-05-06.

基金項(xiàng)目：山東省地震局一般項(xiàng)目——實(shí)時(shí)智能地震處理系統(tǒng)在青州地震序列中的應(yīng)用（YB2304）.

第一作者簡介：陳婷婷（1995-），助理工程師，主要從事地震預(yù)測預(yù)報(bào)分析工作.E-mail：tingtingchen1995@163.com.

通信作者簡介：張 玲（1971-），高級工程師，主要從事地球物理分析預(yù)報(bào)工作.E-mail：zhanglingeq@163.com.

陳婷婷，張玲，蔣其峰，等.2025.2022年5月山東青州地震序列自動(dòng)處理結(jié)果分析與研究［J］.地震研究，48（2）：326-333，doi：10.20015/j.cnki.ISSN1000-0666.2025.0034.

Chen T T，Zhang L，Jiang Q F，et al.2025.Analysis of the automatically processed results of the Qingzhou earthquake sequence in Shandong in May 2022［J］.Journal of Seismological Research，48（2）：326-333，doi：10.20015/j.cnki.ISSN1000-0666.2025.0034.