利用神经算子加速时序逆转成像以实时定位地震
摘要：利用神经操作符和多站波形记录结合，我们提出了一种用于地震定位的深度学习方法。通过训练U型神经操作符在各种源时间函数下传播地震波，我们可以预测每个站点的反向传播波场。这些波场可以堆叠或相关，从而定位地震的源图像。与其他基于波形的深度学习定位方法相比，时逆成像考虑了波传播的物理规律，可以实现精确的地震定位。我们在合成数据和现场数据上验证了该方法，结果显示我们的方法可以高效获取基于相关的地震源时逆成像，并且适用于不同数量和几何形状的地震站点，为密集地震网络的实时地震定位和监测提供了新策略。
作者：Hongyu Sun, Yan Yang, Kamyar Azizzadenesheli, Robert W. Clayton, and Zachary E. Ross
论文ID：2210.06636
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2022-10-14