先导数据大模型：用于单台地震波形数据分析的双向神经网络预训练模型.pdf

第34卷第1期CT理论与应用研究（中英文）Vol.34,

No.1

2025年1月（111-116）Computerized

Tomography

Theory

and

ApplicationsJan.,

2025

蔡育埼,

于子叶,

王伟涛,

等.

先导数据大模型：用于单台地震波形数据分析的双向神经网络预训练模型[J].

CT理论与应用研究（中英文）,

2025,

34(1):

111-116.

DOI:10.15953/j.ctta.2024.162.

CAI

Y

Q,

YU

Z

Y,

WANG

W

T,

et

al.

Bi-directional

Pre-trained

Network

for

Single-station

Seismic

Waveform

Analysis[J].

CT

Theory

and

Applications,

2025,

34(1):

111-116.

DOI:10.15953/j.ctta.2024.162.

(in

Chinese).

先导数据大模型：用于单台地震波形数据

分析的双向神经网络预训练模型

11✉121

蔡育埼，

于子叶，

王伟涛，

安艳茹，

李璐

1.中国地震局地球物理研究所，北京100081

2.中国地震台网中心，北京100045

摘要：机器学习特别是深度学习方法在地震学中的应用越来越广泛，其在震相检测、地震分类中都达到了接近

人类的精度。但目前，多数地震学神经网络模型专注于单一任务。我们基于中国地震台网中心发布的CSNCD

数据集构建一个用于单台数据分析的双向神经网络预训练模型，模型以原始波形数据为输入，通过卷积神经网

络和双向Transformer模型进行特征提取和处理，不仅可以完成常规的Pg、Sg、Pn和Sn震相检测、P波初动方

向判定和事件类型判断工作，还可以通过迁移学习将模型用于其他地震波形数据分析工作中。

关键词：深度学习；震相检测；初动检测；事件分类；预训练模型

DOI:10.15953/j.ctta.2024.162中图分类号：P

315；O

242文献标识码：A

Bi-directionalPre-trainedNetworkforSingle-station

SeismicWaveformAnalysis

11✉121

CAI

Yuqi,

YU

Ziye,

WANG

Weitao,

AN

Yanru,

LI

Lu

1.

Institute

of

Geophysics,

China

Earthquake

Administration,

Beijing