目前，基于深度學(xué)習(xí)的震相拾取算法已獲得較為充分的研究，但是均集中在提升震相拾取精度上，而深度學(xué)習(xí)模型的問題在于計(jì)算復(fù)雜度較高，在實(shí)際數(shù)據(jù)處理中需要面臨較高的處理代價(jià)，且需要專用的加速處理設(shè)備，如GPU。隨著數(shù)據(jù)累積，迫切需要設(shè)計(jì)一種能夠保證精度的輕量化高速震相拾取模型，以提高處理海量數(shù)據(jù)的效率，這種模型同時(shí)可以方便地部署在設(shè)備端。

中國地震局地球物理研究所于子葉博士團(tuán)隊(duì)設(shè)計(jì)的輕量化地震震相拾取模型（LPPN）是目前少數(shù)著眼于優(yōu)化速度的震相拾取模型。其精度與目前廣泛使用的PhaseNet模型相近，而速度快于PhaseNet，同時(shí)模型更小。LPPN模型（中小模型）相比于PhaseNet方法所需要的可訓(xùn)練參數(shù)更少，同時(shí)期理論計(jì)算復(fù)雜度更低。與PhaseNet拾取精度接近的中模型所占空間僅335KB，而PhaseNet則接近771KB。優(yōu)化后的模型更加適合部署在低功耗設(shè)備、CPU等計(jì)算能力有限的設(shè)備上，實(shí)現(xiàn)高速的震相拾取工作?；?/span>CPU的測(cè)試表明，LPPN可以在10秒內(nèi)處理單日100Hz三分量連續(xù)數(shù)據(jù)。而在GPU等設(shè)備上，LPPN可以將處理單日數(shù)據(jù)的時(shí)間縮短至0.5秒。表明LPPN可以用于密集臺(tái)陣長時(shí)間的數(shù)據(jù)觀測(cè)。

為測(cè)試精度，與中國地震臺(tái)網(wǎng)一期人工標(biāo)注的數(shù)據(jù)進(jìn)行了對(duì)比，對(duì)比結(jié)果如圖1所示：LPPN具備靈活的可配置性，可以拾取除Pg、Sg波形以外的多種震相。同時(shí)Pg波的查全率（人工標(biāo)注震相被自動(dòng)方法檢出的比例）達(dá)到了95%，Sg波的查全率達(dá)到了92.4%，這意味著LPPN不僅可以完全用于震相拾取工作，還可以在一定程度上拾取Pn、Sn等難以區(qū)分的波形。

圖1 網(wǎng)絡(luò)自動(dòng)拾取震相與人工標(biāo)注震相對(duì)比

本方法的創(chuàng)新體現(xiàn)在：1. 在保證精度的前提下，設(shè)計(jì)了首個(gè)優(yōu)化模型計(jì)算復(fù)雜度、加速震相拾取的深度神經(jīng)網(wǎng)絡(luò)模型。模型在保證精度的情況下（比PhaseNet精度略高）可以將單臺(tái)單日100Hz三分量數(shù)據(jù)處理時(shí)間縮短至0.5秒（英偉達(dá)A100計(jì)算卡）。而在CPU上處理速度是PhaseNet的2.7倍；2. 模型優(yōu)化了空間復(fù)雜度，使得中等模型的大小僅為PhaseNet的50%，小模型大小為PhaseNet的1/7。這使得模型可以部署在低功耗的邊緣設(shè)備上；3. 大模型使用全國100Hz模型進(jìn)行訓(xùn)練，在全國地區(qū)均有良好的泛化能力。在ChinArray一期連續(xù)數(shù)據(jù)測(cè)試表明，P波查全率不低于80%。并且所有模型均已開源。

LPPN模型可用于地震分析的基礎(chǔ)工作中，為反演、地震活動(dòng)性等提供數(shù)據(jù)基礎(chǔ)。在地震預(yù)警工作中，由于模型效率較高，可以以較高的效率處理實(shí)時(shí)波形。特別是在萬級(jí)以上數(shù)量的臺(tái)站分析中。此外，LPPN模型可以遷移到其他工作中，比如鐵路路基檢測(cè)分析中，目前已于鐵科院進(jìn)行了相關(guān)合作。

該項(xiàng)成果發(fā)表于國際期刊“Seismological Research Letters ”（Yu Z, Wang W. LPPN: A Lightweight Network for Fast Phase Picking[J]. Seismological Society of America, 2022, 93(5): 2834-2846.）。受中國地震局地球物理研究所基本科研業(yè)務(wù)費(fèi)專項(xiàng)項(xiàng)目（DQJB20K39，DQJB22Z01）資助。

【作者簡介】

于子葉，中國地震局地球物理研究所助理研究員。畢業(yè)于中國科學(xué)院大學(xué)。從事地震數(shù)據(jù)分析、面波反演工作。并著有《深度學(xué)習(xí)算法與實(shí)踐》一書。