An FCM-based microseismic phase arrival picking method and application

Zhiqiang Lan

doi:10.1016/j.aiig.2026.100188

An FCM-based microseismic phase arrival picking method and application

2026-03-01

0

PRE

AI

DOI：10.1016/j.aiig.2026.100188

原文链接

原文求助

摘要

En 中文

基于人工智能的微震相位到时拾取方法已被广泛应用。然而，这些方法常受复杂动态监测场景的挑战，各种环境噪声会掩盖低能量微震信号。此外，标注数据的缺乏常影响其结果可靠性和准确性。为解决这些问题，本研究提出一种名为FC-Net的新型监督学习框架，该框架将基于模糊C均值聚类（FCM）的自动标注与U-Net架构相结合。具体而言，FCM算法被用于推导微震相位到时点的概率分布，这些分布随后用作模型训练的标注。所提出的FC-Net配备了软注意力门控（AGs）和循环残差卷积单元（RRCUs），有效增强网络聚焦关键地震特征的能力。到时被确定为预测概率首次超过预设阈值的时刻。在西南中国采集的现场数据集上评估后，FC-Net展现出优于传统U-Net方法的性能。实验结果表明，FC-Net可实现自适应标注，提高微震事件检测率，并改善相位到时拾取的精度。此外，其在不同信噪比（SNR）的微震事件上表现出强泛化性能。

Keyword:

Seismic detection

Phase picking

Fuzzy c-means clustering

U-net

An FCM-based microseismic phase arrival picking method and application

摘要

期刊

机构

引用论文