文章详情

摘要

针对爆破当量估算依赖单一震级参数、精度受限的问题，文章融合多维波形特征以提升估算准确性。利用2010—2012年“福建及台湾海峡地壳深部构造探测实验”中记录的18次已知当量爆破事件，首先采用正交回归方法，建立适用于福建地区的地方性震级ML与爆破当量Y之间的经验关系式；进而，基于随机森林回归模型，引入数据增强技术，并融合振幅、频谱、衰减及小波变换等多维波形特征，构建高精度的爆破当量预测模型。研究结果表明，震级-当量经验关系式为ML=0.348 lg Y+1.385；所构建的多特征融合随机森林模型在测试集上表现出更高的预测精度，RMSE=0.143（对数当量），特征重要性分析表明，持续时间为关键特征。本文建立的模型融合了经验关系与机器学习的优势，可为福建地区爆破事件的快速辨识、当量估算与振动效应评估提供更可靠的科学依据，对矿山安全生产与非天然地震智能监测具有重要应用价值。

关键词

ML震级；爆破当量；正交回归；随机森林；多特征融合

参考文献

1. [1] 孔韩东，王婷婷.爆破当量研究综述 [J].国际地震动态，2018（2）：9-25.
2. [2] 张珂，马亮，王玥，等.矿山爆炸当量估算方法分析——以内蒙古黑岱沟露天煤矿为例 [J].中国地震，2024，40（4）：819-830.
3. [3] 郭伟，刘芳，范玲玲.抛掷爆破当量与震级对应关系及波形特征研究——以黑岱沟露天煤矿为例 [J].山西地震，2024（4）：11-15，20.
4. [4] 江文彬，陈颙，彭菲.2019年3月江苏响水化工厂爆炸当量的估计 [J].地球物理学报，2020，63（2）：541-550.
5. [5] Lay T. Estimating Explosion Yield by Analytical Waveform Comparison [J].Geophysical Journal International，1985，82（1）：1-30.
6. [6] 李月，董淼，李泯.机器学习在大地热流中的应用研究进展 [J].地球物理学进展，2025，40（6）：2460-2475.
7. [7] 梁潇南，王建军，尹欣欣.基于机器学习的矿震与爆破信号分类 [J].大地测量与地球动力学，2025，45（10）：1093-1100.
8. [8] 季东霖，孙苏艺，郭昱伯，等.基于多层感知器神经网络的单频观测伪距精度优化研究 [J].现代信息科技，2025，9（17）：38-44.
9. [9] 刘瑞丰，李赞，张玲，等.爆炸当量估算的初步研究 [J].地震地磁观测与研究，2019，40（4）：1-7.
10. [10] Carroll R J，Ruppert D. The Use and Misuse of Orthogonal Regression in Linear Errors-in-Variables Models [J].The American Statistician，1996，50（1）：1-6.

基金项目

中国地震局地震监测预警工作任务“基于集成学习算法的非天然地震智能识别系统研发及业务化应用”（CEA-JCYJ-202602003）

作者简介

蔡杏辉（1976—），男，汉族，福建永安人，高级工程师，本科，研究方向：地震监测、非天然地震智能识别。