首页|期刊导航|地震地磁观测与研究|基于集成学习的地磁秒采样数据尖峰干扰识别

基于集成学习的地磁秒采样数据尖峰干扰识别OA

中文摘要

尖峰干扰是地磁秒采样数据中常见的干扰形态,影响地磁观测数据质量。现有一阶差分法在磁暴等磁场剧烈变化时段的适应性较差。为准确、高效地识别地磁秒采样数据中的尖峰干扰,本研究构建了基于集成学习(随机森林、XGBoost和LightGBM)的地磁秒采样尖峰干扰识别模型。以满洲里地震观测站自动化地磁台站系统2024年全年Z分量原始观测数据为基础,结合工作实践中对秒采样数据尖峰干扰的人工标记,制作尖峰干扰样本14277条(秒)、非干扰样本31608123条(秒)。3种模型在测试集上的召回率分别达到97.7227%、98.6163%和98.9911%。结果表明,集成学习算法对地磁秒采样数据尖峰干扰具有较高的识别能力,可为地磁秒采样尖峰干扰的自动化处理及其他地磁观测数据干扰(如车辆干扰、基建工程干扰等)的识别提供新思路。

谭园梦;堵伟鹏;邹鑫慈;金志辉;丁修毅

海拉尔地震监测中心站,内蒙古自治区021000海拉尔地震监测中心站,内蒙古自治区021000海拉尔地震监测中心站,内蒙古自治区021000海拉尔地震监测中心站,内蒙古自治区021000海拉尔地震监测中心站,内蒙古自治区021000

天文与地球科学

地磁秒采样数据尖峰干扰识别机器学习集成学习

《地震地磁观测与研究》 2026 (2)

P.143-154,12

2024年度内蒙古自治区地震局局长基金课题(项目编号:2024QN19)。

10.3969/j.issn.1003-3246.2026.02.017

评论