Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves

Abstract

Using artificial neural networks to solve a problem of plotting travel-time curves of seismic waves can create nonlinear travel-time model of P and S phases of seismic waves arrangement as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. Construction of three-dimensional travel-time relationships and their use for modeling of hadographs and their inversion are considered on examples of seismic records Ukrainian seismic stations. Examples of inversion locus within the model Herglotz—Wiechert and features of application of the model in a real environment for single seismic stations, and generalization for arbitrary coordinate of the source and the point of signal registration in the Black Sea region are given.

Використання мереж штучних нейронів у задачі побудови годографів сейсмічних хвиль дає змогу створювати нелінійні моделі поля часів поширення P- і S-фаз сейсмічних хвиль як функцій декількох аргументів: глибини розміщення вогнища, магнітуди, азимуту надходження хвиль і епіцентральної відстані. Побудову тривимірних годографів розглянуто на прикладах сейсмічних записів українських сейсмостанцій і їх використання для моделювання годографів та інверсії останніх. Наведено приклади інверсії годографа в рамках моделі Герглотца— Віхерта, а також особливості застосування моделі в реальному середовищі для одиничних сейсмостанцій і узагальнення для випадку довільних координат джерела і точки реєстрації сигналу в Чорноморському регіоні.