ABSTRACT

本文提出多任务地震监测模型 EffiSeisM，在单一框架中同时完成地震检测、P/S 相拾取与震级估计。

• 模型结构：
  • 使用 Seismic Scale Conv (SSC) 模块 进行多尺度卷积特征提取（结合样条 / RBF 映射），适应地震波形多频、多尺度特性。
  • 使用 Conv-SSM 编码器 将卷积特征与线性状态空间模型（SSM）结合，既建模长程时序依赖，又保持线性时间复杂度。
• 数据与指标：
  • 在 DiTing 与 DiTing 2.0 两个中国区域大规模数据集上训练和评估，总样本量约 300 万条三分量波形。
  • 主要结果： - 地震检测 F1 ≈ 0.98 - P 相拾取 F1 ≈ 0.92 - S 相拾取 F1 ≈ 0.84 - 震级估计决定系数 $R^2 ≈ 0.92$
• 传统方法局限：
  • 传统 STA/LTA、AR 模型和基于人工特征的神经网络在强噪声、复杂多尺度情形下泛化能力有限。
  • 震级估计通常依赖最大振幅 + 距离修正表，对不同震型和噪声环境的适应性不足。
• 深度学习与多任务动机：
  • 深度学习在检测、拾取、震级预测等任务上已展现出显著优势，但大多针对单一任务。
  • 检测、拾取与震级估计内在耦合，适合用 多任务统一模型 共享表征、减少冗余。

---

1. Introduction

• 核心任务及挑战：

  • 任务：地震检测、相位拾取（P/S 到时）、震级估计，三者内在耦合。
  • 信号特性：P/S 传播速度与振幅不同，频带覆盖宽（大震低频、小震高频）。
  • 难点：高噪声、信噪比波动大、高时间分辨率 → 大规模分析的计算负担重，且易影响拾取和震级精度。

• 传统方法与局限：

  • 检测：以 STA/LTA 及其改进、AR 模型、手工特征 + NN 等为代表。
  • 震级：依赖最大振幅与震中距的经验相关，并通过距离校正表修正。
  • 局限：对多样地震事件和复杂噪声环境的泛化能力不足，参数与阈值需频繁人工调节。

• 深度学习进展：

  • 标注波形数据增多，深度学习模型可以端到端提取 P/S 相、震级等特征。
  • 在检测、拾取、震级预测方面已有多种成功模型（如 PhaseNet 系、Transeis、SeisParaNet、SeisT 等）。
  • 但现有工作多是单任务或侧重特定场景，对“高效多任务地震监测”的系统优化仍然有限。

• 本文贡献与模型理念：- 提出高效多任务深度学习框架 EffiSeisM： - 结构上结合卷积模块与线性状态空间模型（SSM），适合长序列建模 - SSM 用于高效捕获波形时间依赖与动态特征，卷积用于局部与多尺度特征提取。

---

2.1 Model structure 小结

• EffiSeisM 由三部分组成：Seismic Scale Conv (SSC) 模块、Conv-SSM Encoder 模块和 Forecast Layer。
• 前端负责预处理和多尺度卷积编码，中间层负责长程时序建模，后端负责多任务输出（检测/拾取/震级）。

• 预处理与数据增强：

  • 采用随机裁剪、时间平移和振幅归一化等操作。
  • 目的：模拟真实环境中的噪声与震级/震中距/场地条件差异，提升模型跨区域、跨工况的鲁棒性。

• SSC 模块（Seismic Scale Conv）：

  • 结合传统卷积与样条卷积，针对地震波形的多尺度和长序列特性。
  • 通过时间下采样 + 通道升维：
    • 降低后续计算量。
    • 提升模型对复杂地震特征的表达能力。

• Conv-SSM Encoder 模块：

  • 包含 Fast Scale Conv (FSC) 层与 State Space Model (SSM) 层。
  • FSC 层：
    • 并行多种卷积核尺寸，捕获从高频到低频的宽频带特征。
    • 适应不同震级、震中距和局部地质引起的波形差异。
  • SSM 层：
    • 用线性状态空间方程高效建模长程时间依赖。
    • 相比 RNN/LSTM 训练更稳定、梯度问题更小；相比 Transformer 复杂度更低、长序列更高效。
    • 具有选择性机制，可强调有用时序模式、抑制噪声，提高复杂/高噪环境下的特征可分性。

• Forecast Layer 与多任务输出：

  • 共享骨干（SSC + FSC + SSM），在其上分成不同任务分支。
  • 检测与相位拾取：
    • 使用上采样 + 卷积恢复时间分辨率，输出逐时间采样点的精细预测。
  • 震级估计：
    • 使用全局池化提取全事件特征，再通过回归层输出标量震级。
  • 不同任务采用任务特定损失函数独立优化，同时共享统一的地震波形表征。

2.2 Seismic Scale Conv (SSC)

• 物理与信号背景：

  • 地震波形具有宽频带、多尺度特征，不同频段携带震源、震级、传播过程等关键信息。
  • 传统单尺度卷积难以同时捕获粗粒度与细粒度特征，容易丢失多尺度信息。

• 设计思想：

  • SSC 将 多尺度卷积 与 样条卷积 + RBF 非线性映射 结合：
    • 多尺度卷积负责不同时间尺度 / 频段。
    • RBF 负责将波形映射到非线性高维空间，提升复杂波形和不同噪声条件下的可分性。
  • 同时在时间维进行下采样，在通道维扩展特征数，实现“短序列 + 高维特征”。

• 输入与整体运算：

  • 输入张量：
    • $X^{SSC}_j \in \mathbb{R}^{b \times C^{SSC}_j \times L^{SSC}_j}$
  • SSC 整体形式：

  $SSC(X^{SSC}_j) = BN\bigl(\mathrm{proj}(F_1, F_2, \dots, F_j)\bigr)$

  其中 $F_j$ 是第 $j$ 个卷积子模块输出。

• 子模块结构（base + spline）：

  • 融合方式：
    $F_j = F^{base}_j + F^{spline}_j$
  • base 分支（普通卷积 + SiLU 激活）：
    $F^{base}_j = \mathrm{SiLU}\bigl(W^{base}_j * X^{SSC}_j + b^{base}_j\bigr)$
  • spline 分支（LayerNorm + RBF + 卷积）：
    $\hat{X}^{SSC}_j = \mathrm{LayerNorm}(X^{SSC}_j)$
    $\phi(\hat{X}^{SSC}_j) = \exp\left(-\frac{|\hat{X}^{SSC}_j - R|^2}{2\tau^2}\right)$
    $F^{spline}_j = W^{spline}_j * \phi(\hat{X}^{SSC}_j) + b^{spline}_j$
  • 参数说明：
    • $W^{base}_j, W^{spline}_j$ 为卷积权重，$b^{base}_j, b^{spline}_j$ 为偏置。
    • $R$ 为 RBF 中心，$\tau$ 控制高斯核的宽度。

2.3 Conv-SSM Encoder

• 模块协同：
  • SSC：多尺度 + RBF 非线性，压缩序列、升维特征。
  • FSC：轻量多核卷积，进一步分离与强化不同频段特征。
  • SSM：在高维时序空间中建模长程依赖，并通过 SelectiveSSM 实现对关键地震事件的自适应关注。
  • 三者组成的 Conv-SSM Encoder，为后续多任务 Forecast 层提供统一且信息丰富的时序特征表征。

---

#3 Experiments

3.1 实验数据集与标签设计

• 数据集构成：

  • 使用两个中国大规模地震数据集：
    • DiTing：约 2.50×10^6 条三分量波形（CSN，2013.01–2020.12）。
    • DiTing 2.0：额外约 0.76×10^6 条波形（2020.03–2023.02）。
  • 两者均含专家标注的 P/S 到时、震中距与震级。

• 波形与物理参数分布：

  • 每条记录长度为 180 s，采样率为 50 Hz（约 9000 采样点 × 3 分量）。
  • 震级范围：0–7.7，震中距最大约 660 km。
  • 通过台站空间分布与震级/距离直方图展示数据的广泛覆盖与多样性。

• 检测与拾取标签设计：

  • 地震检测标签：
    • 时间序列逐采样二值标注，1 表示“有震”，0 表示“无震”。
    • 事件起始：P 波初至时刻 $T_P$。
    • 事件结束：
      $T_{\text{end}} = T_P + \lambda (T_S - T_P),\ \lambda = 2$
    • 即以 P–S 时间差为尺度构造检测窗口，覆盖 P、S 及部分尾波。
  • 相位拾取标签：
    • P 波与 S 波的到时采样点记为标签峰值（1）。
    • 周围采样点按高斯分布平滑衰减至 0，标签总宽度为 0.5 s（约 25 个采样点）。
    • 相当于构造“概率型软标签”，降低对单点精准对齐的过拟合。

3.2 Evaluation 指标

• 分类任务（事件检测 / 相位拾取）：

  • 使用指标：
    • 精确率 $ \mathrm{Pr} = \dfrac{T_p}{F_p + T_p} $
    • 召回率 $ \mathrm{Re} = \dfrac{T_p}{F_n + T_p} $
    • F1 分数 $F1 = \dfrac{2 \times \mathrm{Pr} \times \mathrm{Re}}{\mathrm{Pr} + \mathrm{Re}}$
  • 含义：
    • $T_p$：真正例数，$F_p$：假正例数，$F_n$：假负例数。
    • 精确率：模型预测为“有震”中真正有震的比例。
    • 召回率：真实“有震”样本中被模型检出的比例。
    • F1：在误报与漏报之间的综合权衡指标。

• 回归任务（震级估计 / 到时误差统计等）：

  • 平均误差（Mean）：
    $\mathrm{Mean} = \frac{1}{N} \sum_{i=1}^{N} (y_i - \hat{y}_i)$
    • 反映预测整体偏高或偏低的“系统性偏差”。
    • 误差标准差（未显式给出公式）体现误差的波动程度。
  • 均方根误差（RMSE）：
  • 平均绝对误差（MAE）：
  • 决定系数（$ R^2 $）：
    $R^2 = 1 - \frac{\sum_{i=1}^{N} (y_i - \hat{y}i)^2}{\sum{i=1}^{N} (y_i - \bar{y})^2}, \quad\bar{y} = \frac{1}{N} \sum_{i=1}^{N} y_i$
    • 衡量模型对数据方差的解释程度，$R^2 \to 1$ 表示拟合很好。
    • 在震级回归等任务中，常与 RMSE / MAE 一起使用判断回归性能。

• 整体评价体系：

  • 对分类任务，用 Pr / Re / F1 综合衡量“检出能力”和“误报情况”，特别关注召回率以减少漏震。
  • 对回归任务，用 Mean + 标准差判断是否存在系统偏差与稳定性问题，用 RMSE / MAE 衡量误差水平，用 $R^2$ 判断整体拟合优度。

---

3.3 Training details

• 优化器与学习率策略：

  • 采用 Adam 优化器（Kingma, 2014），以提高在大规模、多任务地震数据上的训练稳定性与收敛速度。
  • 使用 CyclicLR 学习率调度（Smith, 2017）：
    • 学习率在区间 $[1 \times 10^{-4},\ 1 \times 10^{-3}]$ 内周期性循环：
      • 从最小值 $1 \times 10^{-4}$ 逐步升至最大值 $1 \times 10^{-3}$ ， - 再降回最小值。

• 公平性与模型选择： - 所有对比模型（包括 EffiSeisM 与基线）使用相同的训练超参数： - 相同优化器与学习率策略 - 相同训练 epoch 数。

  • 在训练过程中，以验证集表现最优的 checkpoint 作为最终模型，用于测试集评估： - 相当于基于验证集的模型选择/早停策略。

3.4.1 Comparison with other methods 小结

• 实验与对比模型设置：

  • 在三个关键任务上系统评估 EffiSeisM：
    • 地震检测
    • 相位拾取（P/S）
    • 震级估计
  • 对比基线包括：
    • MagNet
    • EQTransformer
    • PhaseNet
    • SeisT 系列（SeisT-S / M / L）
  • 保障公平性：
    • 统一训练/验证/测试划分（事件级划分）
    • 相同训练策略与超参数（优化器、学习率调度等）
    • 测试阶段仅做振幅归一化，不额外“美化”数据

• 训练效率

• 震级估计结果

• DiTing 上的检测与 P/S 拾取

  • P 波拾取（Phase-P）：
    • 相比轻量 SeisT-S，EffiSeisM 在 $Pr$/$Re$/$F1$ 上分别提升约 3.1%、4.2%、3.7%。
    • 相比大模型 SeisT-L，各指标平均提升约 2%，并具有最小平均到时误差。
    • 说明在同等或更低计算代价下，P 到时预测更准、更稳。
  • S 波拾取（Phase-S）：
    • EffiSeisM 精确率约 90.52%，F1 约 84.16，均为所有模型中最高。
    • SeisT-L 召回率略高（约 79.50%），但 F1 低于 EffiSeisM，说明其以牺牲精确率换取了部分召回。
    • EffiSeisM 在保持较高召回的同时，整体精确率与 F1 更优，更适合需要平衡误报/漏报的实际应用。

• DiTing 2.0 上的泛化与鲁棒性

  • 数据量只有 DiTing 的约三分之一：
    • 在这种少数据设定下，大容量模型（EQTransformer、SeisT-L）在部分指标上略优于 EffiSeisM。
    • 表明在模式更简单、数据更少时，大模型仍能稳定拟合有限模式。

3.4.2 Efficiency evaluation

• 评估目标：

  • 验证 EffiSeisM 通过轻量化与高效架构设计在 训练效率、参数规模与精度 三方面的综合提升。
  • 既看训练与参数效率，也看推理效率和在不同计算负载下的可扩展性。

• 训练效率与参数量（基于 DiTing 2.0，图 3）：

  • 对比维度：$R^2$（震级估计精度）、单次训练时间、模型内存占用（参数规模）。
  • EffiSeisM：
    • $R^2 \approx 0.92$
    • 训练时间 ≈ 4.92 s
    • 参数规模 ≈ 488 KB
  • SeisT-M / SeisT-L：
    • $R^2$ 与 EffiSeisM 接近，但：
    • 训练时间分别约 7.23 s 与 8.71 s
    • 参数规模分别约 1244 KB 与 2100 KB
  • MagNet：
    • 参数略少（约 446 KB），但：
    • 训练时间 ≈ 13.7 s（远高于 EffiSeisM）
    • $R^2 \approx 0.87$（明显低于 EffiSeisM）
  • 结论：
    • EffiSeisM 在 “精度–速度–参数量” 三维度上整体最优，
    • 真正实现了高精度与资源效率之间的最佳折中。

• 推理效率评估设计：

  • 与多任务基线模型 SeisT（含 S/M/L 变体）比较。
  • 两组实验：

• 实验一：固定样本数、改变 batch size（图 4(a)）：

  • 输入样本数：10,000。
  • 随着 batch size 增大，EffiSeisM 始终保持较低推理时间。
  • 例如：
    • batch size = 50 时：
      • EffiSeisM：≈ 3.5 s
      • SeisT-L：≈ 5.9 s
      • 时间缩短约 40%。
  • 在小 batch 下，EffiSeisM 优势更明显：
    • 特别适合资源有限、需要实时响应的场景（如在线预警、边缘计算）。

• 实验二：固定 batch size、改变样本数（图 4(b)）：

  • 随着输入样本数增加，所有模型推理时间均随之增长（符合预期）。
  • EffiSeisM 在所有输入规模下均优于各 SeisT 变体：
    • 当输入规模为 100k 时：
      • EffiSeisM：≈ 33.9 s
      • SeisT-S：≈ 36.5 s
      • SeisT-M：≈ 47.6 s
      • SeisT-L：≈ 64.6 s
      • 相比 SeisT-L 时间缩短接近 48%。
    • 当输入规模为 10k 时：
      • EffiSeisM：≈ 5.01 s
      • SeisT-L：≈ 8.35 s
      • 时间缩短约 40%。

3.4.3 模块贡献

• 模块消融实验（Detection / P-phase / S-phase）：
  • 对检测、P 相和 S 相拾取任务进行消融（见表 6），比较不同模块组合下的 Pr / Re / F1。
  • 结果表明：
    • 去掉任一关键模块（SSC / FSC / SSM）都会导致性能下降，去除 SSM 层退化最严重。
    • 完整 EffiSeisM 在三个任务上 F1 分数分别约为 96.05%、91.42%、84.01%，优于所有消融变体。
  • 优化与收敛分析：
    • 单独使用 SSM 层时，训练收敛明显变慢（图 5）。
    • 引入 FSC 层后，训练速度与稳定性显著提升：
      • FSC 层通过多尺度卷积精炼特征，使输入特征更适合 SSM 建模；
      • 有助于调节梯度流、降低过拟合、加速收敛。
  • 总体结论：
    • SSC 模块（多尺度 + RBF）、FSC 层（快速多尺度卷积）与 SSM 层（时序依赖建模）在结构与优化层面都对性能有重要贡献。
    • 消融结果验证了这些设计选择的必要性和合理性，同时展示了 EffiSeisM 框架在多任务地震监测中的鲁棒性与通用性。

--- # 4. Discussion

• 整体贡献与适用场景：

  • 提出高效多任务模型 EffiSeisM，将卷积架构与状态空间建模相结合。
  • 在包含约 300 万条波形的 DiTing 与 DiTing 2.0 上验证，覆盖地震检测、相位拾取和震级估计三大任务。
  • 模型结构紧凑（约 488 KB），在不牺牲精度的前提下实现高效训练与推理，适合资源受限环境下的地震监测和预警部署。

• 震级估计误差分布：

  • 使用误差分布（预测震级与真实震级之差）分析各模型性能：
    • EffiSeisM 的误差分布尖锐、集中且近似对称围绕 0，说明系统偏差小，$RMSE$ 和 $MAE$ 较低。
    • SeisT 各变体误差分布更宽，MagNet 最分散，对应更大的误差和更低的 $R^2$。

• 严格阈值下的相位拾取鲁棒性：

  • 在 DiTing 上将相位拾取容差阈值从 0.5 s 收紧至 0.2 s：
    • 所有模型的 P/S 拾取 F1 分数均下降约 10%，反映出高时间分辨率拾取的难度。
  • 在 0.2 s 严格阈值下：
    • P 相拾取：EffiSeisM 相较 EQTransformer 和 SeisT-L 提升约 5%，较 SeisT-S 提升约 6.3%。
    • S 相拾取：EffiSeisM 与 SeisT-M/L 表现相近，但明显优于 EQTransformer（约 7.4%）和 SeisT-S（约 2%）。

• 真实连续波形上的泛化验证（Fig. 8）：

  • 在 LSA 台站一段真实三分量宽频带连续波形（2025-02-11 17:10:30–17:15:00 UTC）上比较各模型表现：
    • PhaseNet：对噪声极为敏感，容易产生错误相位识别。
    • EQTransformer 与 SeisT-S：能够检测地震并较准确拾取 P 相，但对相对较弱的 S 相到时识别较差。
    • SeisT-M / SeisT-L：整体性能相近，SeisT-L 检测曲线更稳定，两者 P 相拾取准确，但在弱 S 相到时上仍然存在困难。
    • EffiSeisM：在检测与 P 拾取上表现优秀，并在捕捉微弱 S 相到时方面明显优于其他模型。
  • 结论：
    • EffiSeisM 能够从原始连续宽频带波形中提取更深层次的时序特征，
    • 在实际噪声环境和复杂波形条件下保持鲁棒性和高精度，体现出较高的工程应用潜力。

• 综合讨论

---

5. Conclusion

• 核心工作概括：

  • 提出 EffiSeisM：一种将卷积架构与状态空间建模（SSM）相结合的高效多任务模型。
  • 支持三大任务：
    • 地震检测
    • 相位拾取（P/S）
    • 震级估计
  • 在 DiTing 与 DiTing 2.0 共约 300 万条样本上进行系统训练与评估。

• 性能与效率优势：

  • 紧凑架构（参数量大幅减少），在保证高精度的同时显著降低计算开销：
    • 训练更快、推理更快，适合大规模地震监测与批量数据处理。
  • 多任务统一框架减少冗余计算与模型维护成本：
    • 一次前向即可输出检测 + 拾取 + 震级结果。
    • 提升整体系统的通用性与鲁棒性。

• 状态空间模型带来的改进：

  • SSM 的引入增强了对长时间依赖与时序结构的建模能力：
    • 提高不同震级、震源距和噪声条件下的精度与可靠性。
  • 在优化资源使用的前提下保持性能一致性：
    • 兼顾内存占用、计算复杂度与实际运行成本。

Paper Link