實(shí)時(shí)智能地震處理系統(tǒng)在2013年福建仙游ML5.0地震序列中的應(yīng)用研究

張燕明，張紅才，2，陳惠芳，廖詩榮

（1.福建省地震局，福州 350003；2.中國地震局廈門海洋地震研究所，福建 廈門 361000）

0 引言

隨著我國地震監(jiān)測(cè)預(yù)警臺(tái)網(wǎng)的建設(shè)，區(qū)域地震監(jiān)測(cè)能力顯著提升。以福建地區(qū)為例，目前可用于地震編目的臺(tái)站總數(shù)已超過1100 個(gè)，全省大部分區(qū)域監(jiān)測(cè)震級(jí)下限已達(dá)到ML1.0 左右，隨之而來的是人工地震編目的工作量成倍增加，傳統(tǒng)以人工分析為主的地震事件編目產(chǎn)出模式已越來越難以維系。為此，應(yīng)用自動(dòng)化智能地震處理系統(tǒng)輔助于日常編目工作，將有效提升中強(qiáng)地震發(fā)生后地震目錄產(chǎn)出的完備性和時(shí)效性。

為了提高地震事件目錄的完備性，國際上很多學(xué)者也已研發(fā)了多種自動(dòng)化處理算法或軟件。在臺(tái)站分布確定情況下，將區(qū)域已知地震事件波形作為模板，同連續(xù)觀測(cè)波形數(shù)據(jù)進(jìn)行互相關(guān)是一種檢測(cè)微地震的有效方法，即模板匹配（或匹配濾波）技術(shù)（matching filter technique，MFT）[1]。模板匹配技術(shù)因?yàn)槠鋵?duì)微弱信號(hào)的強(qiáng)大檢測(cè)能力，已被廣泛應(yīng)用于慢地震識(shí)別[2]、動(dòng)態(tài)觸發(fā)地震識(shí)別[3]、微地震識(shí)別建立完整地震目錄[4]及余震和前震識(shí)別[5]等地震學(xué)研究中。為了克服模板匹配濾波計(jì)算量巨大的不足，Yoon 等[6]提出了指紋相似性搜索（Fingerprint and Similarity Threshold，F(xiàn)AST）算法。該算法根據(jù)事件波形的不同特征生成地震指紋，進(jìn)行局部敏感哈希搜索，將相似波形分類到相同的哈希表中，進(jìn)而實(shí)現(xiàn)對(duì)地震的檢測(cè)。近年來，隨著機(jī)器學(xué)習(xí)與大數(shù)據(jù)挖掘技術(shù)的快速發(fā)展，多種基于深度學(xué)習(xí)的地震震相自動(dòng)拾取算法也相繼提 出，如 GPD（Generalized Seismic Phase Detection）[7]、PhaseNet[8]、基于CNN 的地震波形自動(dòng)分類與識(shí)別[9]，EQTransformer[10]、USTC -picker[11]等，這些算法也極大地提升了震相拾取的能力。在地震目錄自動(dòng)產(chǎn)出流程化方面，Zhang等[12]提出了一種“端到端”式地震目錄自動(dòng)檢測(cè)流程LOC-Flow，實(shí)現(xiàn)了從原始記錄波形的輸入到地震目錄產(chǎn)出的完整處理鏈條。與之類似，Zhu 等[13]提出了一種基于云計(jì)算的可擴(kuò)展深度學(xué)習(xí)地震監(jiān)測(cè)系統(tǒng)QuakeFlow，該系統(tǒng)中集成了數(shù)據(jù)降噪、震相拾取、震相關(guān)聯(lián)及定位等多個(gè)基于機(jī)器學(xué)習(xí)的算法模塊，實(shí)現(xiàn)了地震目錄的自動(dòng)產(chǎn)出。廖詩榮等[14]研發(fā)完成了一套實(shí)時(shí)智能地震處理系統(tǒng)（Realtime Intelligent Seismic Processor，RISP），并逐步實(shí)現(xiàn)了日常業(yè)務(wù)化運(yùn)行。該系統(tǒng)結(jié)合我國臺(tái)網(wǎng)實(shí)際，整合了PhaseNet 和EQTransformer 兩種AI 震相拾取算法，發(fā)展了基于組觸發(fā)[15]和等時(shí)差八叉樹搜索[16]的震相關(guān)聯(lián)與地震定位算法，實(shí)現(xiàn)地震震級(jí)的準(zhǔn)實(shí)時(shí)量算，并在2021 年云南漾濞MS6.4 地震[14]、2022 年青海門源MS6.9 地震[17]、2022 年四川馬爾康MS6.0 地震[18]的處理中均實(shí)時(shí)產(chǎn)出高質(zhì)量的自動(dòng)地震序列目錄。

為全面分析RISP 系統(tǒng)對(duì)仙游地震序列的處理能力，我們采用RISP離線處理模塊對(duì)2013年9月4日福建仙游ML5.0 主震前后5 個(gè)月的連續(xù)波形記錄進(jìn)行了處理，并與人工編目結(jié)果進(jìn)行對(duì)比，分析RISP 系統(tǒng)在定位精度、震相拾取精度、震級(jí)量取精度等方面的表現(xiàn)。并結(jié)合RISP 系統(tǒng)漏檢測(cè)、多檢測(cè)事件及處理結(jié)果中與人工地震定位、量取震級(jí)偏差較大的事件進(jìn)行深入分析。

1 數(shù)據(jù)和方法

本文收集處理了福建臺(tái)網(wǎng)2013 年8 月1 日至2013 年12 月31 日共5 個(gè)月的連續(xù)波形數(shù)據(jù)，臺(tái)站總數(shù)為113 個(gè)（圖1）。仙游地震序列發(fā)生于金鐘水庫及周邊較小區(qū)域內(nèi)（25.58°～25.70°N，118.66°～118.83°E），震中區(qū)臺(tái)站分布條件較好，主震震中最大孔隙角41.2°，次大孔隙角66.8°，最近臺(tái)震中距18 km，次近臺(tái)震中距32 km。在此時(shí)間段內(nèi)，福建臺(tái)網(wǎng)人工產(chǎn)出可多臺(tái)定位的仙游地震序列目錄共745條，其中ML5.0地震1次、ML4.0～4.9地震3 次、ML3.0～3.9 地震9 次、ML2.0～2.9 地震23 次、ML1.0～1.9 地震129 次、ML＜1.0 地 震571 次。ML＜1.0 的微震占比達(dá)76.6%，這些事件的震級(jí)接近福建臺(tái)網(wǎng)的監(jiān)測(cè)震級(jí)下限，信噪比普遍較低，大多數(shù)地震記錄臺(tái)站低于5 個(gè)，清晰震相數(shù)少于5 個(gè)，絕大部分事件不會(huì)在JOPENS 系統(tǒng)中生成自動(dòng)觸發(fā)事件，因此大都通過人工瀏覽連續(xù)波形將這些微小震逐一檢出并進(jìn)行分析。此外，仙游地震序列中還存在一定數(shù)量的重疊事件（約占18.4%），這些事件即使人工識(shí)別也難度較大，人工編目產(chǎn)出結(jié)果的精確度也不高。此外，在主震事件發(fā)生前后24 h 內(nèi)共發(fā)生111 次地震，編目人員須在規(guī)定時(shí)間內(nèi)產(chǎn)出較為完整的快報(bào)目錄，工作量陡增，人工目錄極易發(fā)生遺漏地震的情況。

圖1 臺(tái)站分布圖Fig.1 Distribution map of seismic stations

本文采用RISP 系統(tǒng)的離線工作模式對(duì)5 個(gè)月的連續(xù)波形數(shù)據(jù)進(jìn)行處理，涉及的三個(gè)數(shù)據(jù)處理模塊分別為：①AI 震相拾取模塊，分別利用PhaseNet 和EQTransformer 兩種深度神經(jīng)網(wǎng)絡(luò)進(jìn)行震相到時(shí)實(shí)時(shí)檢測(cè)；②震相關(guān)聯(lián)和地震定位模塊，采用基于組觸發(fā)和等時(shí)差八叉樹搜索相結(jié)合的方法進(jìn)行震相關(guān)聯(lián)，再利用NLLoc定位程序[14]進(jìn)行地震定位；③震級(jí)自動(dòng)量算模塊，按照我國現(xiàn)行的震級(jí)國家標(biāo)準(zhǔn)（GB17740-2017）的規(guī)定，在仿真DD-1 位移記錄上自動(dòng)量取S 波列的最大振幅，并計(jì)算震級(jí)。

本文設(shè)置RISP 系統(tǒng)事件觸發(fā)震相數(shù)閾值為5，即關(guān)聯(lián)成功的P 與S 震相個(gè)數(shù)之和達(dá)到5 個(gè)時(shí)則產(chǎn)出一個(gè)地震事件。人工目錄與自動(dòng)目錄匹配條件為：若自動(dòng)地震目錄中某一事件與人工目錄中的事件發(fā)震時(shí)刻偏差小于3 s 且震中位置偏差小于15 km 則定義二者為匹配事件對(duì)；若某一事件與多個(gè)事件匹配，則根據(jù)二者發(fā)震時(shí)刻選取偏差最小結(jié)果為匹配事件對(duì)。以人工目錄為基準(zhǔn)，對(duì)于某一事件，若自動(dòng)目錄中沒有事件與之匹配，則認(rèn)為其為漏檢測(cè)事件；反之，以自動(dòng)目錄為基準(zhǔn)，對(duì)于某一事件，如果人工目錄中沒有事件與之相匹配，則認(rèn)為其為多檢測(cè)事件。對(duì)于多檢測(cè)事件，本文通過人機(jī)交互軟件接口寫入MSDP 人機(jī)交互地震分析軟件[19]，并進(jìn)行人工校核檢查其是否為誤檢測(cè)事件。

2 處理結(jié)果

應(yīng)用RISP 系統(tǒng)對(duì)5 個(gè)月的連續(xù)波形進(jìn)行離線處理，共產(chǎn)出615 條仙游序列地震目錄（以下簡稱自動(dòng)目錄），而同期福建臺(tái)網(wǎng)人工編目仙游序列地震目錄（以下簡稱人工目錄）745 條。圖2 為福建仙游地震序列人工與自動(dòng)編目震源分布圖，自動(dòng)目錄與人工目錄震中分布基本一致，自動(dòng)目錄震源深度集中分布區(qū)間為7～15 km，而人工目錄的事件深度大多集中于5～10 km。

圖2 仙游地震序列人工與自動(dòng)編目震源分布圖Fig.2 Source location distribution map of manual catalog and automatic catalog of the Xianyou earthquake sequence

圖3為自動(dòng)目錄與人工目錄的震級(jí)—時(shí)間分布圖及地震累積數(shù)量變化圖，由圖3（a）可見，在仙游ML5.0 主震發(fā)生前，庫區(qū)地震活動(dòng)性持續(xù)增強(qiáng)，期間發(fā)生的最大地震為8 月23 日05 時(shí)02 分ML4.5地震。在主震發(fā)生當(dāng)天，人工目錄與自動(dòng)目錄均產(chǎn)出了大量地震事件，之后隨時(shí)間推移數(shù)量逐漸減少。主震發(fā)生后55 天，2013 年10 月30 日01 時(shí)50分發(fā)生ML4.5強(qiáng)余震，該事件為仙游序列震級(jí)最大余震。圖3（b）為人工目錄與自動(dòng)目錄的地震累積數(shù)量變化圖，如圖所示，仙游ML5.0 主震發(fā)生前，人工目錄與自動(dòng)目錄一致性較好，而主震發(fā)生后，人工編目人員針對(duì)該地區(qū)的地震分析變得更為細(xì)致，因此人工目錄中事件數(shù)量略多于自動(dòng)目錄，多出的人工目錄主要為主震發(fā)生前后一天時(shí)間內(nèi)所產(chǎn)出的大量ML＜1.0地震，如圖4所示，這些微小地震中有較大比例事件（共251 個(gè)，約占ML＜1.0 的地震總數(shù)的44%）清晰震相數(shù)不足5 個(gè)，波形信噪比較低，自動(dòng)編目系統(tǒng)對(duì)于此類事件的處理能力不足。

圖3 仙游地震序列自動(dòng)目錄與人工目錄的震級(jí)—時(shí)間分布圖及地震累積數(shù)量變化圖Fig.3 M-T map distribution map and earthquake cumulative number map of automatic catalog and manual catalog of Xianyou earthquake sequence

圖4 人工檢測(cè)出的ML＜1.0地震事件波形記錄Fig.4 Waveforms of earthquakes with ML＜1.0 which are manually detected

圖5為仙游地震序列人工目錄與自動(dòng)目錄不同震級(jí)段地震數(shù)量對(duì)比?？梢?，在0.7≤ML≤1.7 范圍內(nèi)，自動(dòng)目錄的事件數(shù)量要明顯多于人工目錄事件數(shù)量；對(duì)于ML＜0.7 的地震，人工目錄事件數(shù)量則多于自動(dòng)目錄事件數(shù)量；自動(dòng)目錄漏檢測(cè)事件的平均震級(jí)為ML0.3，多檢測(cè)事件的平均震級(jí)為ML0.7。經(jīng)人工逐一核實(shí)，RISP 系統(tǒng)多檢測(cè)事件均包含地震信號(hào)，無誤觸發(fā)事件，全部為屬于仙游序列的天然地震，均為人工漏編報(bào)事件。

圖5 福建仙游ML5.0 地震序列人工與自動(dòng)目錄不同震級(jí)段地震數(shù)量對(duì)比Fig.5 Comparison of the number of earthquakes with different magnitudes in manual catalogue and automatic catalogue of the Xianyou ML5.0 earthquake sequence in Fujian

3 定量分析

為全面分析RISP 系統(tǒng)對(duì)仙游地震序列的處理能力，本文對(duì)匹配事件的精準(zhǔn)率進(jìn)行了詳細(xì)分析，還對(duì)系統(tǒng)漏檢測(cè)、多檢測(cè)事件及處理結(jié)果中與人工地震定位、量取震級(jí)偏差較大的事件進(jìn)行深入分析。

3.1 匹配事件精準(zhǔn)率分析

自動(dòng)目錄與人工目錄匹配成功事件462 個(gè)，其中ML2.0 以上地震事件匹配率為100%，ML1.0～1.9地震事件匹配率為94.57%，ML＜1.0 地震事件匹配率為53.4%。圖6 分別為自動(dòng)目錄與人工目錄匹配事件的發(fā)震時(shí)刻，震源位置，震源深度和震級(jí)偏差的統(tǒng)計(jì)圖，其中發(fā)震時(shí)刻偏差不超過1 s 的地震有455 個(gè)，占比99.13%；震源位置偏差小于5 km 的地震有453 個(gè)，占比98.69%；震源深度偏差在5 km 內(nèi)的地震有420 個(gè)，占比91.5%；震級(jí)偏差不超過0.5的地震有411個(gè)，占比89.54%。

圖6 地震參數(shù)偏差統(tǒng)計(jì)圖Fig.6 Deviation statistics of earthquake parameters of matching events between manual catalog and automatic matched catalog

通過對(duì)匹配成功的462 個(gè)事件的分析可見（圖6），RISP 系統(tǒng)產(chǎn)出事件的發(fā)震時(shí)刻與震中位置偏差均在合理范圍內(nèi)。震源深度的偏差較大，震源深度偏差在5～10 km 范圍內(nèi)的事件共39 個(gè)，無深度偏差大于10 km 的事件。造成深度偏差的原因?yàn)橄捎蔚卣鹦蛄兄杏休^大比例事件清晰震相數(shù)不足5個(gè)，這些事件無法提供可靠的震源深度，因此人工編目大多采用人工設(shè)定的固定深度，如5 km、10 km；而自動(dòng)目錄的事件震源深度分布在0～20 km之間，集中分布區(qū)間為7～15 km。已有研究顯示，仙游地震序列的震源深度主要分布于7～17 km[20]，排除因拾取震相數(shù)較少無法有效約束震源深度的部分事件外，整體而言，自動(dòng)目錄震源深度分布較人工目錄更為合理。

從震級(jí)偏差統(tǒng)計(jì)圖（圖6d）可以看出，自動(dòng)目錄震級(jí)比人工目錄震級(jí)偏大的地震比例較高，其主要原因?yàn)椋褐髡鸢l(fā)生后，為盡可能在短時(shí)間內(nèi)產(chǎn)出較為完備的余震目錄，對(duì)于可多臺(tái)定位但震相不清晰且ML＜1.0 的事件，人工分析時(shí)只量算最近臺(tái)的單臺(tái)震級(jí)，而RISP 系統(tǒng)則會(huì)自動(dòng)量算所有參與定位臺(tái)站，包括一些較遠(yuǎn)臺(tái)站的單臺(tái)震級(jí)。根據(jù)蔡杏輝等[21]針對(duì)福建臺(tái)站單臺(tái)震級(jí)偏差的研究，震中距小于50 km 的臺(tái)站，單臺(tái)震級(jí)普遍偏小，而震中距大于100 km 的臺(tái)站，單臺(tái)震級(jí)會(huì)偏大。如果人工僅采用震中距小于50 km 的單臺(tái)震級(jí)來計(jì)算事件震級(jí)，會(huì)造成ML＜1.0匹配目錄震級(jí)偏差較大。

ML≥1.0 人工目錄與自動(dòng)目錄匹配事件的震級(jí)偏差基本呈正態(tài)分布（圖7），震級(jí)偏差超過0.5 的事件有1 個(gè)，為8 月3 日03 時(shí)00 分01 秒ML1.0 級(jí)地震，如圖8 所示，人工目錄在量算這個(gè)地震事件時(shí)所使用的清晰臺(tái)站數(shù)少于自動(dòng)目錄，RISP 系統(tǒng)除了使用與人工目錄相同的臺(tái)站外，還量算了其它幾個(gè)較遠(yuǎn)臺(tái)的單臺(tái)震級(jí)，最遠(yuǎn)臺(tái)站震中距約80 km，因此本文認(rèn)為自動(dòng)目錄產(chǎn)出的事件震級(jí)更為合理。

圖7 人工目錄ML≥1.0事件的震級(jí)偏差統(tǒng)計(jì)圖Fig.7 Magnitude deviation statistics of matching events with ML≥1.0 between manual catalog and automatic catalog

圖8 震級(jí)偏差大于0.5地震事件波形圖Fig.8 Waveforms of earthquakes with magnitude deviation larger than 0.5

圖9 為人工目錄與自動(dòng)目錄匹配事件的Pg 震相與Sg 震相到時(shí)偏差，自動(dòng)目錄中共5531 個(gè)Pg 震相和6057 個(gè)Sg 震相與人工目錄相匹配，匹配率分別為78.3%和65.9%。統(tǒng)計(jì)結(jié)果呈正態(tài)分布，且峰值均為0.0s，Pg 震相到時(shí)誤差在0.1s 和0.5s 以內(nèi)占比分別為78.92%和94.18%；Sg 震相到時(shí)誤差在0.1 s和0.5以內(nèi)占比分別為73.02%和92.12%。

圖9 Pg震相（a）與Sg震相（b）到時(shí)偏差Fig.9 The arrival time deviation of Pg phase（a）and Sg phase（b）of manual catalog and automatic catalog of the aftershocks sequences

3.2 漏檢測(cè)事件分析

RISP 系統(tǒng)漏檢測(cè)事件共282 個(gè)，均為ML＜2.0地震事件，其中1.0≤ML＜2.0事件7個(gè)，占比為2.5%；ML＜1.0事件269個(gè)，占比為94.7%。對(duì)于ML＜1.0事件，人工目錄所用臺(tái)站數(shù)較少，有些臺(tái)站波形信噪比較低，震相不清晰，導(dǎo)致RISP 系統(tǒng)難以識(shí)別，從而無法滿足事件關(guān)聯(lián)所需最少震相數(shù)為5個(gè)的條件。本文研究認(rèn)為，對(duì)于此類清晰震相數(shù)較少的事件，可以考慮采用FAST 等針對(duì)微小震的事件檢測(cè)算法來提高RISP對(duì)此類事件的處理能力。

自動(dòng)目錄漏檢測(cè)ML≥1.0事件有7個(gè)，原因均為RISP 系統(tǒng)在處理重疊事件或密集事件時(shí)出現(xiàn)錯(cuò)誤。仙游地震序列中存在一定比例的重疊事件（約占18.4%），RISP 系統(tǒng)在處理重疊事件時(shí)，可能會(huì)出現(xiàn)震相到時(shí)拾取偏差增大，或者震相類型識(shí)別錯(cuò)誤的情況，導(dǎo)致定位結(jié)果偏差較大，無法與人工目錄匹配成功，以12 月30 日8 時(shí)13 分ML1.3 地震（圖10（a））為例，就是系統(tǒng)誤將前一個(gè)地震的Sg震相識(shí)別為后一個(gè)地震的Pg 震相，導(dǎo)致該事件無法與人工目錄匹配。對(duì)于較大地震發(fā)生后的密集地震事件，RISP系統(tǒng)往往會(huì)漏分析后續(xù)的事件，以8月3 日5 時(shí)24 分ML1.4 地震（圖10（b））為例，在該事件發(fā)生前50 s 另一個(gè)ML2.8 地震發(fā)生，而該事件初至波形被湮沒于前一個(gè)地震的尾波中，人工目錄產(chǎn)出時(shí)也只分析了較近的3 個(gè)臺(tái)站，使用5 個(gè)震相進(jìn)行地震定位，清晰震相僅為3 個(gè)，導(dǎo)致RISP系統(tǒng)震相關(guān)聯(lián)失敗。

圖10 漏檢測(cè)地震事件波形圖Fig.10 Waveforms of earthquakes which are undetected by RISP system

3.3 多檢測(cè)事件分析

相較于人工目錄，RISP 系統(tǒng)多檢測(cè)事件162個(gè)，本文通過人機(jī)交互方式對(duì)多檢測(cè)事件逐一進(jìn)行分析，確認(rèn)162個(gè)多檢測(cè)事件均為人工漏分析的仙游地震事件。多檢測(cè)事件的震級(jí)主要分布于ML0.7～1.7之間（圖5），其中多檢測(cè)事件的最小震級(jí)為ML0.2，最大震級(jí)為ML2.2。多檢測(cè)事件中，震級(jí)大于ML1.0的事件有43個(gè)，全部為仙游序列地震事件，觸發(fā)臺(tái)站數(shù)均大于5個(gè)且震相清晰，詳見表1。人工漏分析的最大地震事件為8月19日17時(shí)36分49 秒ML2.2 地震，該事件前29 s 發(fā)生了ML3.8 地震，致使后續(xù)事件震相信噪比降低，人工拾取難度較大（圖11a）。通常情況下，密集余震序列往往伴隨主震在較短時(shí)間內(nèi)發(fā)生，由于人工編目產(chǎn)出的時(shí)效性要求，現(xiàn)有工作模式下人工分析會(huì)優(yōu)先處理JOPENS 編目管理中已自動(dòng)觸發(fā)的事件，或者人工從連續(xù)波形中檢出的較大的地震事件來產(chǎn)出快報(bào)目錄，可能會(huì)出現(xiàn)一定數(shù)量的漏分析事件，如圖11（b）為3 個(gè)連續(xù)的RISP 系統(tǒng)多檢測(cè)事件，人工優(yōu)先分析了其后6 min 的ML2.1 地震事件，未能及時(shí)返回?fù)焓斑@3個(gè)事件，造成漏分析。

圖11 多檢測(cè)地震事件波形圖Fig.11 Waveforms of earthquakes undetected by manual catalog

除此之外，還有一些漏分析事件則是編目人員在日常瀏覽波形記錄時(shí)未檢出的事件，這些事件的震級(jí)甚至超過ML1.0且多臺(tái)震相清晰（圖11c）。

4 結(jié)論

本文以福建仙游地震序列為研究對(duì)象，通過RISP 系統(tǒng)離線處理功能，處理了2013 年9 月4 日ML5.0 主震前后5 個(gè)月的連續(xù)波形數(shù)據(jù)，并通過將自動(dòng)處理結(jié)果與人工編目結(jié)果進(jìn)行深入對(duì)比，全面評(píng)估了RISP系統(tǒng)對(duì)該地震序列的自動(dòng)處理能力。

RISP系統(tǒng)共產(chǎn)出615個(gè)地震，與人工編目匹配事件462 個(gè)，對(duì)于ML≥1.0 的地震，匹配率達(dá)到96.4%。系統(tǒng)漏檢測(cè)事件282 個(gè)，其中ML＞1.0 的地震有7個(gè)，原因均為系統(tǒng)在處理重疊事件時(shí)出現(xiàn)震相類型識(shí)別錯(cuò)誤以及震相到時(shí)拾取偏差較大，從而導(dǎo)致定位結(jié)果出現(xiàn)偏差，無法與人工目錄匹配成功。系統(tǒng)多檢測(cè)事件162個(gè)，全部為仙游序列地震事件，其中ML＞1.0 的地震有43 個(gè)。匹配事件地震參數(shù)統(tǒng)計(jì)結(jié)果表明，發(fā)震時(shí)刻偏差不超過1 s 占比99.13%；震中位置偏差小于5 km 占比98.69%；震源深度偏差5 km內(nèi)占比91.5%；震級(jí)偏差不超過0.5 級(jí)占比89.54%。本文研究結(jié)果表明，利用RISP系統(tǒng)可以快速產(chǎn)出仙游地區(qū)ML≥1.0 地震序列目錄，地震目錄完備性高，地震參數(shù)精度與人工處理結(jié)果相當(dāng)，可應(yīng)用于大震應(yīng)急、震后趨勢(shì)判定等工作，但系統(tǒng)對(duì)于重疊事件的處理能力仍待改進(jìn)，建議自動(dòng)編目系統(tǒng)能夠盡快與人工協(xié)同工作，互相查漏補(bǔ)缺，則可明顯提升地震目錄的完整性。

致謝：福建省地震局提供連續(xù)波形數(shù)據(jù)與人工編目處理結(jié)果數(shù)據(jù)，廣東省地震局蔣策博士提供部分?jǐn)?shù)據(jù)統(tǒng)計(jì)與繪圖程序，審稿專家給出寶貴的修改意見，在此一并感謝。