王伟涛简介
|
姓名：王伟涛 |
|
研究方向及领域：固体地球物理专业，主要从事地震学研究。
研究方向：主要从事主动震源、台阵探测和人工智能方面的研究，专注于背景噪声、重复地震、气枪震源等重复震源的分析研究，开展现代计算技术在处理海量地震学大数据方面的研究工作。
工作经历：
2009年至今 中国地震局地球物理研究所工作
2013-2014 美国加州理工地震学实验室， 访问学者，一年
2014-2014 美国科罗拉多大学CIEI中心， 访问学者，2月
2017-2017 美国加州大学圣地亚哥分校， 访问学者，2月
社会兼职：
中国地球学会会员，中国地震学会会员，IASPEI中国委员会委员
地球物理学报、地震学报、Earthquake Science，Earthquake Research Advance等多家杂志编委
教育背景：
1999-2004 中国科学技术大学 理学学士
2004-2009 中国科学技术大学，硕博连读，理学博士
近五年承担课题及经费情况：
1.科技部国家重点研发计划《地震构造主动源监测技术系统研究》经费 2168万元，2019-2021，项目负责人
2.自然基金面上项目《利用密集台阵研究噪声源的分布、演化及其对噪声互相关函数的影响》，经费80万元，2014-2017，项目负责人
3.自然基金面上项目《联合气枪源和背景噪声源反演郯庐断裂带南端高精度地壳波速结构》，经费64万元, 2017-2020，项目负责人
4. 自然基金面上项目《基于深度学习的水库库区微地震识别和分类研究-以四川大岗山水库为例》，经费60万元,2021-2024，项目负责人。
5. 自然基金联合基金 《基于绿色主动源和密集台阵的四川泸县地区速度结构及浅源地震源区特征研究》 经费283万元，2023-2026，项目负责人。
奖励和荣誉：
中国地震局防震减灾科技成果奖 一等奖 2016年12月
中国地球物理学会科学技术奖 一等奖 2017年10月
全国地震系统先进集体负责人 2025
中国地震局领军人才 2026
中国地震局《地震学先进观测和数据挖掘》创新团队负责人
主要研究方向和代表性学术论著
- 基于人工智能的地震学研究
人工智能技术是近年来蓬勃发展的新兴技术，基于大数据、加速计算和相应的算法，深度学习方法在地震学中也得到了广泛应用。课题组开展了轻量化神经网络的研发并将其用于海量的台阵观测数据分析，将基于深度学习的震相识别和走时成像相结合；同时针对地震监测中的震相关联等问题，发展了基于神经网络和GPU的快速关联算法；针对目前已有的多种震相拾取网络，利用海量的标注数据对网络的性能进行了综合评估，并针对数据和应用需求进行了优化。目前还在开展在噪声面波分析、基于神经网络的成像以及台站质量分析等多个方面人工智能应用的探索研究。
轻量化的震相识别网络构建及在大规模台阵中的应用
基于海量数据的多种神经网络构建和性能评估
适用于人工智能的多尺度实时震相关联算法
基于人工智能的大尺度宽频带密集台阵地震目录构建
人工智能数据集构建技术
Yu Ziye and Wang Weitao*，FastLink: a machine learning and GPU-based fast phase association method and its application to Yangbi M s 6.4 aftershock sequences. Geophysical Journal International, 230(1), 673-683.
Yu Ziye and Wang Weitao*，LPPN：A lightweight network for fast phase picking，Seismological Research Letter，2022. https://doi.org/10.1785/0220210309
Yu Ziye， Wang Weitao* and Chen YN 2023. Benchmark on the accuracy and efficiency of several neural network based phase pickers using datasets from China Seismic Network. Earthq Sci 36(2): 113–131,. DOI: 10.1016/j.eqs.2022.10.001
Li L, Wang WT*, Yu ZY and Chen YN (2024). CREDIT-X1local: A reference dataset for machine learning seismology from ChinArray in Southwest China. Earthq Sci 37(2): 139–157,. DOI: 10.1016/j.eqs.2024.01.018
Zhengya Si, Weitao Wang*, Lu Li, et al., 2025. Earthquake catalog in northeastern Tibetan plateau from the large aperture ChinArray-II through deep learning approach, Geophysical Journal International, 244(1): 1-12.
- 基于主动震源的结构探测和介质动态变化分析
主动震源是对地下介质的结构和变化进行探测的重要震源。课题组长期开展了基于大容量气枪震源的介质变化监测以及基于甲烷气爆震源等绿色震源的城市空间探测。利用绿色环保的主动震源，可以对地震发生的物理过程进行分析研究，也可以在城市地球物理方向上开展有益的探索。相关技术也可服务于页岩气开采、储气库、碳封存等多种工业设施的安全监测，服务于国家的重大需求。
利用大容量气枪主动源开展介质变化监测分析研究
利用绿色主动源开展城市地区浅部结构探测
利用背景噪声研究2021年漾濞Ms 6.4级地震同震波速变化
胡久鹏，王伟涛*，王宝善，陈颙，蒋生淼，利用反投影方法计算陆地有限水体气枪震源激发过程 ，地球物理学报，2018，61(3): 1000-1012
徐善辉, 王伟涛*, 许卫卫, 王力伟, 马晓娜, 王翔, 孟川民, 杨微. 2021. 甲烷气爆震源性能研究及其在粤港澳大湾区化龙断层探测中的应用. 地球物理学报, 64(12): 4269-4279, doi: 10.6038/cjg2021P0281
安艳茹, 王伟涛*, 杨微, 蒋海昆, 杨军, 李孝宾, 潘睿. 2023. 利用背景噪声研究2021年云南漾濞MS6.4地震同震及震后波速变化. 地球物理学报, 66(8): 3185-3201, doi: 10.6038/cjg2022Q0641
Xiaona Ma, Weitao Wang*, Shanhui Xu, Wei Yang, Bao Deng, Yunpeng Zhang, Ziye Yu, Xiang Huang, Min Ji. 2026. High-resolution imaging of the seismogenic fault of three earthquakes in Luxian, Sichuan basin, China, from data recorded by dense linear arrays and methane sources. Earth and Planetary Science Letters, 685, 120042. https://doi.org/10.1016/j.epsl.2026.120042.
- 基于台阵的背景噪声研究
背景噪声互相关方法可以利用两个台站之间的连续数据获取台站间传播的地震波信号，而密集的台阵观测和噪声互相关相结合，是的我们可以使用台阵方法对噪声互相关函数中的各种信号的特征和来源进行分析。利用台阵中的Beamforming方法可以对噪声源特征、面波信号来源进行分析，利用密集台阵之间的海量噪声互相关函数，可对其中的体波信号进行提取和分析。将密集台阵观测和噪声成像相结合，可以在深浅部结构探测、介质变化测量方面开展多种研究工作。
利用台阵Beamforming技术的噪声互相关中信号特征的识别和分析
利用大规模台阵提取噪声互相关函数中的体波信号
Wang Weitao, Peter Gerstoft, Baoshan Wang,Seasonality of P wave microseisms from NCF-based beamforming using ChinArray Geophysical Journal International, 2018,213,1832–1848
Wang Weitao, Peter Gerstoft, Baoshan Wang, Interference of Teleseismic Body Waves in Noise Cross-Correlation Functions in Southwest China Seismological Research Letter,2018,89(5),1817-1824
王芳,王伟涛*,袁松涌,大孔径地震台阵噪声互相关函数中体波信号的研究-以ChinArray二期数据为例,地球物理学报,2020,3(9):3370-3386
Deng Lin，Weitao Wang*, Fang Wang, Songyong Yuan, Teleseismic body waves extracted from ambient noise cross correlation between F-net and ChinArray phase II, Earthquake Research Advances,2022，2(1),100068
- 基于海量数据的数据挖掘分析
地震学是以观测为基础的学科，开展以观测数据为驱动的地震学研究是重要的研究方向。处理海量的地震学数据需要新的计算技术和分析方法，课题组将云计算和GPU计算方法引入到海量数据的噪声互相关计算中，可以快速的完成相关互相关函数的计算，开展后续的基于海量数据的分析。通过分析长期、大量的观测数据，也对中国本土的台站噪声水平进行了评估分析，构建了中国区域的分区域噪声模型。将大数据分析技术和海量地震学数据相结合，可以实现相应信息的挖掘分析。
利用云计算技术的噪声互相关函数构建和全球体波震相分析
基于海量数据的中国区域背景噪声模型构建和分析
Wang Weitao, Xiufen Zheng, Baoshan Wang, Public cloud computing for seismological research:calculating large-scale noise cross-correlations using ALIYUN, Earthquake Science,2018(31):1-7
王芳, 王伟涛*, 龙剑锋, 牟磊育, 傅磊. 2019. 中国大陆地区宽频带地震台网台基噪声特征. 地震学报, 41( 5) :569−584. doi: 10.11939/jass.20190031
- 地震学研究与信息技术的结合与实用化研究
将地震学研究与信息技术相结合，融合地震学专业知识与信息技术，构建实用化的系统，服务于科学研究，也是服务行业和国家需求的重要任务。课题组将积累的海量数据处理技术、地震学自动化分析技术等相结合，自主构建了中国的EMC（Earth Model Collaboration）服务于中国地震科学实验场，台阵观测质量实时监控平台、人工智能监测平台等多种实用化系统和工具，开展了科学研究的产品化和工程化探索。
基于Web技术的交互式模型对比分析Earth Model Collaboration
基于人工智能的地震交互分析客户端
基于BS系统的地震监测辅助系统
人工智能数据集协同标注系统
研究生培养：
硕士研究生毕业5人、博士研究生毕业2人，在读3人
