基于分布式声学传感的增强型地热系统中微地震候选窗口分类的深度学习：十二种架构的比较研究

《Engineering Applications of Artificial Intelligence》：Deep learning for distributed acoustic sensing-based microseismic candidate-window classification in enhanced geothermal systems: A comparative study of twelve architectures

　　

在分布式声学传感（DAS）数据中进行微地震事件判别对于监测增强型地热系统（EGS）运行至关重要，然而基于短时窗与长时窗能量比（STA/LTA）的经典检测器，在本文评估的简单验证调优形式下，无法区分真实地震信号与结构噪声。本文呈现了一项比较研究，涉及十二种基于深度学习的人工智能模型，涵盖五个架构家族——卷积神经网络（CNN）、Transformer、循环神经网络（RNN）、状态空间模型（SSM）和图神经网络（GNN）——在来自现场刺激活动的3974个手动标记的DAS记录上，与三个经典基线进行基准测试。研究人员贡献了一个开源的多通道地震数据标记工具，并评估了完整的1.2秒触发候选窗口分类，而非端到端的连续流检测。报告了初步的时间上下文消融实验，但未将其视为重复种子的结论。挤压激励残差网络（SE-ResNet）和普通残差网络（ResNet）在统计上可比；SE变体具有最高的数值F₁分数（F₁，精确率和召回率的调和平均数），为98.50%，接受者操作特征曲线下面积（AUC-ROC）为99.46%，而普通残差网络在导出的评审指标下具有略强的平衡准确率和噪声召回率。一个选择性状态空间模型（SSM）达到了95.76%的F₁分数，为该架构家族在此数据集中提供了有竞争力的基线。一个利用光纤空间拓扑的图神经网络（GNN）仅用94,290个参数就达到了95.47%的F₁分数。梯度加权类激活映射（Grad-CAM）提供了定性证据，表明卷积模型关注初至波（P波）时差模式。为了压力测试外部迁移，所有十二个保存的Stage 14模型在未经微调的情况下，在犹他州FORGE（Frontier Observatory for Research in Geothermal Energy）2024年4月的数据（一个不同的采集）上进行了评估。外部数据集包含4073个候选窗口（2024个事件窗口和2049个非事件窗口）。原始记录有1496个道和4800个样本，采样率为4000 Hz；对事件和非事件窗口使用了相同的预处理函数：保留前361个道，使用抗混叠多相重采样将记录降采样至2400个样本、2000 Hz，并应用每道z分数（零均值、单位方差）归一化。最佳外部模型是卷积神经网络-门控循环单元（CNN-GRU）混合模型，其F₁分数为0.9930，平衡准确率为0.9931，马修斯相关系数（MCC）为0.9863。研究人员将其解释为匹配管线外部鲁棒性的零样本证据，而非通用跨站点验证或部署就绪的泛化。对前两个残差卷积模型进行的三种子重训练，完全控制了随机状态，进一步证实了SE-ResNet相对于ResNet的微小数值F₁优势在初始化方差范围内：合并的种子间标准差（σ≈0.0036 F₁）大约是模型间平均差异（0.0009 F₁）的四倍，配对t检验和Wilcoxon符号秩检验未能拒绝F₁、平衡准确率和MCC无差异的原假设。

**论文解读：基于深度学习的分布式声学传感微地震候选窗口分类比较研究**

**研究背景与问题**
微地震监测是增强型地热系统（EGS）运行中的关键工具，用于实时获取水力裂缝扩展、断层激活和诱发地震活动信息。分布式声学传感（DAS）作为一种高密度连续监测模态，提供了传统地震检波器阵列难以实现的空间覆盖和时间分辨率，通过沿井筒部署的光纤记录轴向应变或应变率，生成多通道波形数据。然而，DAS数据的丰富性并未被现有监测系统充分利用，目前仍主要依赖经典的短时窗平均与长时窗平均（STA/LTA）检测器，该检测器仅计算单通道能量比，无法利用空间相干性模式区分真实地震信号与结构噪声。在EGS环境中，DAS记录受到泵谐波、电干扰和光学加载瞬变等污染，这些噪声在单通道上产生与微地震信号相当振幅的波形，导致STA/LTA的误报率接近100%。短时能量（STE）和匹配滤波检测器虽有改进，但STE无法抑制周期性结构噪声，匹配滤波在微地震波形多样性高时失效。这些经典检测器的局限性促使研究人员系统探索能够联合建模空间相干性和时间波形结构的深度学习架构。

**研究内容与结论**
研究人员开展了针对DAS微地震候选窗口分类的深度学习架构比较研究，涵盖五个架构家族（卷积神经网络（CNN）、Transformer、循环神经网络（RNN）、状态空间模型（SSM）和图神经网络（GNN））的十二种模型，与三个经典基线（STA/LTA、STE、匹配滤波）进行对比。研究基于来自Cape EGS Frisco 2-P刺激活动的3974个手动标记DAS记录，并利用开源标记工具Advanced Gather Viewer进行标注。主要结论包括：挤压激励残差网络（SE-ResNet）和普通残差网络（ResNet）在统计上等价，具有最高数值F₁分数（98.50%），但差异在初始化方差范围内；CNN-门控循环单元（CNN-GRU）混合模型在外部犹他州FORGE 2024年4月数据上表现最佳（F₁分数0.9930）；DAS-图神经网络（DAS-GNN）以仅94,290个参数达到95.47%的F₁分数，展示了参数效率；梯度加权类激活映射（Grad-CAM）分析表明卷积模型聚焦于P波时差模式。该研究提供了基于证据的候选窗口分类器设计指导，并强调了匹配管线外部鲁棒性而非通用跨站点验证。论文发表在《Engineering Applications of Artificial Intelligence》。

**关键技术与方法**
研究人员使用了以下主要技术方法：
- **数据来源**：Cape EGS Frisco 2-P刺激微地震数据（Stage 14，3974个样本）和犹他州FORGE 2024年4月数据（4073个候选窗口）。
- **标记工具**：开源Advanced Gather Viewer，用于多通道SEG-Y文件的手动标记，由两位领域专家独立标注并达成共识，标记得益于工具的可调增益、空间相干性展示和结构化导出工作流。
- **预处理**：保留前361个道（9个地震检波器道和352个DAS道），降采样至2400个样本（2000 Hz），每道z分数归一化（零均值、单位方差）。
- **模型训练**：使用AdamW优化器、余弦退火学习率调度、早停和基于验证集F₁分数的检查点选择，采用加权随机采样处理类别不平衡（事件与噪声比3.6:1）。
- **评估协议**：包括分层随机分割（70/15/15）、bootstrap置信区间、McNemar和DeLong统计显著性检验、固定检查点分割稳定性审计、近似顺序分割敏感性审计，以及零样本外部评估。

**研究结果**
**4.1 主要结果**：通过比较十二个深度学习模型和三个经典基线，在Stage 14测试集（597个样本）上观察到了三个性能层次。Tier 1（F₁≥97.5%）包括SE-ResNet（F₁ 98.50%）、ResNet（98.17%）和Conformer（97.52%），均为包含CNN的架构。Tier 2（F₁ 94–97.5%）包括MBHCT（96.72%）、Mamba-DAS（95.76%）、CNN-GRU（95.52%）、DAS-GNN（95.47%）、ConvNeXt（95.26%）、CNN-BiLSTM（95.08%）和S4-SSM（94.87%）。Tier 3（F₁<94%）包括ViT（94.22%）、GRU（92.81%）和经典基线（STA/LTA 87.78%、STE 88.52%、匹配滤波87.46%）。所有深度学习模型均显著优于经典基线。

**4.2 不确定性与校准分析**：通过2000次bootstrap重采样和三种子重训练，SE-ResNet和ResNet的95%置信区间在F₁、平衡准确率、MCC、事件召回率和噪声召回率上均重叠，表明两者在统计上可比。配对t检验和Wilcoxon符号秩检验未能拒绝无差异原假设，且种子间标准差（σ≈0.0036 F₁）约为模型间均值差异（0.0009 F₁）的四倍，支持数值优势在初始化方差内的解释。

**4.3 消融实验：时间上下文的影响**：通过ResNet架构比较128样本窗口（64 ms）和完整2400样本窗口（1.2 s），完整窗口的F₁（0.9817）和AUC（0.9942）显著高于短窗口（0.8391、0.8489），表明时间上下文对检测性能至关重要。

**4.4 Mamba与S4对比：选择性的重要性**：Mamba-DAS（F₁ 95.76%）在数值上超过S4-SSM（94.87%），差异0.89个百分点，表明输入依赖性参数可能有助于检测短暂瞬变信号，但该比较基于自定义实现，需谨慎解读。

**4.5 DAS-GNN效率与物理动机**：DAS-GNN利用k最近邻光纤拓扑编码，通过图卷积层（GCN）学习空间相干性传播，仅用94,290个参数（为SE-ResNet的1/38）达到95.47%的F₁和97.75%的AUC，成为参数效率最高的竞争性架构，尤其适合资源受限的触发筛选场景。

**5 通过Grad-CAM的物理解释**：对ResNet的最终卷积块应用梯度加权类激活映射（Grad-CAM），在597个测试样本上分析。事件样本产生紧凑的注意力热点，集中在通道50–200并呈现对角线时差模式，表明模型关注P波时差。噪声样本产生广泛扩散的注意力，表明模型通过检测缺乏空间相干性来分类。错误分类包括弱事件的假阴性（振幅低于背景噪声2σ）和结构化噪声的假阳性（如泵谐波模仿时差结构），这些失败模式与人类专家分歧点一致。

**6 经典基线分析**：STA/LTA的事件和噪声分数分布高度重叠，在验证调优阈值下将所有噪声视为事件（噪声召回率0），原因在于其单通道能量比无法利用空间相干性。STE通过归一化部分改善了误报，但依然依赖单通道，无法抑制泵谐波等结构噪声。匹配滤波使用20个高信噪比事件模板，但AUC仅59.5%，表明EGS微地震波形多样性高，固定模板库无法捕捉。这些分析凸显了联合时空特征学习的重要性。

**讨论总结**
讨论部分指出，在该数据集、分割、实现和调优预算下，观察到的模型排序为：CNN > CNN+Transformer > SSM > RNN ≈ GNN > 纯Transformer > 经典基线。CNN的7×15不对称核提供了与DAS P波时差物理对齐的归纳偏置；SE通道注意力虽物理动机明确（适应光纤耦合质量变化），但统计优势不显著；Mamba的选择性参数可能优于S4；GNN展示了最佳参数效率。推理延迟测量表明所有模型支持实时触发窗口评分，推荐SE-ResNet/ResNet用于最高精度，DAS-GNN用于资源受限场景，GRU用于最大吞吐量。标记工具实现了6小时内可审计的手动标注。局限包括：仅使用单一刺激活动数据，外部评估仅涉及一个额外数据集，未进行连续流检测，经典基线未包含空间相干性过滤，以及超参数搜索日志缺失。未来工作应增加强经典基线、多种子重训练、多站点验证、严格时序分割、纯DAS再训练、微调与域适应，以及连续流评估。

**研究结论翻译**
本文呈现了一项比较研究，涉及十二种深度学习架构，涵盖五个家族，与三个经典基线（STA/LTA、STE、匹配滤波）进行基准测试，用于完整的1.2秒触发DAS微地震候选窗口分类。做出了五项贡献：标记工具；一个手动审核的二进制标记现场基准；残差卷积模型，特别是SE-ResNet和ResNet，作为实际可比的顶级性能模型；一个自定义Mamba风格状态空间基线（F₁ = 95.76%）；以及DAS-GNN，以仅94,290个参数达到竞争性F₁ = 95.47%。可用的短