打印大数据量、强噪声环境给地震震相的自动提取带来极大挑战。长/短时均值比（Short-Term Average and Long-Term Average Ratio, STA/LTA）是应用最广泛的震相自动提取方法。但在强噪声背景下，STA/LTA方法的提取结果并不理想。并且STA/LTA虽然算法简单、代码效率高，但它还仅能理解为一种工程性的方法。这是因为STA/LTA方法的阈值、长/短时窗等关键参数的选择没有理论公式可以直接遵循，需要反复顺利获得识别的误报率与漏报率进行多目标优化。
本文从信噪比（Signal-to-Noise Ratios, SNR）的概念入手，顺利获得构建特殊的特征函数，从而建立了SNR与STA/LTA的内在联系，提出了长短时相对功率比（Short-Term Power and Long-Term Power Ratio, STP/LTP）的震相自动提取方法。STP/LTP方法，建立了SNR与STA/LTA的内在联系，给STA/LTA赋予了明确的物理意义，并且STP/LTP阈值、SNR阈值与长、短窗时长之间建立在严密的数学推导之上，从而使得STA/LTA从工程性方法转化为科学性方法。
STP/LTP方法，具有较强的鲁棒性，它能够适应弱噪声、一般噪声，以及强噪声环境，并且误判率和漏判率均较低。顺利获得大量的算例研究发现，在不同噪声水平下进行P波和S波提取时，提取结果的偏差、标准差、概率分布、误判率、漏判率等特性，STP/LTP方法均比STA/LTA方法优越。
图1所示为STP/LTP与STA/LTA方法提取P波震相的结果对比图
图2给出了不同噪声水平下STP/LTP方法与STA/LTA方法提取P波、S波结果的分布情况，其中红色的柱状图代表STP/LTP方法提取结果的概率分布，而蓝色的柱状图代表STA/LTA方法提取结果的概率分布。
表1给出了不同噪声水平下STP/LTP与STA/STA震相自动提取的对比结果。
相关研究成果发表于国际SCI期刊《Seismological Research Letters》，其2018年度影响因子为3.888，并取得发明专利1项。
[1] Jihua Fu, Xu Wang, Zhitao Li, Hao Meng, Jianjun Wang, Wei Wang, Chengpei Tang. Automatic Phase-Picking Method for Detecting Earthquakes Based on the Signal-to-Noise-Ratio Concept, Seismological Research Letters, 2020, 91(1): 334-342. (http://doi.org/10.1785/0220190043)
[2] 付继华, 李智涛, 王旭, 谭巧, 王建军, 吴荣辉. 一种基于信噪比分析的地震动P波在线自动提取方法. 中国, 发明专利, ZL 201711065062.0, 2019.11.12.
