AI4EPS/CEED

加州地震事件数据集（California Earthquake Event Dataset，简称CEED）是一个用于机器学习和云计算的地震波形和元数据的数据集。该数据集包含了地震波形数据、事件元数据等信息，可用于地震事件的机器学习研究和云计算应用。

The California Earthquake Event Dataset (CEED) is a dataset of earthquake waveforms and metadata for machine learning and cloud computing. This dataset contains seismic waveform data, event metadata, and other information, which can be used for machine learning research on earthquake events and cloud computing applications.

搜集汇总

数据集介绍

构建方式

在地震学领域，高质量波形数据的系统性整合对于机器学习模型的训练至关重要。CEED数据集通过汇集加州地区多个权威地震监测网络的历史观测数据构建而成，其原始波形来源于伯克利数字地震网络、美国地质调查局北加州地震网络及南加州地震网络。数据采集后，研究团队采用标准化的HDF5格式进行结构化存储，每个地震事件均以层次化组别组织，包含精确的时空元数据、台站信息以及多分量波形序列，形成了涵盖六万余个事件的标准化机器学习数据集。

使用方法

使用者可通过Hugging Face的datasets库便捷加载该数据集，并依据研究需求选择六种预设配置之一，例如‘station_test’或‘event_train’。加载后的数据以字典形式返回，可直接转换为PyTorch张量以适配深度学习流程。对于台站配置，样本包含波形数据、震相标注、事件与台站位置等关键字段；事件配置则进一步聚合多台站波形形成三维数组。数据集支持流式加载与批处理，用户可通过DataLoader进行高效迭代，为地震检测、定位、震相识别等机器学习任务提供即用的标准化输入。

背景与挑战

背景概述

在地震学领域，高精度地震事件检测与参数测定是提升灾害预警能力的关键。由AI4EPS团队构建的加州地震事件数据集（CEED）于2025年正式发布，其核心研究问题聚焦于为机器学习与云计算提供大规模、标准化的地震波形数据。该数据集整合了伯克利数字地震网络与南加州地震网络的观测资料，涵盖了自1970年至2020年间超过六万次地震事件的波形与元数据。CEED的建立显著推动了数据驱动的地震学研究范式，为地震检测、相位拾取及震源参数反演等任务提供了基准测试平台，促进了人工智能技术在地球物理领域的深度融合与应用。

当前挑战

CEED数据集旨在解决地震事件自动检测与参数估计中的核心挑战，包括在复杂噪声背景下准确识别微弱地震信号，以及从多台站波形数据中高效提取震源特征。在构建过程中，研究团队面临数据整合与标准化的难题，需将来自不同观测网络、具有异构格式与质量的地震波形进行统一处理与标注。此外，数据集的庞大规模与高维度特性对存储、访问及计算资源提出了严峻要求，如何设计高效的数据结构以支持流式加载与分布式计算，亦是实现其实际应用的关键障碍。

常用场景

经典使用场景

在地震学与机器学习交叉领域，CEED数据集为地震波形分析提供了标准化范例。该数据集整合了加州地区密集台网记录的地震事件波形与元数据，其经典应用场景在于训练深度学习模型进行地震检测与震相拾取。研究者可利用其提供的三维波形张量及精确标注的P波、S波到时信息，构建端到端的神经网络，实现从原始地震信号中自动识别地震事件并定位震源，显著提升了地震监测的自动化水平与处理效率。

解决学术问题

CEED数据集有效应对了地震学中数据驱动方法面临的若干核心挑战。它通过提供大规模、高质量且标注统一的地震波形数据，解决了传统方法依赖人工经验、处理效率低下的瓶颈。该数据集支持研究地震信号的特征提取、噪声抑制以及复杂震相识别等问题，为发展高精度地震定位、震级估算及震源机制反演算法奠定了数据基础，推动了计算地震学向智能化、自动化方向的范式转变。

实际应用

在实际地震监测与预警系统中，CEED数据集发挥着关键作用。基于该数据集训练的模型可部署于区域地震台网，实现实时地震检测与快速参数测定，为地震早期预警、灾害应急响应提供关键技术支持。此外，其提供的标准化数据格式便于云计算平台进行大规模并行处理，支持构建可扩展的地震数据分析流水线，服务于城市防震减灾、基础设施安全评估以及地球内部结构成像等实际工程与科研需求。

数据集最近研究

最新研究方向

在地震学与人工智能交叉领域，CEED数据集正推动机器学习模型在震相拾取、地震定位及预警系统方面的前沿探索。该数据集整合了加州地区密集的地震波形与丰富元数据，为深度学习算法提供了标准化训练基础，促进了端到端地震事件检测与参数反演模型的研发。随着全球对地震灾害风险关注的提升，CEED支撑的研究正关联实时地震监测、早期预警精度优化等热点议题，其结构化设计亦助力云计算环境下的高效数据处理，对提升地震学研究的可重复性与自动化水平具有关键意义。