我是萧鸿宇，地震学与地质学博士，毕业于美国伊利诺伊大学厄巴纳-香槟分校。长期从事地震学与地球物理领域研究，尤其关注美国中部大陆的地壳构造差异及其对构造活动与地震危险性评价的影响。
我的研究重点包括：
- 利用多尺度地震学方法分析北美克拉通的地壳演化过程；
- 诱发地震机理与监测技术；
- 人工智能在地球物理数据分析中的应用；
- 碳封存管理与地下流体运移监测；
- 边缘计算在地球物理实时监测系统中的应用。
目前，我在俄克拉荷马大学担任研究员，致力于推动地震灾害评估、人工智能与高性能计算在地球科学领域的交叉融合，以发展更精准的地球物理监测与风险预警方法。
最新动态
-
学术报告｜ES-SSA 年会：微地震监测的机器学习
2025年10月28日，我在美国地震学会东部分会年会（圣路易斯）报告了题为《机器学习在微地震监测中的应用》的研究。该工作展示了我们团队开发的可适应机器学习模型与高质量数据集，并深入探讨了相关方法在俄克拉荷马地区碳封存安全监测中的实际应用与潜在价值。
-
学术报告｜ES-SSA 年会：美国中部中大陆剪切速度异常
2025年10月27日，我在美国地震学会东部分会（ES-SSA）年会上作了题为《美国中部中大陆剪切波速度异常与高分辨率联合反演研究》的学术报告。该研究聚焦于中大陆关键构造带的波速结构异常，通过多方法联合反演揭示了该区域地壳至上地幔结构的新特征，为理解该地区构造演化与地震活动性提供了重要约束。
-
学术报告｜AAPG Midcontinent 2025
2025年10月9日，我在AAPG Midcontinent会议上分享了题为“用于诱发地震检测的下一代机器学习框架”的研究。该报告系统介绍了一个集成迁移学习与少样本学习能力的先进框架，旨在提升对诱发地震事件的识别精度与效率，为相关监测与风险评估提供了新的技术路径。
-
海报报告奖 | DISC 首届数据科学研讨会
2025年3月，我受邀参加由“数据与社会挑战研究所”主办的“创新与影响：DISC 首届数据科学研讨会”，并在会上展示了将人工智能技术应用于诱发地震分析的研究成果。该研究最终荣获会议颁发的海报报告三等奖。
-
论文发表｜《Earth and Planetary Science Letters》
2025年3月，我的论文“Moho depth (crustal thickness) variations under the northeastern midcontinent of North America, based on H-κ− c receiver-function analysis”在地球科学领域国际权威期刊Earth and Planetary Science Letters正式发表。该研究通过H-κ−c接收函数分析，系统揭示了北美中大陆东北部地区莫霍面深度的空间变化特征，为理解该区域构造演化提供了关键的地壳结构约束。
DOI：10.1016/j.epsl.2025.119289 -
特邀报告｜John D. Pigott 系列研讨会
2025年1月，我应俄克拉荷马大学地球科学学院邀请，在其著名的 John D. Pigott Colloquium Series 中作特邀学术报告，系统介绍了我在美国中部大陆构造过程方面的最新研究成果。此次报告为该领域学者提供了深入交流的平台，并获得了同行的积极反馈。
-
查看更多过往动态 @ archived_news.html
伊利诺伊盆地 / 密歇根盆地 / 美国中部大陆 / 美国
接收函数分析（Receiver Function Analysis）
接收函数是由三分量地震时序数据计算得到的时间序列，能够有效反映台站（接收器）下方地球内部结构特征 [Langston et al., 1978]。
H-κ-c 方法是在传统接收函数分析基础上发展的一种广义方法，通过对 P 波到 S 波转换震相及其相应的地壳多次波进行调和校正，显著提升了地壳厚度（H）与 P/S 波速比（κ）的估计精度 [Li et al., JGR 2018]。
伊利诺伊盆地 / 美国中部大陆 / 美国
背景噪声成像（Ambient Noise Tomography）
背景噪声成像是一种利用地震环境噪声记录中提取的相干信号构建地球内部层析结构的地震成像方法。通过计算噪声信号的互相关，可从中恢复出隐藏在噪声记录中的相干面波信号，即经验格林函数，进而获取地下结构的可靠约束。
伊利诺伊盆地 / 美国中部大陆 / 美国
联合反演层析成像（Joint Inversion Tomography）
背景噪声成像对速度结构敏感，但对明显的间断界面或大阻抗对比响应较弱；接收函数则对大阻抗对比界面敏感，却难以连续追踪速度变化。
联合反演方法能够有效克服单方法反演中潜在的参数折衷问题，综合利用两者的优势，构建出更为可靠、分辨率更高的地下结构模型。在本研究中，联合反演为中大陆中部地区提供了精细的剪切波速度结构图像。
俄克拉荷马 / 诱发地震 / 机器学习
诱发地震学中的机器学习方法
本研究聚焦于利用机器学习提升诱发地震事件的监测与分析能力。通过引入迁移学习等方法，我们优化了现有地震检测模型，显著提高了对小震级事件的识别精度，并有效降低了漏检率。该方法在俄克拉荷马等诱发地震活跃区展现出良好的适应性，可在快速部署的同时维持高检测性能，为理解与监测诱发地震活动提供了有效的技术支撑。
边缘计算 / 实时监测 / 边缘智能
地震监测中的边缘智能计算系统
本研究致力于开发一套基于边缘计算架构的实时地震监测系统，将轻量化机器学习模型部署于近场计算节点，实现地震事件的毫秒级实时检测与定位。系统通过优化模型推理效率，在有限计算资源下保持高检测灵敏度，显著降低数据传输延迟与云端依赖。
该框架特别适用于诱发地震监测、碳封存场地安全评估等对时效性要求严苛的场景，为工业运营与风险管理提供即时的决策支持，推动地震监测技术向分布式、智能化、低延迟方向发展。
在伊利诺伊大学厄巴纳-香槟分校（UIUC）期间，师从宋晓东教授，开展中大陆地区岩石圈形态与地震波速结构的相关研究。
- 指导教师： 宋晓东教授（UIUC）， 现任北京大学地球与空间科学学院讲席教授
- 研究方向：美国中大陆地区岩石圈结构、地震层析成像、接收函数分析及构造演化
- 研究方法：地震波接收函数分析、背景噪声成像、联合反演、地震各向异性等
在芝加哥大学期间，师从Douglas R. MacAyeal 教授，开展了基于历史地震记录的早期地震预警系统研究，初步建立了地震学与数据科学交叉的研究方法体系。
- 指导教师： Douglas R. MacAyeal 教授
- 研究方向：基于多层神经网络的早期地震预警模型、地震活动性预测、机器学习在地震学中的应用
- 数据与算法：
- 构建并管理大规模历史地震记录数据集，进行系统的数据清洗、预处理与特征工程
- 使用监督学习方法训练神经网络模型，探索地震前兆信号的自动识别与预测
- 在早期阶段实践了完整的数据驱动预测建模流程，为后续人工智能在地震监测中的深入应用奠定基础
在中国石油大学（北京）地学院创新班就读期间，师从季汉成教授，系统学习了地质学与地球物理的基础理论，并完成了与油气地质相关的本科科研训练，为后续从事与能源开发相关的地球物理与地震学研究打下坚实基础。
- 指导教师： 季汉成教授
- 毕业论文：“雾迷山组燧石成因分析”，通过对雾迷山组烃源岩样品进行总有机碳（TOC）分析，探索该组地质特征与油气生成潜力
- 荣誉与成绩：以 GPA 3.88/4.0 毕业，具备扎实的工科思维与定量分析能力
机器学习与人工智能
编程与科学计算
地球物理与数据处理
伊利诺伊大学
涉及课程：结构地质与构造学、物理地质学、矿物学
教学重点：指导学生理解地球内部结构、岩石变形机制及板块构造理论，为后续地震学与地球物理研究奠定基础。在教学中融入实际地震案例与数据分析练习。
伊利诺伊大学
涉及课程：国家公园地质学、海洋学
教学特色：面向非理工科学生，将复杂的地球科学概念（如地震、火山、板块运动）转化为通俗易懂的知识体系，培养学生对地球系统科学和自然灾害的科学认知。
代表性学术成果
-
GRL 2022 美国中部大陆地壳厚度变化及其构造意义
Hongyu Xiao, Michael DeLucia, Xiaodong Song, Jiangtao Li, Stephen Marshak | Geophysical Research Letters本研究应用改进的 H-κ-c 接收函数方法，首次获得了美国中部大陆地区高分辨率莫霍面深度图。研究揭示了克拉通内部地壳结构的显著变化，为理解板内构造演化与地震活动背景提供了新的结构约束。
技术贡献：发展了适用于稳定大陆区的接收函数优化流程，提升了莫霍面深度估计的稳定性与空间分辨率。
This study presents a high-resolution Moho depth map of the central midcontinent region of the USA, a stable portion of the North American craton, using an enhanced H-κ-c receiver-function method. The results reveal significant undulations in Moho depth at both regional and local scales, with variations up to several kilometers. These Moho undulations correlate with known geologic features such as basin and dome boundaries, as well as major fault systems, suggesting a complex post-assembly evolution of the cratonic crust. The work provides new insights into intraplate deformation mechanisms and crustal modification processes in stable continental regions.
-
EPSL 2025 北美中部大陆东北部莫霍面深度变化：基于 H-κ-c 接收函数分析
Hongyu Xiao, Stephen Marshak, Michael DeLucia, Xiaodong Song | Earth and Planetary Science Letters本研究系统分析了北美中部大陆东北部地区的地壳厚度空间变化模式，通过优化H-κ-c接收函数反演流程，揭示了该区域岩石圈结构的非均匀性特征。研究结果对理解前寒武纪地壳演化与板内构造活化具有重要意义。
主要发现：识别出地壳厚度与地表构造形态之间的复杂关系，为克拉通长期稳定性与局部活化的机制提供了新的观测证据。
This paper presents a detailed crustal thickness model for the northeastern Midcontinent of North America using an advanced H-κ-c receiver-function analysis. The study reveals up to 13 km of crustal thickness variation in a region with minimal surface topography. Results show complex relationships between Moho depth, surface elevation, and sedimentary cover thickness, challenging simple isostatic models. The observed crustal thickness patterns suggest a multi-stage evolution involving Proterozoic rifting, magmatic underplating, and possible crustal delamination events. These findings provide important constraints on the tectonic evolution of intracontinental regions and the long-term stability of cratonic lithosphere.
-
在审/在投研究
目前有多个研究项目处于投稿或修改阶段，涵盖以下方向：
- 机器学习在地震检测中的应用：基于迁移学习与少样本学习的诱发地震监测框架
- 边缘计算与实时地震监测：轻量化AI模型在近场地震预警中的部署研究
- 碳封存场地地球物理监测：多方法联合反演与微地震活动性分析
具体投稿状态与预印本链接可根据需要更新。
研究图件与数据可视化
人工智能地震检测与模型分析
P波震相检测精度分析
P波震相检测准确率的堆叠柱状图，对比不同模型或参数设置下的性能表现。
检测率参数优化热力图
展示不同参数组合下P波检测真阳性率的热力图，用于模型参数优化。
检测阈值参数相关性分析
阈值高度参数与P波检测精度之间的统计相关性分析，指导检测阈值优化。
区域地震活动性与监测网络
俄克拉荷马地震活动时间演化
流图展示俄克拉荷马地区地震事件的时间分布与频率变化，揭示诱发地震活动趋势。
地震监测网络空间覆盖分析
俄克拉荷马地区地震台站与记录事件的分布图，评估监测网络的空间覆盖能力。
地震事件方位分布玫瑰图
玫瑰图展示地震事件的反方位角分布，分析区域构造应力场方向性特征。
台站数据可用性时空分析
热力图展示特定台站月事件计数的时空变化，评估数据质量与连续性。
关于我
园艺 · 花卉 · 秋海棠
培育秋海棠：我的园艺时光
疫情时期开始学习养花，渐渐发现观察植物生长是一件充满乐趣的事。从最初的尝试到现在，我的小花园里已经有了秋海棠、玫瑰、百合等多个品种。
最让我自豪的是，大部分植物都在我的照料下成功越冬。目前的小目标是：打造一个四季都有花开的小花园。
徒步 · 密西西比河 · 秋色
徒步密西西比河畔的秋日风景
徒步是我最喜欢的放松方式之一。尤其喜爱密歇根州的秋日林景，漫山红叶如画。
有时突如其来的天气变化，反而为徒步增添了几分意料之外的趣味。
美食 · 街头小吃 · 青岛味道
美食探索者：永远为尝新留一个位置
我始终相信，食物是最触手可及的幸福。无论是麻辣鲜香、街头小吃，还是风味独特的地方美食，我都乐于尝试。
不过，心底最认可的还是青岛的地道口味——它是我评价一切美食的基准线。
访客分布
本版块可视化展示此页面的全球访问者分布情况。
地址
Sarkeys Energy Center, Norman
电话
+1 872-202-6809
邮箱
hongyu.xiao-1@ou.edu
通常我会在1-2个工作日内回复邮件。如涉及学术合作或项目咨询，建议在主题中注明。