地震事件检测是地震预警系统中的关键环节。传统的地震检测技术通过地震台站的高精度加速度计判别地震发生与否。近年来,随着智能手机的普及和性能提升,基于手机内置加速度计进行地震事件检测成为地震预警研究领域的新方向。有别于传统的检测技术,基于手机加速度计的地震事件检测方法不再侧重于从强噪声中提取地震事件数据,而是聚焦在挖掘人类活动数据模式和地震事件数据模式的差异。因此,传统地震事件检测方法在手机地震事件检测中并不完全适用。本论文从典型的人类活动模式特点出发,设计了手机固定姿态下的地震事件分层检测框架,并在此基础上通过加速度计和磁力计的数据融合,提出一种手机非固定姿态下的地震事件检测方法。主要工作和贡献如下:首先,本论文给出了一种新的基于地震体验屋的地震事件模拟方法,以更好地再现真实地震场景下的手机加速度数据模式。在此基础上,建立了地震事件检测样本库,该样本库覆盖了多种设备、手机姿态、手机载体、正负样本类型、和传感器类型。其次,通过传统门限方法和MyShake检测方法的融合,重点研究了手机固定姿态下的地震事件分层检测算法框架。在算法的较低层次,使用门限算法,提取STA/LTA和SMC特征,考虑与地震事件区分度较高的典型人类活动事件;在算法较高层次,使用随机森林分类算法,提取时频域特征,考虑与地震事件难以区分的典型人类活动事件。实验结果验证了分层算法在手机固定姿态下地震事件检测中的有效性。最后,在分层算法框架的基础上,通过加速度计和磁力计数据的融合,实现了不同手机设备数据坐标的归一化,并提出了地理相关的数据特征以更加高效地区分地震事件和人类日常活动事件。在此基础上,给出了手机非固定姿态下的地震事件检测策略:坐标归一化数据+地理特征+随机森林算法。实验结果表明,在该策略下,正负样本查准率均超过90%,且算法使用的总数据特征维数大大降低。