共查询到20条相似文献，搜索用时 78 毫秒
1.
针对海量地震数据的高效自动处理是现代地震学重要的研究课题之一.本文基于Python语言的地震学数据处理软件平台ObsPy重构了背景噪声成像数据处理工作流程方案.以大兴安岭地区的不同来源与不同格式的地震数据为例,利用ObsPy软件包实现了背景噪声成像去除仪器响应、重采样、滤波、去均值趋势等预处理过程,以及One-Bit时间域归一化、谱白化、互相关计算等主要工作流程.对比测试表明基于ObsPy软件包的新流程与常用的噪声成像软件包的计算效率具有可比性,但代码更加简洁易用.同时,基于Python语言实现了利用Bootstrap方法对背景噪声成像提取面波频散曲线的误差分析.最后,本文利用归一化背景能量流方法分析了大兴安岭地区相关噪声源的时空分布.分析结果显示,研究区接收的短周期噪声可能与太平洋浪高的季节变化相关,接收的长周期噪声可能与全球海洋浪高的季节变化相关. 相似文献
2.
本文基于波形相似性提出了一种适用于地震序列中单台事件目录校正的方法。以福建仙游地震序列为研究对象,应用双差地震定位（HypoDD）算法对多台事件进行重定位,依据记录波形相似性将仙游地震序列事件划分为161个事件丛集,以多台事件重定位目录为参考,对单台事件目录进行校正。结果表明,本方法能够有效地实现单台事件目录的合理校正,有助于提升地震序列目录的完整性和地震目录的实用性。以HypoDD重定位目录为参考的校正目录可用于地震参数计算。分析校正后的仙游地震序列目录认为,序列中的单台事件主要由金钟水库库区局部应力调整诱发。 相似文献
3.
地震事件识别是地震层析成像的重要组成部分。然而,在处理宽频带流动台阵天然地震记录中识别地震事件过程中,利用传统的人工识别方法耗时巨大,效率十分低。本文首先运用STA/LTA 对地震事件进行初步判断,并结合支持向量机信号检测算法和多台联合检验法来提高地震事件判别的准确度及抗干扰能力,达到天然地震事件的自动识别。南岭流动台阵数据的应用结果表明该综合识别算法可自动快速准确地判别地震事件,并可用于地震震相的拾取。 相似文献
4.
在已有地震数据处理软件的基础上,为了进一步丰富和完善地震数据处理工具库,基于ObsPy模块库,设计并实现了一款简单易用、可拓展的地震数据处理软件SeisProc。该软件利用ObsPy提供的信号接口,实现了对多种格式的地震数据文件的预处理功能,应用PyQt5库设计GUI,实现数据预览、格式转换、波形绘制和预处理等功能。 相似文献
5.
介绍了在地震数据实时处理系统中常用的几种触发检测算法。以喀什地震台、巴楚地震台为例 ,对触发检测算法在国家数字地震台、区域有人值守数字地震台的实际应用进行了分析和讨论。 相似文献
6.
为监测东祁连山北缘断裂带附近的地震活动性,布设包含240台短周期地震仪的面状密集台阵,进行约30 d的连续观测。首先使用基于深度学习的多台站地震事件检测算法（CNNDetector）进行地震事件检测,然后使用震相拾取网络（PhaseNet）对地震事件进行P波和S波到时拾取,其次使用震相关联算法（REAL）进行震相关联及初定位,最后使用双差定位（hypoDD）进行地震重定位,最终的精定位地震目录中共有517个地震。在密集台阵观测期间,中国地震台网正式地震目录中共有39个位于台阵内的地震事件,相比而言,密集台阵检测到大量小于0级的地震。因此通过布设密集台阵,可提高活动断裂微地震活动性的监测能力。与历史地震空间分布相比,密集台阵地震精定位分布具有较好的一致性,表现出更明显的线性分布特征。基于地震分布,发现研究区域存在与地表断层迹线走向不同的隐伏活跃断裂。 相似文献
7.
利用人工神经元网络方法,提出了一种从连续的地震数据中检测出地震事件的方法。该方法分两步,首先,低阈值的STA／LTA算法从连续的波形中检测出类似地震事件;其次利用神经元网络方法,区分事件是地震事件还是噪声事件。通过对数据检测结果比较,找出了适合地震检测的神经元网络训练方法和神经元传递函数。在对天山流动台阵其中两个台的检测结果表明,在连续约两个月数据中,39RLS台检测出地震75个,30RNA台检测出地震95个,证明该方法对地震事件检测来说是一种有效的方法。 相似文献
8.
9.
介绍一种高采样率超低频地震电磁场观测系统,通过对几种事件分析和提取方法的优缺点讨论,引入一种新的事件判定和提取方法,即极差归一化变换法,利用该方法对怀来地震台的超低频地震电磁场试验观测数据进行分析处理.研究结果表明:极差归一化变换法在事件阈值计算中不受观测数据幅度变化的影响,且受到背景噪声干扰的影响比较小,是一种比较有应用前景的超低频地震电磁场事件提取方法. 相似文献
10.
11.
根据福建地震台网的地震目录,利用各个地震事件前4台的P波到时对Tnow定位方法和4台连续定位方法进行检验,结果表明,两种方法的定位结果相差不大,大部分地震事件的定位偏差也都较小;随震中距的增大,两种方法对网外地震的定位偏差可能增大,这可能和台站集中在震中的一侧、参与定位的台站与地震之间的张角较小有关。波速结构对4台连续定位方法的定位结果存在一定的影响,选择合适的速度模型将有助于改善地震预警定位结果。采用Tnow定位方法不能定位的地震事件相对于4台连续定位方法要多,这可能是由于Tnow定位方法应用了未触发台站的信息,而部分P波到时信息因台站断记或震相记录不清晰等原因而未在地震目录中体现导致的;综合考虑两种定位方法的局限性有助于提高地震预警系统的稳定性和可靠性。 相似文献
12.
实时地震数据处理系统网络通讯服务 总被引：1，自引：0，他引：1
EDSP-MCRTS是区域数字地震台网中心实时地震数据处理系统专用软件包。该软件包已在全国20多个区域数字地震台网和古巴等国家数字地震台网投入运行。该系统具备以下功能：实时接收多路地震波形数据;实时事件检测;对检测到的地震事件进行自动分析;实时波形数据记录和事件波形数据记录;数据存储管理;系统运行管理。 相似文献
13.
14.
通过对地震断层陡坎演为过程的分析，应用均匀物质扩散理论建立地震断层陡坎的形态方程，推断古地震断层陡坎的年龄，从而确定古地震事件的期次及年代。用该方法对二台活断层古地震断层陡坎进行计算，所得结果与用其它方法确定的古地震事件的期次及年代对应较好。 相似文献
15.
随着国内外页岩气勘探开发的不断深入,水力压裂微地震监测技术重要性越来越大,而该技术的核心是微地震事件定位.近些年前人对微地震事件的定位方法做了比较深入的研究,形成了众多定位方法.为此,依据目标函数构造及其求解方式对微地震事件定位方法进行了分类,主要介绍了两大类具有代表性的微地震事件定位方法:(1)基于走时的射线追踪定位方法;(2)基于波形的偏移定位方法.然后对其算法思路流程、优缺点等方面进行了归纳总结,分析了各类算法的研究现状及两种典型算法的应用实例,最后对微地震事件定位方法的发展趋势进行了展望. 相似文献
16.
利用密集台阵对水力压裂微地震进行监测将有助于优化储层压裂、揭示断层活化.为满足密集台阵海量采集数据的处理需求,本文建立了一种综合运用多种机器学习方法和台阵相关性的、无需人工干预的自动处理流程,从而能够快速得到高质量的密集台阵震相到时目录.该综合策略包括：(1)利用迁移学习在连续波形中快速检测地震事件;(2)利用U型神经网络PhaseNet自动拾取P波、S波震相;(3)利用三重线性剔除法,结合密集台阵到时相关性剔除异常到时数据和地震事件;(4)利用K-means和SVM两类机器学习算法,进一步区分发震时刻接近的多个地震事件,减小事件漏拾率.通过将该流程应用于四川盆地长宁—昭通页岩气开发区微地震监测数据,并将自动处理结果与人工拾取结果进行比对发现,二者在震级测定、定位以及走时成像结果等方面具有很好的一致性,表明本文处理流程结果精度可达到手动处理精度.本文结果为密集台阵地震监测数据的高效、高精度处理提供了新思路. 相似文献
17.
18.
一、概述BSOSDCR 是以 Z-80语言为基础,以 TP801B 单板机为运行环境的三道地震数据实时采集、检测、压缩与记录通用软件包。该软件包除可对短周期(SP)、中长周期(MP)与长周期(LP),压缩与不压缩,触发记录与连续记录等功能进行灵活组合(共12种)外,还可以对各种参数进行即时设定,充分满足了地震观测的各种需求。整个软件包固化在2片EPROM(2716)中,共占空间2.5K。目前,该软件包已在现代化基准台观测系统 BSO 中可 相似文献
19.
20.
发展高效、高精度、普适性强的自动波形拾取算法在地震大数据时代背景下显得越来越重要.波形自动拾取算法的主要挑战来自如何适应不同区域的不同类型地震事件的分类与筛选.本文针对地震事件-噪音分类这一问题,使用13839个汶川地震余震事件建立数据集,应用深度学习卷积神经网络(CNN)方法进行训练,并用8900个新的汶川余震事件作为检测数据集,其训练和检测准确率均达到95%以上.在对连续波形的检测中,CNN方法在精度和召回率上优于STA/LTA和Fbpicker传统方法,并能找出大量人工挑选极易遗漏的微震事件.最后,我们应用训练好的最优模型对选自全国台网的441个台站8天的连续波形数据进行了识别、到时挑取及与参考地震目录关联,CNN检出7016段波形,用自动挑选算法拾取到1380对P,S到时,并与540个地震目录事件成功关联,对1级以上事件总体识别准确率为54%,二级以上为80%,证明了CNN模型具有泛化能力,初步展示了CNN在发展兼具效率、精度、普适性算法,实时地震监测等应用上具有巨大潜力. 相似文献