共查询到18条相似文献，搜索用时 218 毫秒
1.
观测并研究了2011年10月12日发生在北京海淀区的一次小地震前4天,五个次声监测站点接收到的异常次声波信号.这五路信号的波形一致,均为"N"形脉冲波,且持续时间基本一致,约在一个小时左右.基于Wigner-Ville分布方法对信号进行时频分析发现次声波能量主要集中在0.025 Hz的频率以下.五路信号间的相关系数均高达0.8左右.采用波束形成方法对信号源进行成像定位研究,其结果表明:该地震前异常次声波源的位置与地震发生时震中的位置相差约5 km.本文的分析结果说明了地震前可能有低频大气次声波的产生,研究这类次声波可能为地震的预测提供一种有价值的信息. 相似文献
2.
通过文献调研,本文回顾了国际国内主要次声波观测台阵和地震次声波的最新研究进展,目的是寻找两者的差距与不足,为国内地震次声波监测台阵建设和地震次声研究提供有益的借鉴.文章首先对全球最大、分布最广泛的IMS次声观测台阵布设方式及降低风噪系统进行了详细归纳,与国内主要次声台阵在这两方面的进展对比后发现,国际次声台阵主要以小孔径多子台的方式布设,且大多配备有不同类型的降低风噪系统;国内次声台阵主要以广域台阵方式布设,仅有少部分实验性的小孔径次声台阵,且大多未布设降低风噪系统.随后文章对各类次声台阵在地震监测预报方面的研究成果进行了认真梳理,国内外对比可以发现,国内地震次声研究主要集中在震前次声方面,国际地震次声研究主要以同震次声研究为主,主要包括震中次声、衍射次声和本地次声的识别分析,以及应用相关次声信号开展次声源定位、地震动影响分析等工作.分析结果认为,今后国内地震次声监测台阵建设方面应该进一步加强小孔径多子台台阵建设及降低风噪系统布设,这更有利于次声互相关信号提取及提高数据信噪比;国内地震次声研究需要继续开拓思路,在关注震前次声波研究的同时,进一步加强同震次声波的分析,这更有利于追踪地震次... 相似文献
3.
震源深度是地震定位中的重要参数之一。对于一个地震,sPn与Pn震相到时差是一个常量,与震中距无关,只与震源深度和地壳模型有关。基于该理论,以河北数字台网数据为基础,识别sPn震相和Pn震相,计算2017年9月4日河北临城ML4.4地震震源深度,结果为6.86km。双差定位法是目前确定震源深度比较精确的方法,双差定位得到的震源深度为7.01km。双差定位法所用数据量比较大,计算过程繁杂。利用sPn与Pn到时差计算震源深度的结果与双差定位法结果接近,计算快速、简单,所需数据量小。因此,将该方法应用到实际工作中,可以快速、准确地测定近震震源深度。 相似文献
4.
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
5.
震相识别为震源定位提供了可获取必需初始数据的微震信号片段.基于自适应高通滤波、背景噪声幅值上下界计算、轮动圆半径计算及轮动迭代、超限点归类分组4个信号处理流程提出了自适应轮动归类法,并分析了4个初始参数的影响程度及其取值依据.通过计算背景噪声与微震响应的特征值提出了用于判定微震信号有效性的微震信号信噪比(SNRmss),将SNRmss与信号长度分别同震相识别方法的计算速度与识别偏差进行了相关性分析.对比分析了模型试验与实际工程下该方法与改进长短时窗法(STA/LTA)在识别准确率、识别稳定性、计算速度、计算稳定性等方面的优劣.结果表明：相较改进STA/LTA方法,自适应轮动归类法对长度不同信号的识别容错率与稳定性更高.在模型试验下,自适应轮动归类法的识别准确率提高了25.0%,识别偏差标准差为前者的17.4%,计算时间平均值、标准差分别为前者的44.2%、67.4%;实际工程中,自适应轮动归类法的识别准确率提高了4.8%,识别偏差标准差为前者的34.2%,计算时间平均值、标准差分别为前者的40.9%、55.9%. 相似文献
6.
本文对利用强震近场加速度记录确定时,空、强三个完整的震源参数。文中给出一种利用计算机自动识别地震记录的Ｐ波初动到时和Ｓ波震相到的算法。根据新近发表的Ｗｏｏｄ－Ａｎｄｅｒｓｏｎ地震仪器的最新参数,修牍正唐山地区量规函数。利用唐 山数字震观测台阵得到的近场加速度数据,计算了１０次地震的震源位置和震级,并对定位误差进行了综合分析,将强震台网测定的震源参数与地震台 相似文献
7.
8.
基于时变窄带滤波技术提取可控震源扫频信号方法研究 总被引：1，自引：0，他引：1
精密主动地震监测为我们主动探测地下介质结构, 并监视其动态变化提供了一条可能的技术途径。 由于精密控制震源释放的能量强度小, 随着传播距离的增加, 信号的快速衰减, 在离震源较远处有用的震源信号被掩盖在很强的噪声中, 这对于震相的识别与走时的拾取精度有着很大的影响。 本文设计了一种时变窄带滤波器进行更为精细的滤波, 期望进一步提高观测数据信噪比, 再结合匹配滤波方法实现主动震源信号的检测与波形变换。 另外, 由于不同震相有一定的到时差, 使用时变窄带滤波器提取一个震相波形信息时, 将压制其他震相的波形信号, 从而实现了震相分离的技术。 仿真计算与实际资料处理显示了该方法在提高观测资料质量、 震相识别分辨率及震相分离方面具有一定的有效性与优越性。 通过对广东省新丰江库区精密可控震源试验数据进行时变窄带滤波方法的处理, 在震中距为200 km左右处的台站记录中检测到主动源信号, 体现了对远台弱信号的提取能力。 相似文献
9.
系统梳理2020年7月12日唐山古冶区5.1级地震前出现的地震活动和地球物理观测等异常,结果如下：①地震活动：震前存在地震平静、小震高频、中等地震成组等中短期异常;②地球物理观测：震前主要为电磁和流体异常,短期异常主要分布在震中100 km范围内;③震后回溯：北京及周边震前存在地震发生率异常,利用其他综合方法主要识别出年尺度异常。此次唐山5.1级地震发生在1976年唐山7.8级地震余震区,而7.8级地震序列地震活动呈非均匀衰减特征。此次唐山5.1级地震震源机制为走滑型破裂,截至7月31日,序列b值为0.70、h值为1.8,序列参数基本正常。综合分析认为,此次地震发生前,地震活动中短期异常较显著,地球物理观测异常占比明显偏低;震前对该区域出现的中期和短期异常有所察觉,但短期异常的预测强度偏低,震后总结时按震前异常预测的地震强度为4—5级,接近实际发生地震的强度。 相似文献
10.
系统梳理了2020年1月16日新疆库车5.6级地震前出现的地震活动和地球物理观测等异常,结果如下：①地震活动：震前存在地震平静、地震高频、带状分布、地震窗等中短期异常;②地球物理观测：震中350 km范围内均为形变异常,分别体现在固体潮、地倾斜、钻孔应变测项;③综合方法主要识别出年尺度异常。对库车5.6级地震序列进行分析,可知主震震源机制为走滑型破裂,余震不丰富,序列衰减不明显,序列发展过程中地震活动起伏变化明显。综合分析认为,此次地震前地震活动中短期异常较为突出,地球物理观测异常相对较少,发震前2年异常数量出现先增加后减少的现象,对地震的发震时间具有一定指示意义。 相似文献
11.
越来越多的观测发现,在地震、火山爆发、泥石流等重大自然灾害发生前,常产生异常的次声信号,这为地震及其他自然灾害的预报工作增加了一种可能的信息;同时,次声还是监测大气层、浅地表爆炸的有效手段.在自然灾害和爆炸事件次声监测中,慢度和方位角等参数对于源信号传播、定位以及源性质识别等工作具有重要意义.然而,目前的慢度和方位角等参数的算法——频率波数(FK)分析法,尚存在精度和分辨率不高等问题,特别是对多源次声信号的识别能力较差.为提高次声信号的监测精度,基于次声信号和噪声的子空间不相关性,构建了次声信号慢度和方位角二维子空间计算模型,并在此基础上提出了一种高分辨率次声信号二维子空间算法,仿真实验和实际数据的对比分析结果表明:本文提出的方法在精度和分辨率方面明显优于FK法,且能够更好地分离多源次声信号. 相似文献
12.
13.
Valentin Tschannen Norman Ettrich Matthias Delescluse Janis Keuper 《Geophysical Prospecting》2020,68(3):830-844
Diffracted waves carry high-resolution information that can help interpreting fine structural details at a scale smaller than the seismic wavelength. However, the diffraction energy tends to be weak compared to the reflected energy and is also sensitive to inaccuracies in the migration velocity, making the identification of its signal challenging. In this work, we present an innovative workflow to automatically detect scattering points in the migration dip angle domain using deep learning. By taking advantage of the different kinematic properties of reflected and diffracted waves, we separate the two types of signals by migrating the seismic amplitudes to dip angle gathers using prestack depth imaging in the local angle domain. Convolutional neural networks are a class of deep learning algorithms able to learn to extract spatial information about the data in order to identify its characteristics. They have now become the method of choice to solve supervised pattern recognition problems. In this work, we use wave equation modelling to create a large and diversified dataset of synthetic examples to train a network into identifying the probable position of scattering objects in the subsurface. After giving an intuitive introduction to diffraction imaging and deep learning and discussing some of the pitfalls of the methods, we evaluate the trained network on field data and demonstrate the validity and good generalization performance of our algorithm. We successfully identify with a high-accuracy and high-resolution diffraction points, including those which have a low signal to noise and reflection ratio. We also show how our method allows us to quickly scan through high dimensional data consisting of several versions of a dataset migrated with a range of velocities to overcome the strong effect of incorrect migration velocity on the diffraction signal. 相似文献
14.
A fast automatic identification method for seismic belts based on distance correlation and its earthquake case* 
下载免费PDF全文
下载免费PDF全文 Earthquake prediction practice and a large number of earthquake cases show that anomalous images of small earthquake belts may appear near the epicenter before strong earthquakes. Through the research of earthquake cases, researchers have a relatively consistent method to determine the clarity of an identified seismic belt, but there is still a lack of method on seismic belt identification from the distribution of scattered points. Due to the complexity of exhaustive algorithm, the rapid automatic identification technique of seismic belts has been progressing slowly. Visual recognition is still the basic method of seismic belt identification. Based on the algorithm of distance correlation, this paper presents a fast automatic identification method of seismic belts. The effectiveness of this method was proved by 100 random earthquakes and an example of seismic belts of magnitude 4.0 before the 2005 Jiujiang M5.7 earthquake. The results show that: ① the automatic identification of seismic belts should first identify the “relational earthquake”, then identify the “suspected seismic belt”, and finally use the criterion of seismic belt clarity to determine; ② random earthquakes and real earthquakes identification results show that the distance correlation method can realize the fast automatic identification of seismic belts by computer. 相似文献
15.
16.
提出了一种用于地震早期预警的S波震相实时自动识别方法. 该方法不对原始信号进行任何滤波处理, 直接对三分向记录进行计算分析. 首先根据P波前0.5 s数据的卓越频率计算适用于该三分向记录的窗长, 采用由偏斜角和水平能量与总能量比值的平方积作为确定S波识别区间的特征函数, 将特征函数已有数据的5倍均值和5倍方差之和作为识别区间的触发阈值; 然后采用VAR-AIC方法对两个水平分向识别区间的数据分别计算分析, 对两个识别结果进行判断, 最终确定S波初动时刻. 经过对118个三分向记录的实际应用验证, 通过自动识别结果与人机交互震相识别结果相比, 本文方法对于S波相对P波尾波信噪比大于5 dB的地震记录, 其识别误差小于0.1 s的概率高达89.39%. 相似文献
17.
本文将动态时间规整方法引入到地震观测资料的形态匹配分析中,以解决因时间尺度不一致的两列观测数据无法定量比对的问题。基于动态时间规整技术方法原理,通过测试数据验证了动态时间规整方法的可行性,并利用云南西部地区的断层实际观测数据,分析了1996年丽江MS7.0地震前的跨断层观测数据异常形态与当前数据异常形态的相似性问题。结果表明:① 动态时间规整方法可用于地震资料时间长度不一致时的相似性匹配;② 时间不一致的两列观测数据可用累积规整路径距离来定量表征,累积距离越短,曲线形态越一致;③ 动态时间规整方法可用于给定模板的前兆数据相似度的计算机自动提取,可提高当前仅依靠人工判别的工作效率;④ 从模式识别的角度考虑,当前下关跨断层水准观测数据变化形态与1996年丽江MS7.0地震和2008年汶川MS8.0地震前的水准数据变化形态较为一致。 相似文献
18.
在地震的孕育、发生到发展的过程中，可能会出现多项地下流体观测量不同程度的前兆异常变化，这些异常变化是复杂多样、模糊不清的。引入模糊识别法对一定区域和一定时间段的地下流体观测数据进行了分析和处理，表明模糊识别法可较好地识别和分辨出地下流体前兆的地震异常。 相似文献