共查询到20条相似文献,搜索用时 31 毫秒
1.
快速、准确以及可靠的震相自动识别,不仅可为政府震后决策提供快速可靠的地震信息,还对减轻地震灾害损失和提高公众对政府可信度具有较大价值。以云南强震动台网实际观测记录为基础,选取了2008年至2017年期间震级在M5.0至M7.0间共计20余次地震事件,借鉴国内外P波震相自动拾取的相关研究,用最常用的长短时平均STA/LTA结合AIC准则综合捡拾法和长短时平均STA/LTA结合BIC准则综合捡拾法这两种不同的综合分析方法,将涵盖了云南盈江、腾冲、彝良、洱源和景谷等地震多发区域的记录P波到时捡拾,并对捡拾准确度、可靠度以及相应速率进行对比探讨。统计分析结果表明:在精确捡拾部分中,相比AIC准则,BIC准则的构架与算法更加灵活简单,且其抗干扰信号能力强,能有效避免干扰信号引起的误触发,可在漏捡拾与误捡拾之间寻求最佳平衡,对地震数据实现快速有效的实时处理,更利于云南省内地震预警发展。 相似文献
2.
STA/LTA—AIC算法对地震P波震相拾取稳定性影响 总被引:1,自引:1,他引:0
选取区域地震台网记录的地震波形数据,使用STA/LTA算法与STA/LTA—AIC算法,进行地震P波震相初至到时自动拾取,对地方震及震中距较大的震相进行P波震相拾取效果分析,发现:STA/LTA算法对于地方震P波震相识别精度较高,与STA/LTA—AIC算法拾取的P波震相初至到时相差不大;震中距变大后,STA/LTA算法对P波拾取位置相对于最佳位置向后延迟,STA/LTA—AIC算法有效矫正了STA/LTA算法拾取位置的延迟问题,与人工拾取位置差别可忽略不计。 相似文献
3.
4.
基于小波包和峰度赤池信息量准则的P波震相自动识别方法 总被引:2,自引:2,他引:0
基于小波包变换和峰度赤池信息量准则(AIC), 提出了一种新的自动识别P波震相的综合方法, 即小波包-峰度AIC方法. 首先对由加权长短时窗平均比(STA/LTA)法粗略确定的P波到时前后3 s的记录进行小波包三尺度的分解与重构, 分别计算每个尺度重构信号的峰度AIC曲线并将其叠加, 叠加曲线的最小值则为P波震相到时; 然后对原始地震记录进行有限冲激响应自适应滤波以提高信噪比和识别精度; 最后将小波包-峰度AIC方法应用到合成理论地震图及实际地震记录的P波初至自动识别中. 结果表明: 初至清晰度对识别精度的影响比信噪比对其影响更大; 与单独使用加权STA/LTA方法和峰度AIC法相比, 小波包-峰度AIC法具有更强的抗噪能力, 识别精度更高; 当初至清晰时, 小波包-峰度AIC法自动识别与人工识别的P波到时平均绝对差值为(0.077±0.075) s. 相似文献
5.
6.
提出一种基于直达P波信号和其它背景噪声在能量、非高斯性、非线性和偏振特性的不同而进行区域地震事件实时检测的新方法信噪综合差异特征量方法(简写为EFGLP方法),同时对比分析了应用信号的不同统计特性来精细识别震相初至的3种有效方法,其中的TOC AIC方法是新提出的.应用山东数字地震波资料处理的结果表明:①与常规的STA/LTA地震事件触发算法相比,EFGLP方法能够有效降低地震事件的错误报警率和漏报率;②与人机交互震相识别结果相比,当信噪比比较低、震相初至比较模糊时,3种震相精细识别方法中的TOC-AIC方法识别精度最高;当信噪比比较高、震相初至比较清晰时,基于VAR-AIC 和TOC-AIC方法所测量得到的震相初至识别基本一致. 相似文献
7.
地震震相识别是地震记录分析的基础性工作,在地震定位、地下结构、以及地震学研究中有广泛应用。使用最常用的长短时窗能量比(STA/LTA)加自回归方法(AIC)的方式,采用两步法进行初至震相识别,并分析特征函数对能量变化的敏感度,该方法识别的初至震相70%以上都早0.5s以内,能够较好的识别初至震相。 相似文献
8.
大数据量、强噪声环境给地震P波到时的自动提取带来很大挑战.针对此问题,本文通过构建特殊的特征函数,建立SNR与STA/LTA的内在联系,提出两种基于SNR的地震P波到时自动提取方法,即基于SNR的STA/LTA方法与基于SNR的综合方法.这两种方法分别是运用SNR概念对传统STA/LTA方法和STA/LTA与AIC综合方法的改进.仿真分析结果表明:对于弱噪声环境(10dB)和一般噪声环境(6dB),本文方法较传统STA/LTA方法对地震P波到时提取的准确度更高;而对于强噪声环境(3dB),本文方法仍能准确提取地震P波到时,而传统STA/LTA方法则出现了较大的误判率(10%)与漏判率(65%).本文方法为STA/LTA赋予了明确的物理意义,使其阈值的选取建立在严密的数学推导之上.另外,本文方法在进行地震P波到时自动提取的同时,兼具数据预处理功能,无需额外的基线校正或高通滤波,因而具有较好的实时性. 相似文献
9.
可靠的震相走时是地震预警技术中精确测定震源位置和发震时刻的基础,本文运用STA/LTA震相识别技术,针对单台(河北红山台)2009-2021年共计12年积累的地震记录进行叠加计算,得到了红山台记录到的区域地震各震相走时曲线。结果显示,震中距0°~50°范围内红山台共成像7种震相的走时曲线,分别为P、S、PP、SS、PcS、ScS以及R面波震相,且随着组合参数变化,叠加成像的震相种类、震中距范围、清晰度均有所不同。此外,通过绘制各震相走时曲线发现,震中距0°~15°范围内,P波、S波及R波走时曲线基本呈线性变化,震中距0°~15°范围内计算得到红山台区域地震P波传播速度为7.5 km/s左右,S波传播速度为4.2 km/s左右,R波传播速度为3.5 km/s左右,介于P波和S波之间存在一个震相的走时痕迹,波速为5.4 km/s左右。本工作对于提升红山台震中距≤1 000 km的地震预警定位精度有指导意义。 相似文献
10.
11.
地震信号检测是进行各种地震数据分析和处理的首要任务,STA/LTA方法具有算法简单、便于实时处理等特点,被广泛应用于地震信号检测.结合实际震例数据研究STA/LTA方法进行地震信号检测的各种影响因素,得到该方法进行检测时最合理的参数设置范围. 相似文献
12.
《地震地磁观测与研究》2015,(5)
利用MSDP交互分析软件实现震相自动识别技术,技术模块主要实现STA/LTA触发算法、AR-AIC震相识别方法、Filter Picker方法和自动量取振幅方法,提高MSDP分析处理地震事件和进行地震速报的效率,并利用大量地震事件对震相自动识别技术进行测试和验证。 相似文献
13.
14.
15.
使用兰州小孔径地震台阵记录的近10年地震观测垂直分量波形数据,采用长、短时间平均数比值方法(STA/LTA)叠加出适用于青藏高原东北缘地区的观测走时曲线.结果表明,兰州小孔径地震台阵独特的地理位置,基本上能够记录到不同震中距(0—180°)和不同方位的地震事件;使用不同频率滤波处理之后的地震数据记录叠加出相应的观测走时曲线,从观测走时曲线中可以识别出不同体波震相(P,PKIKP,PKP,PP,PPP,PcP,ScP,S,SS等)的到时及其观测走时曲线特征.这对识别地震各种震相,认识和研究地球内部精细结构等具有非常重要的科学意义. 相似文献
16.
17.
《地球物理学报》2021,64(6)
微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法(MT-Net).方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法(ST-Net)相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求. 相似文献
18.
高效的波至拾取在微震和地震数据处理及成像过程中起到重要作用。广泛使用的基于波至拾取算法的短期平均和长期平均比(STA/LTA),对中强度随机环境噪声的敏感程度较低。为了使最先进的波至拾取方法奏效,首先需要对微震数据进行预处理,例如,消除足量的噪声,再由波至拾取法进行分析。为了解决微震或地震事件波至拾取的噪声问题,利用机器学习技术帮助识别微震或地震数据中的地震波形。由于受监督机器学习算法对大量设计好的训练数据具有依赖性,本文利用无监督机器学习算法将时间样本分为两组,即波形点和非波形点。已证明模糊聚类算法可以运用于微震拾取。一组复杂程度不同的合成、真实微震和地震数据集表明,即使在中强背景噪声情况下,该方法在拾取微震事件方面比最先进的STA/LTA方法表现得更稳健。 相似文献
19.
针对微震事件易受噪声干扰等特点,本文将STA/LTA方法和基于方差的AIC方法(var-AIC)相结合,在震相到时初步拾取的基础上,使用台站的德洛内(Delaunay)三角剖分及台站间最大走时差约束来减少噪声干扰的影响. 利用到时进行地震定位之后,根据台站预测到时,在设定的时间窗内对地震震相进行更精细的分析. 特别是针对微震事件信噪比低的特点,设计了基于偏振分析的拾取函数,根据窗内STA/LTA方法和var-AIC方法的拾取结果自动选择合适的值作为震相到时. 最后,对西昌流动地震台阵2013年304个单事件波形数据的分析处理和检验结果表明,本文方法较传统方法具有更高的地震事件检测能力和更高的震相拾取精度. 相似文献
20.
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