首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 21 毫秒
1.
根据2014年云南地区M6.1盈江地震、M6.5鲁甸地震和M6.6景谷地震的主震、余震P波初期部分的信息,研究了地震震级快速估算中3个预警参数(最大卓越周期τpmax、特征周期τc和最大位移幅值Pd)与震级的相关性,提出了云南地区的震级估计模型,并对其进行分析,再和其它地区的震级估计模型进行对比和评价。结果表明:3种方法均能在短时间内(2~4 s)有效地进行震级估算,Pd方法估算效果最优,τc方法次优,τpmax方法较弱。在震级较大的主震震级估计中,3种方法均没有出现明显的震级低估(震级饱和)现象。对于τpmax方法,云南地区的估计模型与南加州地区较为接近,但与四川地区区别较大,可能与该方法的计算稳定性有关;而τc方法的估计模型则与四川及世界其它地区均较为接近,更具有普适性和稳定性。在地震预警系统的实际应用中,由于云南地区尚未建立密集的地震监测台网系统,因此在短时间内难以得到较为准确的震中距。与震源距相独立的τpmax和τc两种算法则显得较为实用,其中:τc方法略优于τpmax方法,同时能较好地满足地震预警系统的精度要求,因此推荐使用τc方法应用于云南地区地震预警系统中的快速震级估算。  相似文献   

2.
基于地震预警中不同预警参数估算的震级差别很大,且原因不清楚,使得震级估算的准确性难以得到保证。利用井下基岩观测点的强震动记录可以最大限度减少场地条件的影响,震级估算具有干扰小、质量高的优点。选用日本Kik-net 358个台站井下基岩观测点的14 423条强震动记录数据,通过分析预警参数τ~p_(max)、τ_c、τ_(log)、P_d、IV~2分别在P波初至1 s、2 s、3 s等时段下的震级估算效果,揭示了以前未有解释的造成基于各参数估算的震级差异的原因,并给出一种震级持续估算方法。本文发现:τ~p_(max)受场地条件影响明显,建议采用基岩场地强震动记录数据进行计算;τ_c和τ_(log)受加速度记录积分计算影响容易使得震级估算偏大;P_d采用P波初至4 s进行计算,可以避免6.5~7.2级地震的震级饱和。提出了实时调整预警参数的震级持续估算方法,即基岩强震动记录的初至1 s、2 s P波的τ~p_(max)估算震级,初至3 s P波的P_d估算震级,并以初至4 s地震波的P_d估算震级作为最终的估算震级。  相似文献   

3.
地震预警(EEW)系统是防震减灾中最有效的方法之一,对地震震级的估算是非常重要且困难的。目前,比较成熟的地震震级估算方法主要有基于最大卓越周期τpmax、特征周期τc和位移幅值最大值Pd的震级估算方法,但这些方法存在一个重要缺陷,即对大地震(M_w≥6.5)的震级估算会出现震级低估现象,也称为震级饱和~([1-2])。为克服上述缺陷,借鉴位移源谱方法,探讨了基于单台站P波位移源谱开展地震震级估算的适用性,进一步研究了震源距和场地条件对该方法估算地震震级可靠性的影响,得到了该方法的最佳适用范围。研究通过用多组地震记录检验,表明了位移源谱方法能较好的估算大地震震级,可以有效地解决震级估算时震级饱和问题,此外,在不同震源距和场地条件下,该方法均能提供稳定的震级估算。虽然对于中小地震,位移源谱方法在短时窗下的震级估算有系统性的误差,但是长时窗震级估算中克服了震级饱和现象,同时具有精度高和离散性小的独特优点,具有普遍适用性和稳定性,适用于地震预警系统。  相似文献   

4.
我国四川地区继08年汶川地震后,在2013年再次发生了7级强烈大地震,造成了重大人员伤亡并诱发了多处灾难性滑坡灾害.地震预警系统是防震减灾中最为行之有效的方法之一,其中对地震震级的快速估算是非常重要且困难的.目前世界上提出较早、应用较为广泛的震级估计的方法主要有:基于最大卓越周期(τ_p~(max))、特征周期(τ_c)和最大位移幅值(Pd)方法.本文利用2013年芦山主震及余震P波初期部分的信息,研究了地震震级快速估算中三个预警参数与震级的相关性,提出了四川地区的震级估计模型,然后对其进行验证分析,并与前人得出的震级估计模型进行对比和评价.结果表明:三种方法均能在短时间内(3 s)有效地进行震级估算,总体而言,P_d方法估算效果最优,τ_c方法次优,τ_p~(max)方法较弱.在震级较大的主震震级估计中,三种方法均出现明显的震级低估(震级饱和)现象.对于τ_p~(max)方法,基于芦山地震的估计模型与基于汶川地震的估计模型较为接近,但与南加州地区模型区别较大,可能与四川地区龙门山断裂带的复杂地质条件有关;而τ_c方法的估计模型大体均较为接近,更具有普适性和稳定性.在地震预警系统的实际应用中,由于目前我国仍处于刚起步阶段,尚未建立密集的地震监测台网系统,因此在短时间内难以得到较为准确的震源距,所以与震源距相独立的τ_p~(max)和τ_c两种算法则显得较为实用,其中τ_c方法略优于τ_p~(max)方法,同时能较好地满足地震预警系统的精度要求,因此推荐使用τ_c方法应用于四川地区地震预警系统中的快速震级估算.需要注意的是,地震预警参数具有一定的区域适用性,即在不同震源机制、地形和地质条件影响下,不同地方的震级估算回归模型存在一定的差别.  相似文献   

5.
我国四川地区在2008年发生了一次面波震级达8.0级的强烈大地震,诱发了多处灾难性滑坡灾害并造成了重大人员伤亡.作为防震减灾最为行之有效的方法之一,地震预警系统亟待在四川地区建立起来.在地震预警系统中,对地震震级的快速估算是最为重要且困难的工作之一.目前世界上提出较早、应用较为广泛的快速震级估计的参数主要有:最大卓越周期(τ_p~(max))、特征周期(τ_c)和最大位移幅值(P_d).本文介绍了一种新型的震级估计参数对数周期(τ_(log))并利用2008年汶川主震及其余震P波和S波初期部分的信息,研究了该参数与震级的相关性,并与前人研究同为周期/频率相关算法的τ_p~(max)和τ_c参数进行对比,然后进一步研究时间窗口长度对震级估计误差的影响并进行了评价.结果表明:对于主震事件(M 8.0),短时窗的τ_(log)参数无法避免震级低估(震级饱和)现象,当时间窗口到达第5s时,震级饱和现象能有效地被克服;对于中等震级地震事件(M 5.0~6.5),能够较好地反映地震规模大小,震级估算误差能较好地满足地震预警系统精度要求;在小震级事件(M5.0)中,τ_(log)方法的震级估计误差更小,相比起τ_c方法显得更为优越,在地震预警系统的实际应用中,能够有效地降低对于小震事件的误(漏)报率.  相似文献   

6.
地震预警技术是减轻地震灾害的有效手段之一,而在预警系统中,震级的测定是最重要,也是最困难的。考虑到地震预警震级估算方法的区域性特点,本文利用内蒙古测震台网2016~2018年M_L≥2. 0地震波形数据共120条,分别采用P波3s时间窗内垂直向位移时程和P波全波段垂直向位移时程计算特征周期参数值,得到了地震预警震级的计算公式,并对其结果进行对比分析。结果显示,采用P波全波段关系式得到的结果较采用P波3s固定时间窗计算值收敛性更好,关系式拟合相关系数更接近1,能够对预警地震震级做出较好的估计。同时结合数据处理结果,探讨了地震预警的警报快速性和准确性之间的关系。  相似文献   

7.
地震预警系统是防震减灾中最为行之有效的方法之一,其中对地震震级的估算是非常重要且困难的。目前,比较成熟的地震震级估计方法包括:基于最大卓越周期(τpmax)、特征周期(τc)和最大位移幅值(Pd)方法。利用2014年云南地3次大地震主震及余震P波初期部分的信息,验证与研究了四川地区地震预警快速震级估算模型在云南地区的适用性,结果表明3种参数模型均能在短时间内有效地进行震级估算。对于本研究数据库而言,Pd-4 s时窗模型最优,3个参数模型求得的估计震级在大震下均没有出现明显的震级饱和现象。但由于目前难以在短时窗下得到准确的震源/中距,因此推荐在云南地区地震预警系统中使用τpmaxτc模型来估计震级。  相似文献   

8.
地震预警作为一种能够有效减轻地震灾害的手段已经被世界上越来越多的国家和地区所研究,并在实际应用中取得了显著的减灾实效.利用汶川主震及其余震的强震观测记录研究了特征周期τc与震级的相关性、位移幅值Pd与峰值速度PGV的相关性以及τc和Pd的乘积与震级的关系.统计结果表明,τc与震级以及Pd与PGV之间都有较好的相关性,验证前人的统计结果.另外,τc和Pd的乘积与震级的关系也与台湾地区的结果一致.最后,研究结果被应用到了两款不同的仪器中,形成一套现地地震预警系统.  相似文献   

9.
为提高地震预警震级快速持续估算结果的准确性,本文构建了基于多种地震动特征参数的卷积神经网络震级估算CNN-M模型.该模型基于日本KiK-net强震动观测记录,利用其P波触发后3~ 10s时间窗内的幅值参数、周期参数、烈度参数、信噪比参数共11种地震波特征参数以及震中距参数作为输入.本文所建立的CNN-M模型随着地震发生...  相似文献   

10.
受地震预警系统研究与应用近期取得成功的促使,我们研究了地震震级与单台接收的前3秒P波性质之间的关系。利用台湾宽频地震台阵的NACB台站记录到的震中距小于100km的46个地震的波形,我们发现高达6.5级地震的震级与初至P波特征周期的对数有线性相关关系。我们还发现,M〈6.5级地震的震级与初至P波的峰值振幅存在确定性的关系。虽然更大地震的初至P波峰值振幅的行为有待进一步研究,但我们建议在现场(单台)地震早期预警操作中联合使用前3秒初至P波的特征频率和峰值振幅。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号