共查询到20条相似文献，搜索用时 125 毫秒
1.
2.
2021年2月13日日本福岛县近海发生Mj7.3级地震,触发了日本气象厅地震预警系统,系统在首台触发后5.6s发出震级为Mj6.3级的预警第1报,首台触发后10s对公众发布警报、预警震级为Mj6.4级。基于多类型特征参数输入的机器学习支持向量机震级估算模型（SVM-M）,利用2021年2月13日日本福岛县近海Mj7.3级地震获取的日本K-net强震动观测数据,分析SVM-M模型在该次地震中首台触发初期（首台触发后1~10s）的震级估算效能。结果表明:SVM-M震级估算模型,在首台触发后1s即可给出Mj6.3级的震级估算结果,与日本气象厅在首台触发后5.6s发布的预警第1报震级相同;随着时间窗的增加,首台触发后5s和10s,SVM-M模型的震级估算结果分别是Mj6.7级和Mj6.6级,均大于日本气象厅首台触发后10s对公众发布警报的预警震级。该次地震的离线模拟结果表明:SVM-M模型可在地震发生初期有效提高地震预警震级确定的准确性和时效性。 相似文献
3.
4.
以探索深度卷积神经网络震级估算模型对2021年5月21日云南漾濞和5月22日青海玛多地震预警震级估算的可行性为目标,本文使用P波到达后不同时间窗下的特征参数作为深度卷积神经网络输入进行训练和验证,构建了1~40 s内不同时间窗下的深度卷积神经网络单台震级估算模型,并采用多台加权平均方法对玛多地震主震以及漾濞地震主震、前震和余震共11次地震事件进行实时震级估算.结果表明:在P波到达后1~40 s的不同时间窗下,随着时间窗的增加,深度卷积神经网络单台震级估算模型对训练集和验证集的震级估算误差和标准差逐渐减小,且逐渐趋于稳定;对于云南漾濞MS6.4主震与青海玛多MS7.4主震,大部分单台震级估算误差主要分布在±0.5震级单位内;通过多台加权平均方法计算预测震级,漾濞主震与玛多主震在首台触发后2 s时,震级估算结果分别是M 6.0和M 7.0;同时,随着首台触发后时间的增加,漾濞与玛多主震的震级估算逐渐接近实际震级,且在首台触发后9 s时,漾濞主震和玛多主震的震级估算分别是M 6.2和M 7.3;在首台触发后1 s时,对于玛多与漾濞地震的前震和余震,多台加权平均震级估算结果也主要分布在±0.5震级单位误差范围内.该方法为中国地震预警系统的震级估算方案提供了潜在可能. 相似文献
5.
2021年5月21日及5月22日,云南漾濞县与青海玛多县分别发生破坏性地震,主震震级分别为Ms6.4级与Ms7.4级。本文基于机器学习中的支持向量机方法,以多类型特征参数为输入建立地震预警震级估算模型SVM-M,离线模拟云南漾濞Ms5.6级前震、Ms6.4级主震以及青海玛多Ms7.4级主震的连续震级估算。结果表明:对于云南漾濞Ms5.6级前震,支持向量机方法在首台触发后1s可估算震级为5.6级,且随着首台触发时间的增加,估算震级一直在实际震级附近波动;对于云南漾濞Ms6.4级主震和青海玛多Ms7.4级主震,随着首台触发时间的增加,支持向量机方法对于大震低估问题得到了有效的改善,且震级估算结果逐渐接近实际震级。同时,这3次地震的震级估算离线模拟表明:引入震源距的支持向量机方法（SVM-M1模型）对于震级估算有更好的稳定性,且在地震预警系统的震级估算中有着潜在的应用前景。 相似文献
6.
《地震工程与工程振动》2020,(4)
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
7.
地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分,而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型,选用日本KiK-net和K-NET台网1997年至2019年记录到的3 065次地震的16万4 547条初至波在3—9 s不同时段的频域数据、对应地震事件的震源信息（震中距和震源深度）以及场地信息（vS30）作为全数据集,对提出的模型进行训练并对估算效果予以评估。结果显示:当初至波截取时段为3 s时,模型震级预测的整体准确率为89.92%,并且随着初至波长度的增大,估算震级的准确率持续提高;当截取时段为9 s时,整体准确率达到96.08%。与传统Pd方法的预估结果相比,结果表明:基于本文提出的多全连接层卷积神经网络模型估算的震级精度有所改善,具有绝对误差标准差和均值更小、时效强等特性,实现了基于单台站记录的端到端震级持续快速估算,能更好地增强地震预警的减灾效果。 相似文献
8.
为新区划图编制所建立的地震动衰减关系 总被引：22，自引：6，他引：16
介绍了建立新一代地震区划图所采用的地震动参数衰减关系的总体思路,并从资料、衰减关系分区、衰减关系模型、回归方法、转换等方面说明了地震动参数衰减关系的建立过程,给出了我国分区地震烈度和地震动参数衰减关系结果。新的地震动衰减关系的建立,具有如下特点:一是基于更加丰富可靠的强震记录和烈度资料;二是采用了具有大震近场饱和特征的地震动衰减模型;三是采用了使结果更加稳定的分步回归方法;四是在地震动衰减关系分区时考虑了地震活动性特征。与第四代地震区划图衰减关系相比,由于地震动衰减模型的变化和高震级强震记录的增加,高震级下的峰值加速度有所降低,而中强地震区的峰值加速度则在低震级时有所提高。 相似文献
9.
地震巨灾保险是降低地震灾害风险的有效手段之一,而地震危险性分析是地震巨灾模型的主要分析模块之一。传统的概率地震危险性分析主要是基于潜在震源模型、地震活动性模型和地震动衰减模型等并采用概率方法得到场点的地震危险性值,该危险性表示的是未来所有地震对场点的综合影响。然而,在使用地震巨灾模型进行地震风险分析时需要用到单个地震事件对场点的影响,这就需要根据潜在震源区生成一系列单个地震事件,并计算每个事件对场点的影响。本研究采用蒙特卡洛方法,基于第五代中国地震动参数区划图中所采用的地震活动性模型(潜在震源区及其地震活动性参数),模拟符合我国地震活动时间、空间和强度分布特征的地震事件集。模拟时遵从的基本理论为:地震发生在时间上符合泊松分布,震级分布可用古登堡-里克特定律来描述,空间分布特征则用潜在震源区及其地震发生率来描述。模拟得到的地震事件包含以下参数:时间(年、月、日)、地点(经度、纬度)、深度、震级、断层走向以及衰减特征等。该模拟地震事件集可满足地震巨灾模型中地震风险分析的需求,已应用于我国地震巨灾模型中。 相似文献
10.
本文随机选取了100条具有不同地震动峰值特征参数的地震动记录,通过基线校正、积分等方法获取每条地震动的峰值加速度（PGA）、峰值速度（PGV）和峰值位移（PGD）三个参数,进而基于有限元数值模拟,通过对比同一个观测点不同峰值特征参数的特性与不同观测点同一峰值特征参数的特性来研究土坡的地震响应规律,分析各地震动峰值特征参数与土坡地震响应的相关性。计算结果表明:PGA,PGV和PGD与土坡地震响应都具有良好的正相关性,其相关性系数平均值分别为0.868,0.981,0.926;PGV的相关性优于PGA和PGD,而PGD的相关性要稍好于PGA。因此在关于土坡稳定性评价中,建议采用PGV作为参数指标。 相似文献
11.
This paper evaluates different characteristics for earthquake early warning.The scaling relationships between magnitude,epicenter distance and calculated parameters are derived from earthquake event data from USGS.The standard STA/LTA method is modified by adding two new parameters to eliminate the effects of the spike-type noise and small pulsetype noise ahead of the onset of the P-wave.After the detection of the P-wave,the algorithm extracts 12 kinds of parameters from the first 3 seconds of the P-wave.Then stepwise regression analysis of these parameters is performed to estimate the epicentral distance and magnitude.Six different parameters are selected to estimate the epicentral distance,and the median error for all 419 estimates is 16.5 km.Four parameters are optimally combined to estimate the magnitude,and the mean error for all events is 0.0 magnitude units,with a standard deviation of 0.5.Finally,based on the estimation results,additional work is proposed to improve the accuracy of the results. 相似文献
12.
地震预警系统需要在破坏性的地震波到来前快速估算地震参数和地震动参数,以对可能出现的地震灾害进行预测,对重要工程、人员密集区域发布警报信息.以Pd估测PGV的方法是地震预警研究涉及的一种重要问题,该方法利用初至P波触发后前几秒的峰值位移(Pd)对最终地震动峰值速度(PGV)进行估算,以满足预警的需要.本文对2016年在日本发生的熊本地震及其前震、余震的震中距100km以内、矩震级大于4级、井下基岩PGA5cm·s~(-2)和地表PGA20cm·s~(-2)的Kik-net强地震动记录进行处理分析,用于研究以Pd估测PGV的方法.将获得的强地震动数据按震中距从0~100km平均划分为5个区段,在记录时间3~10s范围内将Pd的计算取8个时间窗,分别对每个震中距区段、每一个Pd的时间窗下的PGV-Pd数据进行线性拟合,最终提出了一套应对不同震中距对位移幅值连续追踪测定PGV的算法.对每一个震中距区段的研究表明,震中距会对PGV-Pd关系产生影响.对5次地震进行验证分析,认为基于基岩记录估测基岩PGV的准确度高于基于地表记录估测地表PGV的准确度;对震中距进行分段的PGV估测方法准确度高于不考虑震中距因子的估测方法.最后拓展了将井下基岩Pd估测井下基岩PGV这种原地地震预警方法,使其能够为异地P波预警方法服务. 相似文献
13.
地震预警技术是减轻地震灾害损失的有效手段之一．地震预警系统中,地震震级计算是最重要也是最困难的部分之一．利用日本KiK-net台网和四川汶川余震共142次地震事件的记录,分别采用tau;c和Pd方法统计得到了地震预警震级的计算公式,震级计算的方差分别为0.62和0.56个震级单位．为消除震级计算过程中出现的震级饱和现象,作者拓展了Pd方法,提出了一套对位移幅值连续追踪测定的算法．当时间窗长度为10 s时,采用该方法的震级计算方差仅为0.37个震级单位,充分满足地震预警系统的需求．同时,该方法也实现了信息的连续过渡,提高了对现有信息的利用率．最后,还对位移幅值Pd用于地震动峰值PGV的估计以及不同特征参数间的相容性等内容进行了讨论． 相似文献
14.
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
15.
16.
In this article, the seismic records of Japan’s Kik-net are selected to measure the acceleration, displacement, and effective peak acceleration of each seismic record within a certain time after P wave, then a continuous estimation is given on earthquake early warning magnitude through statistical analysis method, and Wenchuan earthquake record is utilized to check the method. The results show that the reliability of earthquake early warning magnitude continuously increases with the increase of the seismic information, the biggest residual happens if the acceleration is adopted to fit earthquake magnitude, which may be caused by rich high-frequency components and large dispersion of peak value in acceleration record, the influence caused by the high-frequency components can be effectively reduced if the effective peak acceleration and peak displacement is adopted, it is estimated that the dispersion of earthquake magnitude obviously reduces, but it is easy for peak displacement to be affected by long-period drifting. In various components, the residual enlargement phenomenon at vertical direction is almost unobvious, thus it is recommended in this article that the effective peak acceleration at vertical direction is preferred to estimate earthquake early warning magnitude. Through adopting Wenchuan strong earthquake record to check the method mentioned in this article, it is found that this method can be used to quickly, stably, and accurately estimate the early warning magnitude of this earthquake, which shows that this method is completely applicable for earthquake early warning. 相似文献
17.
为提升现地仪器地震烈度预测的准确性与连续性,研究面向地震预警的PGV连续预测模型.以中国仪器地震烈度标准的计算参数:0.1~10 Hz带通滤波三分向矢量合成速度峰值PGV为预测目标,利用日本K-net与KiK-net台网P波触发后1~10 s强震数据,基于人工智能中的机器学习方法-最小二乘支持向量机,选取7种特征参数作为输入构建最小二乘支持向量机PGV预测模型LSSVM-PGV.结果表明,本文建立的LSSVM-PGV模型在训练数据集与测试数据集上的预测误差标准差变化趋于一致,具备泛化性能;P波触发后3 s预测PGV与实测PGV即可整体符合1∶1关系,随着时间窗的增长,PGV预测的误差标准差显著减小、并在P波触发后6 s趋向收敛,具备准确连续预测能力;对比同为P波触发后3 s的常用P d-PGV模型,LSSVM-PGV模型的PGV预测误差标准差明显减小,“小值高估”与“大值低估”现象明显改善,预测准确性得到提升.熊本地震序列的震例分析表明,对于6.5级以下地震,LSSVM-PGV模型最多在P波触发后3 s即可预测出与实测PGV整体符合1∶1关系的PGV;对于7.3级主震,由于其破裂过程的复杂性,P波触发后3 s的预测结果出现一定程度的低估,但随着时间窗增长至6 s时,预测PGV与实测PGV符合1∶1关系、并直到10 s整体趋势保持一致.本文构建的LSSVM-PGV模型可用于现地地震预警仪器地震烈度的预测. 相似文献
18.
MDCB-5型临震信息监测仪模拟未来震级大小计算初探 总被引：1，自引：0，他引：1
根据MDCB－5型临震信息监测仪记录到的某一地震临震异常幅度（电压值）、持续时间（天数）与岩石破裂、地震发生、地震波能量释放的相关性，从地震发生的物理基础出发，推导出了2个计算未来震级大小的理论公式。使用44天的监测数据对该期间发生的5次6级以上地震的震级进行了计算，在相应的震中距范围内计算的震级与实际发生的震级误差小于0．5级，初步说明了该方法应用于实际地震预报具有一定的参考价值。 相似文献
19.
地震发生后，针对能够快速预测震中附近的烈度分布情况的问题，首先对632次地震触发的台站进行筛选，对2 231个台站触发后20 s内有效的7个地震动参数以及震级和震源距的信息进行提取，并利用人工神经网络对所选数据样本进行训练，建立三种有效的预测模型。研究结果显示模型一所选的输入参数为7个，不利用震源参数，在预测中有着较好的时效性，从第1 s到20 s,预测的平均烈度差值逐渐减小到0.45;模型二所选的输入参数为8个，利用了震源距信息，可以用于烈度级别的预测，预测的平均烈度差值逐渐减小到0.36;模型三所选的输入参数为9个，预测结果较好，可用于震后烈度场的实时预测，平均烈度差值逐渐减小到0.31。利用提出的3种模型对两次地震事件进行烈度预测，预测烈度差值取整后分别有95%和76%以上在1以内，有着较好的结果，可以用于地震预警当中。 相似文献
20.
2008年5月12日14时28分,四川汶川发生M_S8.0地震,之后,发生了诸多震级大小不同的余震,昆明地震台记录余震震级一般为4.2级以上,如:汶川、北川、青川乃至甘肃的武都区、陕西的宁强县等余震,至昆明地震台的距离从5.5°—8.7°左右。汶川地震主震难分,震相特点不突出,各种震相不易分辨。经过几个余震分析之后发现,主震之后的余震波形特征则较为明显,利用这些特征,在之后大震速报的分析中算出的发震时刻和中国地震台网大震速报公布的发震时刻非常接近。这些特征与往常分析地震图时分过的在相同距离范围内,近震波形出现的规律有些不同。此外,若发生近震时,在初动不清的情况下,这样的震中距范围内,需区分它是汶川余震还是其他地方的地震。 相似文献