共查询到19条相似文献,搜索用时 203 毫秒
1.
地下水位中地震前兆信息提取方法研究 总被引:1,自引:0,他引:1
地下水位观测值的影响因素包含降雨、气压、固体潮、地质构造作用等.为凸显地质构造作用对地下水位的影响,需要滤除降雨、固体潮、气压等因素的影响量.本文首先分离地下水位受固体潮、气压作用的影响量;然后依据降雨影响地下水位可以分为长期和短期变化的思路,利用基流分割方法对地下水位的两种变化进行分离,确定地下水位的降雨影响量;最后分析各分量异常与地震活动性关系,探查其中包含的地震前兆信息.本文的研究思路为地下水位观测值中地震前兆信息研究提供了一套可供尝试的系统技术方法. 相似文献
2.
从水位观测数据中排除非构造因素影响的状态空间分析方法 总被引:1,自引:0,他引:1
为了更有效地利用地下水位观测数据开展地震预测,需要排除其它因素对地下水位的干扰.降雨、气压和潮汐是影响地下水位的3个重要的非构造应力因素,对此建立状态空间模型以提取与地震有关的水文异常.这个模型把观测到的地下水位时间序列分解为气压响应、潮汐响应、降雨响应、噪声因子和水位残差5个因子,运用状态空间分析方法,从地下水位的实际观测数据中分解出气压、潮汐和降雨等主要的非构造因素对地下水位的影响,从而得到构造应力影响下的地下水位数据,以便于提取与地震活动有关的异常信息. 相似文献
3.
小波分析在井水位的气压和潮汐改正中的应用 总被引:2,自引:0,他引:2
本文将小波分析方法应用于地下水位观测资料的气压和潮汐改正中。该方法利用小波将气压观测和理论重力固体潮资料分解为不同频段的时间序列,用最小二乘法求出气压和固体潮不同频段的响应系数,以消除气压和固体潮对水位的影响。用该方法计算的结果与一般线形回归分析方法得到的结果进行对比,发现该方法能更有效地分析和消除气压和固体潮对地下水位的影响。小波分解在井水位气压、潮汐改正中的应用以波动理论和振动理论为基础,它不仅考虑了观测资料的频率域特性,而且还能直接在时间域内计算出不同频率范围的气压系数和潮汐系数,具有明确的物理意义。 相似文献
4.
5.
6.
7.
8.
9.
10.
中高频带地下水位对气压和固体潮的响应特征分析 总被引:1,自引:0,他引:1
我国前兆观测网络数字化改造的完成, 使得对地震地下水位观测的孕震信息提取和干扰因素排除的研究拓宽至更广的频率范围, 而对原有一些认识的重新考察也成为可能。 本文从中国地震前兆台网挑选出数据质量较好的10个台站, 分析各个台站2008年1月1日至5月11日的地下水位和气压资料及理论重力固体潮的频谱及其频域相关性特征, 并分析了地下水位对气压响应的时移。 结果表明, 中高频带地下水位对气压的响应没有低频带好, 两者相关性随周期的减小而减弱; 含水层岩性对中高频带地下水位的气压和固体潮响应特征有较大影响, 部分灰岩井在高频频段存在地下水位对气压响应异常的现象; 时移效应对水位的气压响应整体特征影响不大, 体现出两种信号自身的复杂性。 相似文献
11.
江苏省溧阳体应变自1994年开始观测以来,经历了1994年至2000年以整点值为主的模拟观测,和2001年至今以分钟值为主的数字化观测两个阶段,对这两个观测阶段观测资料变化形态、观测质量和观测精度、潮汐因子中误差、地震波记录能力等参数进行对比研究,同时采用固体潮汐残差矢量分析方法,对溧阳台1996年以来的观测资料进行了计算分析。结果表明:①溧阳台数字化观测和模拟观测资料的形态、观测精度、方差、潮汐因子中误差、相位滞后等参数无显著差异;影响观测资料精度的主要因素是仪器故障、水位、气压、气温等;②溧阳体应变固体潮汐残差矢量对1996年11月9日长江口6.1级地震异常特征明显,映震效果显著。 相似文献
12.
13.
14.
本文以巴彦岱1号井静水位为研究对象,分别应用别尔采夫滤波、小波分析与相关分析等方法,研究巴彦岱1号井静水位周期变化主要影响因素。分析结果表明,巴彦岱1号井静水位在日波、半日波频段主要受固体潮的影响;气压影响频段可能为64—256min、32—2048h(1—2个月周期的月波)2个频段,年周期变化与气温变化具有较强的线性相关性。 相似文献
15.
16.
平谷赵各庄井深200 m, 观测含水层为182 m以下的全井段, 是浅层冷水和深层热水的混合水。 受开采及降雨影响, 水位、 水温长趋势及年动态具有同步协调性变化, 地下水开采使井筒内冷水比例变小, 水位下降, 水温上升; 降雨渗入补给使流入观测井筒内冷水占比例变大, 水位上升, 水温下降, 但雨季结束, 井筒内冷水流入量变少, 井水温逐渐回升。 气压和固体潮使井筒与含水层间有水流运动, 水位出现周期性波动, 从而改变井筒内冷热水比例, 引起水温周期性变化的次生效应, 两者有短期同步协调变化。 不同种干扰因素造成了不同周期的变化影响, 在排除干扰, 提取地震异常信息时, 应选用不同方法及取样周期进行分析。 相似文献
17.
统计学习理论是研究小样本情况下机器学习规律的理论. 支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法. 它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力,其预测效果通常优于人工神经网络. 我国大陆强震与全球主要板块边界的强震活动之间具有一定的关系,但是这种关系具有较强的非线性. 尽管这种关系还不清楚, 但是通过支持向量机可以很好地进行建模, 并对我国大陆强震进行预测. 相似文献
18.
Statistical learning theory is for small-sample statistics. And support vector machine is a new machine learning method based on the statistical learning theory. The support vector machine not only has solved certain problems in many learning methods, such as small sample, over fitting, high dimension and local minimum, but also has a higher generalization (forecasting) ability than that of artificial neural networks. The strong earthquakes in Chinese mainland are related to a certain extent to the intensive seismicity along the main plate boundaries in the world, however, the relation is nonlinear. In the paper, we have studied this unclear relation by the support vector machine method for the purpose of forecasting strong earthquakes in Chinese mainland. 相似文献
19.
中国大陆强震时间序列预测的支持向量机方法 总被引:12,自引:2,他引:12
统计学习理论(Statistical Learning Theory或SLT)是研究有限样本情况下机器学习规律的理论。支持向量机(Support Vector Machines或SVM)是基于统计学习理论框架下的一种新的通用机器学习方法。它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力。文中使用支持向量机对中国大陆最大地震时间序列进行预测,预测次年的我国大陆最大地震震级,结果表明该方法具有较好的预报效果。研究结果还表明我国大陆强震活动除了与强震时间序列本身有关外,还与全球的强震活动、太阳黑子活动等有密切的关系。尽管这种关系还不清楚,但是通过支持向量机可以很好地反应出这种非线性关系。 相似文献