共查询到20条相似文献，搜索用时 250 毫秒
1.
2.
《世界地震译丛》2020,(5)
快速震相关联和事件定位对实时地震监测至关重要。我们提出了一种快速自动关联地震震相并同时对地震事件进行定位的方法(简称REAL)。REAL综合了基于到时和基于波形的检测定位方法的优点。它关联不同震相到时的同时,通过首先计数P波、S波到时个数、其次计算走时残差的方式来实现定位。只要有足够的到时个数在理论走时窗之内,我们就可以把这些到时自动关联到特定地震。地震位置确定在对应拥有最多拾取个数的网格点,如果有多个网格点具有相同的最大拾取数,则选取它们中走时残差最小的那个。我们使用最小二乘定位法(VELEST)和高精度相对定位法(hypoDD)做进一步精定位。REAL计算很高效,可用于快速地震分析。我们将REAL应用于2016年10月意大利亚平宁中部地震序列中的其中5天,这5天位于两个最大震级地震的中间。REAL关联和定位了比意大利国家地球物理学与火山学研究所日常编目记录(862)超过3倍的地震事件(3 341)。与编目事件相比,这些重定位事件的时空分布显示了相似但更为集中的式样。我们的研究证明了使用REAL和震相数据快速自动地进行地震活动性分析是可行的。 相似文献
3.
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
4.
5.
地震自动定位的综合解决方案 总被引：3，自引：2，他引：3
赵仲和 《地震地磁观测与研究》2005,26(1):50-56
针对已有两类地震自动定位方法各自的优点和限制，提出了综合利用这两类方法以形成一个统一系统的方案，希望以此提高地震自动定位能力。该方案的基本流程是：利用波形相关方法在连续地震波形上检测出地震事件并初定其震源位置和发震时刻；利用初定的震源位置和发震时刻，预测各台站各震相的到时；以预测的各震相到时为参考点，利用单台波形(单道或三分向)在该参考点附近精确测定震相到时；利用修定后的震相到时测定震源位置和发震时刻；根据震中距判定地震类型(地方震、近震、远震)，在预期的波形段自动测定波形最大振幅和相应周期，进而测定相应类型的震级(ML、Ms或mb)。 相似文献
6.
利用2019—2021年布设在则木河断裂带的20个宽频带流动测震台和周边6个固定台站的波形数据，对连续波形记录进行P和S震相识别、震相自动关联和初步定位，并应用传统的绝对定位技术得到了研究区绝对地震目录，再运用双差定位法对检测出的1 075个地震事件进行重定位。结果表明：(1)研究区地震活动分布不均匀，多数地震沿着深大断裂带呈条带状分布，显示出断裂在地表的展布形态；(2)研究区地震的震源优势深度范围为5—15 km，说明本区地震发生在中上地壳；(3)地震在各个剖面深度的分布特征显示出断裂在深部的构造特征。从重定位后的震中空间分布可见，则木河断裂带中段存在倾向为60°左右的NW向小震密集带，分析认为研究时期以来小震活动频繁，该地区的局部应力较高，构造活动较强。 相似文献
7.
近年来深度学习技术广泛应用于震相拾取与地震定位研究，采用深度神经网络搭建的EQTransformer模型对白鹤滩水库库区34个数字地震台站2016—2018年记录的连续数据进行P、 S波震相拾取，并通过REAL进行震相关联和初步定位，然后使用VELEST和hypoDD地震定位算法优化地震位置。研究表明，基于深度学习的震相拾取，与白鹤滩水库地区传统的人工处理方法相比显示出更高的效率，EQTransformer模型可拾取与人工拾取相当的P、 S波震相到时，其时间差的均值分别为0.03 s和0.07 s,符合正态分布。REAL初步定位后的地震个数(13815个)接近常规目录(7862个)的2倍，最终通过hypoDD获得了7108个高精度定位地震。估算的震级比常规目录中的震级平均低0.27,震级差值集中在0.7以内，最小完备震级由常规目录的ML1.4更改为ML0.6+0.27,填补了部分常规目录的震级空白，丰富了研究区域内的中小型地震。 相似文献
8.
地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路. 相似文献
9.
利用云南东川地区10个宽频带流动台站的连续波形数据,采用基于深度学习的自动震相拾取方法和震相关联技术,对2020年东川ML4.2地震序列分别进行绝对定位和相对定位,获得了该地震序列的高精度地震定位结果,得到东川ML4.2地震序列的212个余震事件,约为中国地震台网目录给出的余震数目的5倍,丰富了ML≤3.0余震;精定位结果表明东川ML4.2主震震源深度为5.19 km,余震震源深度集中在3~6 km,余震序列分布长轴呈NNE向展布;此次地震发生在小江断裂带西支,发震构造与乌龙拉分盆地的构造演化有关。 相似文献
10.
近年来快速发展的机器学习算法显著提高了震相拾取的精度和效率。 采用卷积神经网络和递归神经网络的震相识别方法对银川台阵2019年6~7月的连续波形数据进行事件检测和P、 S震相拾取, 并通过快速震相关联和事件定位得到了银川地区较全的地震目录。 结果表明, 当震相数小于10时, 虽然可以检测出较多事件, 但分布呈弥散状, 与区域地震活动特征不符。 进一步对震相数≥10的事件进行了人工复核。 总体而言, 随着震相数量的增加, 事件的误检率逐步降低。 震相数16是该地区自动检测和定位结果准确性的拐点。 当震相数≥20时, 全部召回了地震目录中的13个地震事件, 二者平均定位差异4.27 km。 经过人工复核, 检测到的真实地震事件为区域内地震目录中事件数量的9倍。 本文使用的基于机器学习和快速震相关联和定位方法的流程可在确保准确率的基础上降低人工检测的难度, 提高地震检测的效率。 相似文献
11.
2019年6月17日，在青藏高原东缘四川盆地南缘宜宾市长宁县发生MS6.0地震，其后5天内相继发生了珙县MS5.1、长宁MS5.3和珙县MS5.4强余震；7月4日，在珙县珙泉镇再次发生MS5.6地震.因灾害叠加，本次地震序列导致13人死亡，200多人受伤，大量房屋受损，造成了重大的人员伤亡和财产损失.本文基于四川区域地震台网提供的地震资料，采用多阶段定位方法，对长宁MS6.0地震序列早期（2019年6月17日至22日）余震进行了重新定位，同时，利用CAP波形反演方法，获得了序列中截止至7月4日的16次MS≥3.6地震的震源机制解与震源矩心深度，对该序列的发震构造进行了初步分析.长宁MS6.0地震序列重新定位后的610次ML≥1.5地震分布显示余震区呈NW-SE向展布，长约25 km，宽5 km；序列震源深度在0~10 km区间，深度均值约3.2 km，但空间上呈西深东浅的分布特征.长宁MS6.0地震位于余震区的东南端，具单侧破裂特征.CAP波形反演结果显示长宁MS6.0地震序列以逆冲和逆冲兼走滑型地震为主；16次MS≥3.6地震的震源矩心深度在1~7 km范围，平均深度3.5 km，与定位结果一致，揭示本次长宁地震序列发生在上地壳浅部.根据序列空间分布、震源机制解及震区构造特征，推测本次长宁MS6.0地震序列的发生可能与长宁—双河复式大背斜中白象岩—狮子滩背斜和双河场褶皱及其伴生断层活动有关，位于余震区西北段的6月17日珙县MS5.1、22日珙县MS5.4及7月4日珙县MS5.6地震应为6月17日长宁MS6.0地震触发白象岩—狮子滩背斜伴生断层活动所致.序列发震构造整体呈NE-SW向挤压为主、兼具一定NW-SE向拉张分量的构造变形特征，与南侧2018年12月16日兴文MS5.7和2019年1月3日珙县MS5.3地震所呈现的NW-SE向挤压、NE-SW向拉张构造变形特征具有显著差异，揭示四川盆地南缘地带处于构造变形模式的转换区域，所处构造环境的变化导致本次长宁地震序列震源区及附近区域发震构造变形特征具有复杂性. 相似文献
12.
2020年5月6日、5月9日，新疆地区南天山西段先后发生乌恰5.0级和柯坪5.2级地震，系统总结2次地震发生前出现的地震活动和地球物理观测异常，其中：①地震活动：震前存在调制地震集中、地震窗、5级以上地震成组等中短期异常；②地球物理观测：2次地震震中附近震前出现形变、电磁和流体观测异常，其中形变异常3项、电磁异常4项、流体异常1项，主要分布在柯坪5.2级地震震中附近。通过对2次地震序列进行跟踪，发现：乌恰5.0级地震余震较少，震后60天内共记录ML 3.0以上余震4次，最大震级为ML 4.5；柯坪5.2级地震后余震较丰富，震后60天内共记录ML 3.0以上余震10次，最大震级为ML 4.7，计算得到序列h值为1.6，b值为0.73。综合分析认为，2020年5月新疆地区2次5级以上地震前存在的地震活动异常较少，但区域地震活动水平较强，主要存在具有中短期指示意义的地球物理观测异常。 相似文献
13.
采用新疆地区1990年以来的浅源地震目录,利用扩散链法去除余震,在小震空间集中度C值的研究基础上,进一步发展了C值变化量,即ΔC值的时空扫描计算方法,针对2000年以来天山地震带11次6级以上地震前ΔC值的演化过程,进行回顾性研究。结果表明,2012年新源—和静交界M_(S)6.6地震、2017年精河M_(S)6.6地震和2020年伽师M_(S)6.4地震之前,均出现较为明显的区域ΔC值异常,且3次地震前ΔC值异常演化时间均小于6个月,属于震中附近区域震前中短期异常变化。 相似文献
14.
系统梳理2020年4月1日四川石渠5.6级地震震前地震活动异常特征、地球物理观测异常以及区域构造情况,结果如下:①地震活动:石渠5.6级地震震中区域属于历史弱震区,震前出现前兆震群,也是其前震活动;②地球物理观测:出现8项异常,其中形变5项,电磁3项,且电磁异常对于该地震具有预测意义;③综合方法:地震发生前,震中附近存在Wq值异常。石渠5.6级地震发生在五道梁—长沙贡玛断裂带上,震源机制解显示为走滑型破裂。该序列类型为前震—主震—余震型,主震前存在明显的前震活动,余震较为丰富,序列活动呈阶段性衰减特征。综合分析认为,对于历史弱震区,可以通过分析地球物理观测异常和地震活跃时段的b值,为区域地震危险性评估提供依据,同时可利用地震序列参数h值和b值,对震后余震水平进行有效评估。 相似文献
15.
系统梳理2021年9月4日新疆皮山MS 5.1和9月5日叶城MS 5.0地震发生前地震活动异常特征、地球物理观测异常以及区域构造情况,结果如下：①地震活动异常：皮山MS 5.1地震前出现前兆震群活动、阿图什至皮山4级地震平静、库车—沙雅4级地震窗口以及地震发生率指数异常;②地球物理观测异常：2项异常,其中形变1项,电磁1项,但与此次地震活动相关性较低;③震源机制：泽普断裂距皮山MS 5.1和叶城MS 5.0地震最近,间距分别约15 km和3 km,震源机制解显示2次地震均为逆冲型破裂;④序列分析：此次地震活动序列类型为震群型,主震前存在明显的前震活动,余震较为丰富,余震活动呈阶段性衰减特征。综合分析认为,2021年9月皮山MS 5.1和叶城MS 5.0地震组成震群型地震序列,震前地球物理观测异常较少,地震活动异常主要对发震地点具有预测意义。 相似文献
16.
对华东地区1970年以来的地震空区进行了预报效能评估。 结果表明: ML≥3.0地震空区的报准率为0.45, 虚报率为0.55, 漏报率为0.57, R值为0.26; ML≥3.5地震空区的报准率为0.31, 虚报率为0.69, 漏报率为0.75, R值为0.08; ML≥4.0地震空区无对应的MS5.5以上地震。 ML≥3.0地震空区的R值高于具有97.5%置信水平的R0值, 具有一定的预报能力, ML≥3.5和ML≥4.0地震空区不具有预报能力。 主震一般发生在空区内部边缘, 震前空区一般不会被打破; 空区的持续时间、 空区尺度、 震级下限与主震震级无明显线性关系; 空区主要分布在江苏、 山东及附近海域。 相似文献
17.
2021年3月19日西藏比如M_(S )6.1地震发生在班戈—安多地区的安多盆地南缘断裂附近,震源机制解反演结果显示,本次地震为近东西走向断层产生正断兼走滑型错动的结果,与区域构造特征一致;截止至4月15日,地震序列跟踪发现,主震与余震震级差为1.4,主震释放能量占序列的98.96%,表明6.1级主震释放了此次地震序列的绝大部分能量。通过总结地震周边的地震活动异常发现,震前存在6级地震空区及3级地震条带交汇等异常,同时存在地震发生率、b值、D值、RTL值、地震调制比等地震学参数异常,地球物理观测统计显示,震中300 km范围内无地球物理观测测项。此外,比如地震打破了大陆地区长时间的5级以上地震平静,对后续6级地震的发生具有一定预测意义。 相似文献
18.
2017年11月23日,重庆武隆发生MS 5.0地震,震后1个月内发生107次ML≥1.0地震,双差定位结果显示,主震震源深度约10 km,破裂面呈近SW向单侧破裂。选取震中附近布设的3个流动台地震波形及观测资料记录,利用波形互相关技术,挑选武隆MS 5.0地震后符合条件的重复地震事件,利用尾波干涉技术,分析震源区震后地壳介质变化。结果显示：①S波早期尾波部分呈明显的线性变化,可能由震源区附近地壳介质的波速变化所引起;②由震中距最小的重复地震计算的相对波速变化最大;③在P波尾波发现走时延迟和不相关系数均存在1个短周期“尖峰”变化,可能与震后地下介质中散射体的运移有关;④震后局部地区的地震波速度存在上升—下降的恢复过程。 相似文献
19.
2021年11月17日江苏大丰海域MS 5.0地震发生在中强地震活动较为集中的黄海南部凹陷区,位于苏北—滨海断裂带附近,震源机制结果显示为走滑型破裂。截至2022年1月31日,发生ML≥2.0余震14次,最大余震为2021年12月8日MS 3.8地震,主震释放能量占比约98.89%,判断地震序列应为主余型序列。主震发生3天后地震序列迅速衰减,因余震数量偏少,无法得到合理的序列参数。本次地震视应力值约1.3 MPa,基本处于研究区域正常背景水平。鉴于鲁东—黄海地块历史地震期幕活动特征,认为江苏及近海区域近期发生6级以上地震的可能性不大。系统梳理此次大丰海域MS 5.0地震前出现的地震活动和地球物理观测异常,可知：①地震活动：震前存在地震平静、霍山地震窗、长岛地震窗和地震空区等趋势异常;②地球物理观测：震前存在兴化水温异常。综合分析认为,此次地震发生前,地震活动异常相对较少,并以趋势异常为主,地球物理观测异常相对偏少,震前出现的流体短期异常现象可作为短期判定的参考依据。 相似文献
20.
系统梳理2021年3月24日新疆拜城MS 5.4地震前地震活动异常特征、地球物理观测异常以及区域构造情况,结果如下：①地震活动：震前存在地震平静、高频、带状分布等异常;②地球物理观测：出现5项异常,其中形变3项,电磁2项,且形变异常对于该地震具有预测意义;③综合方法：地震发生前,震中附近存在多参数概率谱异常。拜城MS 5.4地震发生在库车坳陷西南部,震源机制解显示为走滑型破裂。该序列类型为前震—主震—余震型,主震前存在前震活动,余震较少,序列活动呈持续衰减特征。综合分析认为,拜城MS 5.4地震前异常较多,其中地震活动相关异常为后续中强地震的预测提供了有效依据。 相似文献