共查询到20条相似文献，搜索用时 15 毫秒
1.
中强地震余震序列地震目录编目是否完备、 震源参数是否准确,直接影响余震序列特征分析、 震后趋势快速判断和强余震预测等研究结果的科学性和可靠性. 2013年7月22日甘肃岷县-漳县MS6.6地震余震序列目录中存在较多单台记录地震事件,地震观测报告仅给出其震级,而未给出震中位置. 由于余震波形间的相互交叠干扰,使得余震最大振幅的测量误差较大,造成地震观测报告给出的单台事件震级误差较大. 精确估计单台记录地震事件的震中和震级,能够补充完善现有地震目录,提高地震目录的完备性. 本文对单台记录地震事件震中和震级的估计不仅限于单个台站,而是通过分析区域台网中多个台站的波形记录实现. 首先以余震序列中震级较大、 波形记录信噪比较高的地震波形作为模板,使用波形互相关震相检测技术,检测单台记录的地震事件在多个台站的震相到时. 如果能在4个以上台站检测到震相,则利用测震台网常用的HYPOSAT方法估计其震中位置,并利用多个台站记录波形与模板地震的振幅比估计其震级. 之后计算主震发生后不同时间的最小完备性震级,并通过线性拟合得到最小完备性震级随时间变化的表达式,以分析此地震余震序列的目录完备性. 经过计算共得到253个单台记录地震事件的震级和其中177个事件的震中位置,其震中空间分布范围与余震序列中其它地震分布范围基本一致. 震级复测以及与人工拾取震相到时误差对比表明,该方法所得震相检测和震级估计结果具有较好的可靠性. 主震及最大余震发生后的短时间内,有较多数量单台事件的目录所给出的震级偏低,分析认为可能受主震与较大余震后续震相以及余震间相互干扰所致. 主震发生0.02—0.3天内,其余震序列最小完备性震级随时间的对数呈线性下降,在0.3天后最小完备性震级稳定在ML1.1左右. 相似文献
2.
3.
2014年 8月3日在云南省鲁甸县发生MS6.5地震,造成了巨大的人员伤亡和财产损失.关于鲁甸地震的起因,特别是鲁甸地震与溪洛渡水库之间的关系存在一些争议.分析中强地震前后地震活动性的变化可以为判断主震起源提供一定的依据.然而,由于鲁甸地震震中附近固定台站数目少、台站距离震中远及主震后尾波干扰等因素的影响,会造成地震目录的缺失,从而可能影响地震活动性的可靠分析.为了获得更加完备的地震目录,本文采用模板匹配方法对鲁甸地震前后小地震进行了搜索和识别.以台网目录中的541个事件作为模板,在主震之前33天到主震后5天的连续波形中识别出991个未在目录中列出的地震,使余震的完备震级从1.8降低到1.3.根据检测目录得到主震前33天内的b值为1.04±0.18,余震的b值在震后5天内由0.5左右逐渐上升至0.9附近并保持稳定;根据2009年到主震发生前的台网目录得到该区域的背景b值为0.93±0.04.即鲁甸地震前后区域地震活动b值均与背景b值接近,这与典型水库诱发的中强震具有的b值特征不相符.同时通过进一步分析台网目录,未发现溪洛渡水库蓄水前后研究区域内的地震活动性存在明显变化,这也与典型水库诱发地震区域的地震活动性特征不相符.综合以上结果,我们认为2014年鲁甸MS6.5地震不具有典型水库诱发地震的特征. 相似文献
4.
基于云南地震台网记录到的2017年漾濞MS4.8和MS5.1地震序列的地震目录和波形数据,采用结合波形互相关的双差定位方法得到了MS5.1主震前7天至主震后30天共258次地震事件更加准确的震源位置,然后利用匹配定位方法获得了更加丰富的地震目录,并对其余震活动的时空演化特征进行了初步分析。双差重定位获得了漾濞地震序列中193次地震的精确位置,水平方向和垂直方向的定位误差均值分别为1.3 km和1.9 km,重定位及震源机制解反演结果显示维西—乔后断裂中南段应为此次地震的发震断层。使用匹配定位方法检测得到了1 625次中小地震事件,事件数量是云南地震台网目录中的6倍,被检测事件主要为主震后早期余震及ML≤0微震事件。对比2016年云龙MS5.0地震序列的研究结果后初步分析认为,“震群（多震）型”和“主余型”地震序列的一个主要区别可能是“震群（多震）型”地震序列的余震数量相对更少、余震活动衰减得更快。 相似文献
5.
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
6.
对比分析2009年7月1日～2017年12月31日西南区域自动地震速报系统产出的1467个地震定位结果与全国统一编目目录,结果显示:(1)自动速报的平均用时为70s;96.37%的地震发震时刻偏差小于5s;91.64%的地震震中定位误差小于20km;99.52%的地震深度偏差小于20km;(2)当3.0≤M4.0时,震级匹配最好;当M 3.0及4.0≤M 4.5时,震级偏差小于0.3;当M≥4.5时,自动速报震级小于统一编目震级,且震级越大,偏差越大;当M≥6.0时,震级偏差明显增大,自动速报震级不具可靠性;(3)发震时刻、震中位置、震级、深度等偏差较大的问题,主要是台站分布不合理且没有近台、大震尾波的干扰、同一地区短时间震群事件中的余震较多等因素造成的。此外,对系统的漏报、误报情况进行了分析,并对区域自动地震速报系统的完善与整合提出了建议。 相似文献
7.
收集2015年1月—2020年8月地震自动速报综合触发系统的全部产出结果,选取国内天然地震事件结果共计1863条,与正式速报目录结果进行对比研究。研究结果显示,自动速报系统所产出的地震参数较正式速报目录发震时刻平均偏差约2s,震中位置平均偏差约8km,震源深度平均偏差约9km,震级绝对平均偏差约0.25,偏差均值为自动速报结果较正式速报结果偏大约0.1。到达产出震级标准的漏报地震事件176个,其主要原因为区域台站稀疏、台站分布不均匀、大震或前震尾波干扰等,未发生误报事件。发震时刻、震中位置和震源深度偏差较大事件的分布与漏报事件类似,多发生于台站密度较低、台站分布不均匀和速度模型与实际差异较大的地区。震级偏差主要与地震事件震级大小和震中所在位置有关,对于3.0≤M<5.0的地震事件,产出震级最为稳定,而对于M≥6.0的地震,震级结果可靠性较低;此外,震级偏差的大小与区域分布并无明显关系,但偏差方向具有区域特征。通过对自动速报系统运行情况的统计分析,提出了关于自动速报系统改进与完善的建议,有助于提高自动速报系统的应用效果。 相似文献
8.
2010年9月3日16时35分46秒新西兰南岛Greendale附近发生了MW7.0地震, 震源深度约10.0 km. 2011年2月21日新西兰南岛又发生了MW6.1地震, 为2010年MW7.0主震后最大的一次余震, 震源深度约5.0 km, 发震断层为Christchurch南约9 km一条近东西走向逆冲的隐伏断层, 该地震造成Christchurch城内多处建筑物严重损毁. 本文分析了2010年新西兰地震事件MW7.0主震与MW6.1余震强地面运动的特征. 新西兰MW6.1余震近场强地面运动整体高于MW7.0主震. 将主震和余震的强震观测记录分别与新一代衰减关系(NGA)进行对比, 发现余震强震观测数据整体高于其震级对应的NGA. 分别选取距离主震和余震震中最近且强震观测记录最高的两个台站(GDLC台站和HVSC台站)作为参照台站, 建立动态复合震源模型(DCSM)及有限断层随机振动模型(SFFM)进行强地面运动的模拟计算, 分析两种模型的模拟结果并对比二者的优势及局限, 以便在未来工作中更好地通过模型计算强地面运动特征, 实现区域化特征快速、 实时分析及局部重点、 细致分析相结合的目标. 相似文献
9.
将深度学习到时拾取、震相关联技术与传统定位方法联系起来,构建一套连续波形自动化处理与地震目录自动构建流程,对于高效充分利用地震资料,提升微震检测能力具有十分重要的意义.我们应用最新发展的迁移学习震相识别技术、震相自动关联技术,对长宁M S6.0地震震中附近21个台站震前半个月(6月1日—6月17日)的连续记录波形进行P、S震相识别、震相自动关联和初步定位,并应用传统绝对定位和相对定位技术得到了长宁地震震前微震活动的绝对和相对定位目录.其中绝对定位目录能在较小的误差范围匹配85%的人工处理目录,其发震时刻平均误差为0.36±0.07 s,震级平均误差为0.15±0.024级,水平定位平均误差为1.45±0.028 km,其识别的1.0级以下微震数目是人工的8倍以上,将长宁地震震前微震目录的检测下限提升至M L-1左右,证明了基于深度学习到时识取和REAL(Rapid Earthquake Association and Location,快速震相关联和定位技术)震相自动关联来构建微震目录具有较好的实用性.我们的自动地震目录揭示了长宁M S6.0主震所发生的区域震前异常频繁的微震活动,以及与区域内盐矿注水井的关联性,更好地描绘了这些微震活动的时空演化特征,其空间活动性分布特征与长宁M S6.0余震序列的分布一致. 相似文献
10.
首先利用 RISP系统对2022年6月10日0—12时四川马尔康地震序列的实时自动检测结果,并结合人工定位结果,对该时段系统自动检测结果进行详细对比分析.结果表明:系统自动检测的地震数量是人工正式目录的1．98倍,匹配率为93．2%,其中发震时刻偏差小于±1．0s的地震占比95．64%;震中位置偏差小于10km 的地震占比97．09%;震级偏差小于±0．3级的地震占比 96．36%.然后对系统多检测、漏检测和与人工目录地震参数偏差较大的地震进行详细分析,对系统检测密集地震序列的优缺点进行总结,并给出优化系统的建议.综合来看,RISP系统可快速产出高精度的震相到时数据和完备性较高的地震目录,可用于震后趋势判定、震源机制解节面判定、 余震快速精定位等地震应急工作. 相似文献
11.
精确识别和定位中强地震序列中的微震事件对于准确判定发震构造具有重要的意义。文章对2022年1月8日发生在青藏高原东北缘的青海门源MS6.9地震序列进行精定位及微震检测研究。首先运用双差定位法对2022年1月8—16日由中国地震台网中心记录的1 010个门源地震序列原始目录进行重定位,得到404个精定位地震目录。分别采用原始地震目录(CENC)和双差重定位目录(HypoDD),对震源区150 km范围内9个台站的连续波形数据进行微震检测。结果表明,基于CENC目录识别的余震个数是原始目录地震数量的3.0倍,基于HypoDD目录识别的地震个数是原始目录的2.1倍,是HypoDD目录的5.8倍;两种地震目录的微震检测均使得ML震级完备性从1.7级降低至1.1级。新的地震目录空间位置显示,主震发生后余震主要沿托莱山断裂向西侧扩展,8分钟以后,在托莱山断裂和冷龙岭断裂均发生破裂。根据本研究获取的更高空间分辨率的地震序列,同时结合震源机制解,认为2022年门源MS6.9地震初始破裂位于近E-W向的托莱山断裂,并触发了NW-SE向的冷... 相似文献
12.
《地震地磁观测与研究》2016,(4)
全国统一编目系统将中国区域地震台网数据与国家地震台网数据相结合,进行统一编目,实现全国台网间、台站间的联合定位,最终产出参数更合理、内容更丰富的中国地震台网地震目录。 相似文献
13.
采用双差定位方法对2012年6月24日宁蒗-盐源MS5.7地震主震及其余震序列进行了重新定位. 首先采用时间域互相关技术对波形数据进行处理, 获得高精度的事件对走时差; 然后分别使用目录数据、 波形互相关数据和目录数据+波形互相关数据等3种不同的数据组合, 对宁蒗-盐源MS5.7地震主震及其余震序列进行重新定位. 3种数据组合的主震定位结果、 参与重定位的地震事件数、 最终被定位的地震事件数及重定位结果标准差等对比结果表明, 同时使用目录数据和波形互相关数据所获得的重定位结果最佳. 重定位结果显示, 宁蒗-盐源MS5.7地震主震的震中位置为(27.790°N、 100.707°E), 震源深度为10.4 km, 发震时刻为北京时间2012年6月24日15时59分32.74秒. 本文结果表明, 震源区附近NW走向的永宁断裂为宁蒗-盐源MS5.7地震的发震构造. 相似文献
14.
《地球物理学进展》2020,(2)
2017年四川省九寨沟县M 7.0级地震发生后,截止到8月24日共16天内时间内地震台网中心记录到5994个九寨沟地震余震事件,为完备该地震的余震目录,本文利用模板匹配方法对本次地震进行了遗漏地震检测研究,选取震中附近台站记录波形为计算数据,重新检测主震后16天时间内的遗漏地震事件,共得到台网目录外地震目录1053个,与台网给出目录相比增加了0.18倍.为比较本次地震检测前后的最小完整性震级以及活动性b值,利用包络差峰值振幅对检测地震的震级进行了估算,根据检测后的余震目录得到九寨沟地震余震序列的最小完整性震级为M_L 0.9,地震活动性b值为0.80左右,较原目录的M_L 1.2和0.85均有降低. 相似文献
15.
本文介绍了一套基于人工智能的实时地震处理系统,该系统采用深度学习方法检测地震,具备地震检测、到时拾取、震相关联、地震定位和震级测定功能,可实时和离线处理连续地震波形数据和密集地震序列,产出的地震目录定位精度高、完备性和一致性好.以云南漾濞Ms 6.4地震序列为例,可在震后2～4 min内产出地震目录,检测出的地震数量比人工多2～3倍,定位精度与人工处理结果相当,震级测量误差小,震级处理下限可达ML 0.0级左右.该系统不仅可应用于省级区域地震台网,也可用于密集地震台阵,水库、矿山和火山等专用台网的实时处理,基于该系统产出的结果,可进一步计算b值变化,分析地震时空演化特征,开展序列实时精定位,为地震应急、地震预测预报和相关科学研究提供重要数据.该系统对于优化我国地震数据自动处理流程,提升地震编目工作的自动化水平具有重要意义. 相似文献
16.
北京时间2022年9月5日12时52分,四川甘孜州泸定县发生MS6.8地震(以下简称泸定地震).本文基于神经网络方法从泸定地震周边200 km之内57个台站2022年9月5—15日的连续波形资料中拾取Pg/Sg震相到时,对由优选的震相识别阈值筛选后的震相到时进行震相关联和定位分析,经上述处理流程获得自动检测目录(AUTO)包含10590个地震事件,为同期台网人工目录(即中国地震台网中心目录,CENC)数量的3.3倍,完备性震级由ML1.0下降至ML0.5.基于波形互相关的双差定位方法获得的8279个地震的时空分布特征表明,2022年泸定MS6.8地震的主震及余震主要发生在鲜水河断裂磨西段,沿着该断裂在NNW-SSE方向分布并表现出明显分段特征,北段总体深度较浅,深度集中在10 km以上,中段和南段相对较深,深度分布在5～20 km之间.此外,余震序列在鲜水河断裂上展现出高倾角的特征,而在主震SW方向的海螺沟断裂附近与鲜水河断裂呈共轭展布,推测在中段海螺沟附近有一条走向SW、倾向SE的低倾角分支断裂.... 相似文献
17.
发展高效、高精度、普适性强的自动波形拾取算法在地震大数据时代背景下显得越来越重要.波形自动拾取算法的主要挑战来自如何适应不同区域的不同类型地震事件的分类与筛选.本文针对地震事件-噪音分类这一问题,使用13839个汶川地震余震事件建立数据集,应用深度学习卷积神经网络(CNN)方法进行训练,并用8900个新的汶川余震事件作为检测数据集,其训练和检测准确率均达到95%以上.在对连续波形的检测中,CNN方法在精度和召回率上优于STA/LTA和Fbpicker传统方法,并能找出大量人工挑选极易遗漏的微震事件.最后,我们应用训练好的最优模型对选自全国台网的441个台站8天的连续波形数据进行了识别、到时挑取及与参考地震目录关联,CNN检出7016段波形,用自动挑选算法拾取到1380对P,S到时,并与540个地震目录事件成功关联,对1级以上事件总体识别准确率为54%,二级以上为80%,证明了CNN模型具有泛化能力,初步展示了CNN在发展兼具效率、精度、普适性算法,实时地震监测等应用上具有巨大潜力. 相似文献
18.
利用模板匹配方法对2015年11月23日青海省祁连县M_S5.2地震进行遗漏地震检测研究,由于主震后短时间内目录中遗漏事件较多,故对主震后1天的连续波形进行检测。主震后1天内青海测震台网记录到的余震个数(包括单台)共62个,选取主震后M_L1.0以上余震30个作为模板事件,通过匹配滤波的方式扫描出遗漏地震31个,约为台网目录给出的0.5倍。基于包络差峰值振幅与震级的线性关系估测检测事件的震级参数,最后将检测后的余震目录与台网余震目录在主震后1天内的最小完备震级进行对比分析,结果发现检测后最小完备震级从M_L1.2降到了M_L0.7,得到青海测震台网在祁连地区最小完整性震级为M_L0.7。 相似文献
19.
根据国家台网中心自动地震速报系统在云南漾濞和青海玛多2个地区的台网监测能力,选取2个地区2021年5月18—29日的地震序列,对自动地震速报系统进行性能分析。国家台网中心自动地震速报系统基本实现1min内的单路自动地震速报信息初次产出,根据地震台网密度的不同,产出时间从30～60s不等。与地震编目结果相比,云南漾濞地震序列震中位置偏差较小,青海玛多地震序列震中位置偏差较大,2个地震序列震级偏差不大。青海玛多地震序列震中位置偏差较大的原因是该区域台站稀少且空隙角较大。自动地震速报系统存在少量的漏报地震,与系统定位时信噪比较低、台站空隙角较大及多个地震混叠在一起有关。 相似文献
20.
选取2020年3月1日至12月31日速报地震,通过对比自动地震速报和人工地震速报结果,对自动地震速报系统产出结果进行偏差分析。该时段内自动速报系统共产出国内地震事件216次,漏报49个地震,未发生误报地震。自动速报地震震中位置平均偏差为6.7 km,震级平均偏差为0.15,平均用时119 s。震中位置偏差较大主要由台站分布不均匀、缺少近台、台站空隙角过大及系统自动拾取的震相误差较大所致。震级偏差较大主要是震级转换算法不合理等造成的。自动速报漏报地震与系统在地震定位时初至到时信噪比较低、台站分布不均匀和地震的孤立性等有关。此外,还对全国自动地震速报系统的改进提出了建议。 相似文献