共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
P波初动符号物理图像明确,是稳定的地震波信息.在资料充分时,可以较好地确定震源机制解.网格搜索法是目前流行的利用P波初动符号求解地震震源机制解的方法.不过,在实际观测资料不充分时,虽然较迭代算法优越,但网格搜索法依然有较大的不确定性.到目前为止,人们还没有找到合理的解决方案,极大地制约了这一类方法的应用.针对这一现状,本文在许忠淮提出的格点尝试法的基础上对网格搜索法进行了几个方面的改进.首先,采用新的加权方法计算加权矛盾比:权重因子包括反映初动符号质量的权重以体现资料质量的影响;不包括反映观测点与节面距离的权重以避免因节面附近资料权重的双重减小带来的系统偏差;通过减小震源球上密集资料点的权重以部分地抵消震源球上P波初动符号资料分布不均匀对可能解的影响.在通过加权矛盾比筛选可能的震源机制解时,把震源球分为面积相对均匀的网格进行解的搜索,避免了因网格划分不均匀所导致的平均解的计算偏差.针对资料不足情况下震源机制解会受控于个别观测点P波初动符号的情况,我们借鉴杰克刀(jackknife)技术,在可选解中增加了那些一个观测点被去除后的可选解,既对解的质量有了更好的把握,又增加了找到真解的可能性.进一步地,针对可选解存在多个解簇的情况,本文提出了通过聚类提供多组可选解的做法.最后,针对目前缺乏对解的合理评价体系的现状,提出了主要基于解的离散度并参考加权最小矛盾比对震源机制解质量进行评价的新方案. 相似文献
5.
目前对首都圈地区中小地震的震源机制研究所用的方法主要有P波初动极性法、 振幅比法及波形反演方法。 前两种方法只利用了波形中很少量的信息, 且对于稀疏台阵效果较差, 而传统的波形反演法也仅利用了波形的部分信息, 且对于震级、 数据资料等有一定的要求。 为克服上述传统方法中的局限并进一步提高震源机制解的准确性, 本文采用一种新的综合利用上述各种信息的全波形匹配方法来反演首都圈地区中小地震的震源机制解, 提高反演解的可靠性。 为了检验所使用的全波形匹配震源机制反演方法的可靠性, 我们首先进行了合成数据测试, 结果表明全波形匹配方法可以得到稳定可靠的震源机制解。 利用新的全波形匹配方法计算了2019年4月北京发生的两次地震震源机制解, 并结合活动断裂进行分析。 将新的全波形震源机制反演方法应用于首都圈地区2015年以来的22个地震(2.2≤M≤4.3), 并对22个地震的震源机制解及应力轴分布进行了分析, 与前人研究结果具有较好的一致性。 相似文献
6.
豫北及邻区中小地震震源机制解及应力场反演 总被引:1,自引:0,他引:1
利用区域地震台网的数字地震波记录资料,由垂直向记录Pg和Sg振幅比值,结合部分清晰的P波初动记录资料,计算得到了1985~2008年在豫北及邻区发生的145个中小地震的震源机制解。通过统计方法、系统聚类分析方法及采用格点尝试法,分析了震源机制解参数并求取了区域平均应力场。结果表明:研究区震源机制解以走滑型为主,应力轴比较接近水平,区域构造应力场以水平挤压为主要特征;震源机制解除走滑型外,还有一定数量的正断型和逆断型。整体显示中小地震震源机制解种类较多,分布散乱,表明小地震发生具有随机性,华北构造应力场整体的控制作用较弱。 相似文献
7.
利用江苏区域数字地震台网宽频带地震计记录的Pnl波波形资料,采用TDMT_INV时间域地震矩张量反演方法,尝试反演2009-2011年江苏及附近海域7次中小地震(ML3.5以上,最大震级ML5.3)的地震矩张量解,并通过记录清晰的P波初动在震源球的下半球投影对反演结果进行评价.结果表明:反演结果与初动方向一致较好.由此说明在研究区域用矩张量反演法测定中小地震震源机制解具有一定的可行性. 相似文献
8.
《地震地磁观测与研究》2013,(Z2)
利用江苏区域数字地震台网宽频带地震计记录的Pnl波波形资料,采用TDMT-INV时间域地震矩张量反演方法,尝试反演2009—2011年江苏及附近海域7次中小地震(M_L3.5以上,最大震级M_L5.3)的地震矩张量解,并通过记录清晰的P波初动在震源球的下半球投影对反演结果进行评价。结果表明:反演结果与初动方向一致较好。由此说明在研究区域用矩张量反演法测定中小地震震源机制解具有一定的可行性。 相似文献
9.
提出利用周期范围45-100s间的面波波形拟合与P波初动符号相结合,估计中小地震震源机制的方法.给出两个倾滑为主和三个走滑为主的震例.其中最小的是1996年12月16日北京顺义ML4.5级地震.比较了1996年2月5日云南丽江Ms6.0级余震的机制解与美国哈佛大学CMT结果的相似程度,各震例记录图与理论图的相似程度,以及初动分布与主压力轴P和主动力轴T分布区的一致程度.从比较结果看,得到的震源机制解有参考价值,开发的软件有可用性. 相似文献
10.
《世界地震译丛》2020,(2)
地震震源位置和震源机制解的确定需要精确的P波到时和初动极性信息。由于这些参数的自动化算法的精度比人工识别的要低,因而在处理大数据时是存在一定问题的。本文通过训练卷积神经网络来获取P波到时和初动极性信息,该方法直接对波形记录进行学习,而不是特征提取。我们利用南加州地区1 820万条手动拾取的波形记录,来训练卷积神经网络。1 200万条无关联波形记录的交叉验证显示,自动与人工拾取之间的差异的标准差为0.023s。以人工识别的初动极性做参考,分类器拾取的精度为95%。同时,在不影响质量的前提下,与人工识别相比,分类器拾取的极性数量更多,从而获得的震源机制解数量几乎翻倍。经过训练的卷积神经网络具有很好的精度,这表明它们可以与地震专家一样好,甚至更好。 相似文献