2011年日本东北大地震（M_W=9.0）震间与震前变形场特征及其对强震预测的启示          下载免费PDF全文

朱守彪 《地球物理学报》2020,63(2):427-439

强震震前(preseismic)动力学过程的研究对于地震预测具有十分重要的意义,但由于观测资料的限制,目前对强震前孕震区力学状态及其演化过程的认识还非常有限.2011年日本东北9.0特大地震(Tohoku-Oki)发生在GPS观测台站最为密集的地区,为研究特大地震震间(interseismic)与震前的变形状态提供了难得的机会.文中将利用日本东北大地震之前连续的GPS观测资料,分别计算震间与震前的速度场与变形场.通过对比分析发现,日本东北地区(Tohoku)震前的应变状态与震间的有很大的不同,震间的变形主要受到太平洋板块向日本海沟北西西向的俯冲挤压作用所控制,其主压应变以近东西向压缩为主,日本东北地区的运动方向与太平洋板块的运动方向大体一致.但是,临近地震前(震前)日本东北地区的运动方向发生了很大变化,震前30天的连续GPS观测结果显示,速度场的优势方向经常变换,间歇性地出现与太平洋板块运动方向相反的情况.这意味着震前孕震区的力学状态发生了很大的改变.这种变化可能与震前破裂成核或慢滑移及慢地震等过程有关,这些过程将加速或促进大地震的发生,从而为大地震的发生准备了力学条件.值得特别强调的是,这些现象都是可以通过直接观测能够发现的大地震之前的异常现象.由此可见,加密GPS站点进行连续观测,寻找震前变形异常区以及探索异常的物理机制对于地震预测预报有重要的科学意义.  相似文献   

Supply and Demand Levels for Livestock and Poultry Products in the Chinese Mainland and the Potential Demand for Feed Grains     

HUANG Shaolin  LIU Aimin  LU Chunxia  MA Beibei 《资源与生态学报(英文版)》2020,11(5):475-482

The widening gap between the supply and demand levels for livestock and poultry products in the Chinese mainland poses a significant challenge to the secure supply of feed grains. Therefore, the accurate prediction of the demand potential for feed grains represents a key scientific issue for ensuring food security in the Chinese mainland. This study is based on an analysis of several factors, such as the Chinese mainland’s output, trade volume, apparent consumption of livestock and poultry products, and two different scenarios for predicting the future demand for feed grains are assessed. The results indicate that output and consumption of livestock and poultry products, as well as the country’s trade deficit and the pressure of the supply and demand balance with respect to these products, have been increasing in recent years. The analysis predicts that the demand for feed grains in the Chinese mainland will reach 425.5 or 389.6 million tons in 2030 based on the two scenarios. This finding indicates that with the increasing demand for livestock and poultry products in the Chinese mainland, the demand for feed grains will continue to increase, and the shortfall in feed grains and raw materials will expand further, especially dependence on external sources of protein-rich feed grains will remain high.  相似文献   

基于概率积分法的采动坡体稳定性预测与分析          下载免费PDF全文

王猛  孙丽丽  薄怀志 《山东国土资源》2018,34(12)

地下采煤会引起地表沉降、变形,甚至引发山体、河堤滑坡等地质灾害。采动坡体的稳定性研究一直是采矿工程中实际关心的问题。该文首先介绍分析了概率积分法移动变形稳态、动态预测模型以及基于极限平衡理论的单滑面采动坡体稳定性预测模型,提出了使用概率积分法结合Knothe时间函数对采动坡体稳定性进行预测分析的方法,并使用C#及XML Schema语言编制了相关的计算程序。最后,结合一个工程实例对采动坡体稳定性和动态变化过程进行了预测与分析,通过实测数据验证了提出方法的可行性,得出了采动引起的坡体下沉是影响坡体稳定性的主要因素,并提出了在坡体拉伸阶段进行注浆加固的方法。  相似文献   

2012年江苏扬州M 4.9地震前地磁垂直分量日变双低点异常     

郭明瑞  胡久常  吴佳林  王桂丹  王锡娇  崔泽岩 《地震地磁观测与研究》2018,39(3):89-93

2012年6月13日和7月10日华东地区部分地磁台垂直分量日变形态出现双低点异常，首次异常出现后37天，于7月20日发生江苏扬州M 4.9地震，震中位于低点位移分界线附近。分析认为，在强震前由于应力变化，引起孕震体环境中介质电导率等电磁性质发生改变，区域地磁场垂直分量日变曲线出现相位和幅度变化，说明地磁垂直分量日变双低点异常与地震的孕育和发生相关。  相似文献   

2016年射阳M_S 4.4地震前后重力场变化     

吴晓峰  宋浩  代宪鹏  孙君嵩  张辉 《地震地磁观测与研究》2018,40(1):96-101

利用江苏重力测网2014-2017年重力场观测资料，采用绝对重力控制与相对重力联测相结合的平差方法，获取2016年射阳M_S 4.4地震前后重力场变化图。根据射阳M_S 4.4地震前后射阳地区各测线重力段差变化特点，绘制重力场等值线并进行对比分析，结合相关机理，探讨重力场变化与该地震的内在联系。同震观测数据显示：射阳M_S 4.4地震发生在重力异常值高梯度带附近，发震时震中地区位于NS挤压正异常、EW张拉负异常状态，震后区域重力梯度变化量开始减小，是一种典型的重力异常调整现象。  相似文献   

一种基于熵权法的小波去噪复合评价指标   总被引：2，自引：0，他引：2  

容静  刘立龙  康昊华  李松青  周吕 《大地测量与地球动力学》2018,38(7):689-694

传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此，借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标，利用熵权法定权将归一化后的两个指标线性组合，所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明，该方法能够在真值未知的情况下准确地指导小波分解，确定去噪最优分解层数，从而达到最优去噪效果。  相似文献   

基于多变量LSTM神经网络的地下水水位预测     

闫佰忠  孙剑  王昕洲  韩娜  刘博 《吉林大学学报(地球科学版)》2020,50(1):208-216

为解决以往模型未考虑地下水位相关影响因素的问题，探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用，利用长短期记忆神经网络，采用多变量输入的方式，构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例，采用2001-2014年地下水水位动态监测资料与相关影响因素数据，利用多变量LSTM神经网络对2015-2016年地下水位进行预测，并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律，预测均方根误差最大，为2.399 3；以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测，无法考虑相关变量影响，预测均方根误差为2.102 2；基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络，预测均方根误差最小，仅为1.919 1。总体上，多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大，但总体预测效果较为理想。  相似文献   

基于PSR-WSVM模型的边坡位移预测     

李建新  刘小生  肖钢  周文  刘仁志 《大地测量与地球动力学》2020,40(6):577-580

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。  相似文献   

The tunnel seismic advance prediction method with wide illumination and a high signal-to-noise ratio     

Xinglin Lu  Xian Liao  Yao Wang  Guimei Wang  Zhihong Fu  HengMing Tai 《Geophysical Prospecting》2020,68(8):2444-2458

Tunnel seismic prediction is widely used in the field of tunnel seismic advance detection. The illumination of the target and the signal-to-noise ratio of the data are two key factors affecting the precision of data interpretation. Current seismic prospecting has shortcomings on sites: (1) The lighting shots are solely towards one side of the tunnel wall, (2) the geophones are placed far away from the tunnel face and (3) the surface waves from the tunnel wall dominate over the reflection waves, lowering the signal-to-noise ratio of the data at the tunnel wall. This paper proposes a tunnel symmetrical geometry to tackle the above challenges. The arrangement is to place 12 sources uniformly on each side of the tunnel wall and six geophones on the tunnel wall and face. Results of simulated data and measured data show that the proposed method enables (1) broad illumination of the target body, (2) the enhancement of illumination energy of the target body, and (3) higher data signal-to-noise ratio. The proposed symmetrical geometry method provides better interpretation in terms of broader coverage, higher quality and greater distance of investigation.  相似文献   

基于MATLAB的铁路路基沉降预测优化方法     

刘鹏鹏  李仲勤 《北京测绘》2020,(4):580-583

高速铁路路基的工后沉降严重影响着行车安全。在已有的预测模型中,所采用的初始数据往往不能满足等时间周期采集,而且还会伴随着一系列不可避免的观测误差,模型本身的误差累计,不能进行长期预测。文中利用最小二乘原理对初始值进行拟合改进,采用Lagrange插值方法将非等间隔序列转为等间隔序列,并基于新陈更替GM(1,1)模型利用MATLAB建立沉降预测模型;在此基础上,提出对模型残差进行GM改正以提高模型精度的方法。研究表明,通过对初始值序列改正后的模型具有较好的适应性,优化改进后的模型预测误差小,预测精度优于新陈更替GM(1,1)模型。  相似文献