排序方式: 共有10条查询结果,搜索用时 115 毫秒
1
1.
收集2009—2017年上海东部海域地震事件,通过波速拟合、速度稳定性分析及折合走时分析等方法,得到该区域一维地壳速度结构初始模型。在此基础上,采用Hyposat定位程序,通过对满足地震精度条件的地震资料进行试错,验证初始模型,最终确定上海东部海域一维地壳速度结构模型。 相似文献
2.
采用基于概率的完整性震级(PMC)方法,选取上海测震台网13个地震台站及周边省市地震台2008-2019年记录的171个地震,计算各地震台及上海测震台网地震监测能力,并模拟增加新的地震台站后台网监测能力的变化。结果显示:①地表基岩台的监测能力较深井台强,且受噪声和地铁影响,市区深井台监测能力较低;②整体上,台站密布的松江和青浦地区,地震监测能力较强,最小完整性震级为ML 0.7。台站稀疏的浦东、奉贤、崇明地区,地震监测能力较弱,最小完整性震级为ML 1.3;③若在上海南部增设奉贤海湾台,可整体提高上海测震台网的监测能力。 相似文献
3.
4.
2021年11月17日13时54分(北京时间)江苏盐城市大丰区海域发生MS 5.0地震。江苏盐城、南通等地区震感强烈,上海普遍有感,山东和浙江等部分地区亦有震感。上海地震台在震后7 min发布人工速报结果,并启动地震应急产品产出工作,产品包括地震基本参数、历史地震、地震构造、震源机制、仪器烈度和余震精定位等数据。本次地震发生在黄海南部坳陷地区,震源机制解表明该地震为一次走滑型事件,断层呈NE走向,余震主要沿主震NE方向拓展约20 km,深度集中在15 km以内范围。 相似文献
5.
提出将标准时频变换(normal time-frequency transform,NTFT)与卷积神经网络(convolutional neural networks,CNN)结合,尝试实现地震信号的自动准确识别。单纯利用神经网络方法识别地震通常需要人工方式判别收集地震信号样本,对受到噪声污染的信号进行相关预处理操作。采用NTFT+CNN模型无需预处理去噪,更具有实用性。从中国云南省盈江地区3个台站连续两周的地震记录中截取19 884个地震事件和17 ?640 ?个噪声数据作为样本,分别利用CNN模型与NTFT+CNN模型进行3台站与单台站地震信号识别实验。在3台站实验中,CNN模型的地震信号识别准确率为93.10%,NTFT+CNN模型的地震信号识别准确率提升至97.80%,引入NTFT使得识别错误率降低了3倍,表明NTFT+CNN模型可更为有效地识别信噪比低的地震信号。与此同时,CNN模型的训练次数为29,而NTFT+CNN模型训练18次即可达到上述识别准确率,说明NTFT+CNN模型收敛快速且稳定。在单台站实验中,对比考察3种典型噪声情况下的模型表现,进一步验证了NTFT对噪声-地震信号的识别作用与模型结果的正确性。并将NTFT+CNN模型应用于识别美国南加州地震台网公开的地震-脉冲噪声数据,相对于CNN模型,NTFT+CNN模型在识别准确率、收敛速度与所需训练样本数量方面均表现出明显的优势。NTFT为基于神经网络结构的地震信号自动识别提供了新的有效途径。 相似文献
6.
7.
针对已有的地震检测机器学习模型训练所需的有标注的地震数据难以获取、处理成本高等问题,提出一种适用于小样本情况的地震检测机器学习新模型CCLSN。该模型联合使用连续小波时频变换和重新设计的轻量化卷积神经网络,可大幅降低训练所需的有标注的地震数据量,提高模型的适用性。实验结果表明,CCLSN仅用包含数百个地震样本的小型数据集,就可实现稳定和高精度的识别功能,精度和召回率均在98%以上。CCLSN可为我国中东部等少震弱震地区实现地震自动检测提供新的技术方法。 相似文献
8.
收集辽宁及其周边地区(吉林、河北、山东、内蒙)70个宽频带地震仪2012年连续背景噪声波形数据,基于地震背景噪声层析成像方法,得到研究区面波群速度及相速度图像。利用台站对互相关方法,提取瑞利面波格林函数,采用时频分析法(FTAN)获取2 416条相速度频散曲线,从中筛选1 661条信噪比较高的频散曲线。将研究区以0.25°×0.25°进行网格化,采用Ditmar等提出的层析成像反演方法,得到周期10—40 s的瑞利面波群速度及相速度结构分布图。与群速度结果相比,分辨率更高,研究区大部可达0.5°×0.5°(局部可达0.25°×0.25°)。结果表明,辽宁地区地壳及上地幔面波相速度结构存在显著的横向不均匀性。在周期10—15 s的群速度图中,浅层及中上地壳速度分布与研究区地形地貌及主要地质构造单元具有较好的对应关系,盆地及沉积层低速,山区隆起高速,且在高低速转换带多为地震孕震区;在周期20—30 s相速度结构图中,下地壳至上地幔顶部深度范围内,相速度速度结构主要受地壳厚度及渤海湾内巨厚沉积层的影响,在海城至大连区域内出现的低速异常推测为地下热物质上涌;随着深度的增加,在周期30—40 s的相速度图中,速度分布逐渐受控于莫霍面起伏,明显变化出现在辽东半岛,由高速变为低速。 相似文献
10.
1