排序方式： 共有112条查询结果，搜索用时 40 毫秒
1.
2.
3.
4.
详细阐述了美国加州ShakeAlert地震预警系统中使用的断层破裂参数实时测定方法（FinDer FinDer:Finite Fault Rupture Detector）的技术细节。利用1999年集集Mw7.6级地震、2008年汶川Ms8.0级地震及2013年芦山Ms7.0级地震，以及日本K-NET台网记录的80次中小地震的强震观测数据对该方法的性能进行了评价。结果表明:在密集台网条件下，FinDer方法能够较为准确地实时识别正在发生地震的断层破裂长度和走向以及质心位置，是解决地震预警系统中断层破裂参数实时识别问题的有效手段之一；FinDer方法只能在断层破裂已经发生的条件下，对其长度和走向进行识别，无法预知断层可能的最终长度或最终走向；远场和近场识别是影响该方法准确性的主要因素，也是该方法识别误差的主要来源。 相似文献
5.
随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27 500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明:模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。 相似文献
6.
地震P波到时快速、精确的自动拾取是实现地震预警的第一步。目前所有P波到时自动拾取方法都需要进一步考虑准确度问题,据此提出用"振幅变化"长短时均值比方法拾取P波到时。研究表明引进"振幅变化"作为特征函数比Allen的"振幅变化平方"更能突显地震波初至时刻的"突变"特征。对"振幅变化长短时均值比方法"和Allen的"振幅变化平方长短时均值比方法"进行抗噪音分析表明,在较低信噪比条件下,Allen方法不能准确地拾取P波到时,而新方法依然能较准确地拾取P波到时。在较高信噪比条件下,用两种方法拾取的160个M_S4.0地震P波到时,其误差大都在允许范围内,但新方法拾取的准确度略高。新方法可以看做是对长短时均值比方法的拓展。 相似文献
7.
结合美国北加州纳帕(Napa)地震,系统地介绍了美国政府机关和科研机构的地震应急工作的完整流程:从地震仪接收到地震产生的P波开始,地震预警系统发出警报,到震后美国地质调查局(USGS)在线烈度调查系统(DYFI)采集民众地震烈度报告,再到地震快速评估系统(PAGER)快速估算地震伤亡和经济损失情况,发布警报级别,最后进行实时余震发震概率预测。积极利用民众力量、信息共享以及自动计算是美国地震应急工作流程的突出特点。 相似文献
8.
地震预警系统对地震数据处理的实时性要求极高。其系统数据来源除布设在基岩的测震台站外,还有大量非基岩场地的强震动台站和地震烈度仪台站,其场地影响不容忽视。为了考虑震级估算和地震动场预测中的场地影响,需实时对各种场地条件下的地震波形进行校正。目前处理一般使用某个标量来表征场地放大效应。本文采用一种实时的场地校正方法,首先计算目标场地与参考场地的谱比,然后通过最小二乘法、双线性变换将谱比转化为因果递归的无限冲激响应(IIR)时域滤波器,之后可以应用该滤波器进行实时场地校正。该方法考虑了场地放大系数的频率依赖性,相比于标量校正提高了准确度。应用我国四川和日本部分强震动台站记录,验证并讨论了这种实时场地校正方法在地震预警中的应用效果。 相似文献
9.
地震预警现地PGV连续预测的最小二乘支持向量机模型 总被引：2，自引：0，他引：2
为提升现地仪器地震烈度预测的准确性与连续性,研究面向地震预警的PGV连续预测模型.以中国仪器地震烈度标准的计算参数:0.1~10 Hz带通滤波三分向矢量合成速度峰值PGV为预测目标,利用日本K-net与KiK-net台网P波触发后1~10 s强震数据,基于人工智能中的机器学习方法-最小二乘支持向量机,选取7种特征参数作为输入构建最小二乘支持向量机PGV预测模型LSSVM-PGV.结果表明,本文建立的LSSVM-PGV模型在训练数据集与测试数据集上的预测误差标准差变化趋于一致,具备泛化性能;P波触发后3 s预测PGV与实测PGV即可整体符合1∶1关系,随着时间窗的增长,PGV预测的误差标准差显著减小、并在P波触发后6 s趋向收敛,具备准确连续预测能力;对比同为P波触发后3 s的常用P d-PGV模型,LSSVM-PGV模型的PGV预测误差标准差明显减小,“小值高估”与“大值低估”现象明显改善,预测准确性得到提升.熊本地震序列的震例分析表明,对于6.5级以下地震,LSSVM-PGV模型最多在P波触发后3 s即可预测出与实测PGV整体符合1∶1关系的PGV;对于7.3级主震,由于其破裂过程的复杂性,P波触发后3 s的预测结果出现一定程度的低估,但随着时间窗增长至6 s时,预测PGV与实测PGV符合1∶1关系、并直到10 s整体趋势保持一致.本文构建的LSSVM-PGV模型可用于现地地震预警仪器地震烈度的预测. 相似文献
10.