感应式磁力仪磁暴数据分析

本文对子午工程感应式磁力仪(SCM)与传统磁通门磁力仪(GM4)记录的磁暴基本特征进行对比分析,GM4记录的波形不论在磁场平静时还是在磁暴时,各个台站波形相关性很高,GM4记录到完整的磁暴变化形态,SCM记录的磁暴非常规磁暴变化形态.SCM在磁场平静时波形相关性很低,磁暴时各个台站波形相关性很高,可能是由于SCM分辨率较高,磁场平静时记录到更多的台站背景噪声.GM4和SCM磁暴时,Z分量急始方向都向上,且各个台站一致,GM4的H水平分量急始方向向上,而SCM的X分量急始方向朝下,这是因为GM4的H分量探头朝向地磁北极,而SCM探头方向朝向地理北极.磁暴时,GM4的H差分结果与SCM的X分量数据相关性很高,GM4的Z分量与SCM的Z分量差分结果相关性并不高,这可能是因为:(1)磁暴时H水平分量或者X分量表现比较明显,而Z分量虽然有变化,但是变化不如H分量剧烈,(2)GM4的三分量探头集成在一个探头盒中,且有水平泡等保证水平,正交性较好,而SCM的Z分量安装时是安装在一个垂直的坑中,而三分量是否严格正交没有经过检验,可能由于安装方法存在误差,造成GM4的Z分量差分结果与SCM相关性不高.     

基于离散Gabor变换的磁暴识别

以地磁秒数据为研究对象,通过离散Gabor变换将时域的地磁数据转换至二维时频面,提取Gabor变换谱图的均值和方差作为特征值,使用支持向量机实现地磁正常数据与磁暴干扰数据的自动分类识别。对5个地磁台的200组地磁秒数据进行计算分析,结果表明该方法对测试样本数据的识别率可达94%。     

基于地磁水平分量序列的磁暴自动识别

应用小波包分析技术提取了地磁水平分量序列的能量特征,用Fisher方法进行识别,研究了磁暴与非磁暴的识别率在不同时间长度t下的变化规律.当t=1h时,对磁暴与非磁暴的平均识别率达到83.8%;在确定为磁暴的前提下,进一步将磁暴按强度分为强磁暴(磁情指数K≥8)和非强磁暴(K≤7),平均识别率为72.9%.在对地磁水平分量进行连续实时监测的情况下,用这种方法可实现对磁暴的自动识别.     

岩石超声检测信号初至的AIC自动拾取方法

岩石超声检测中最重要的一个环节是初至的拾取,然而该项工作往往费时费力,拾取精度受人为因素影响较大。为提高声波速度检测、声发射定位、以及超声层析成像的应用效率和精度,本研究将地震学中应用比较广泛的AIC初至自动提取技术引入到岩石超声检测中,并进行了适当改进。利用改进前后的AIC方法,自动拾取仿真信号和实际信号的初至,并利用长短时窗比方法(STA/LTA)和手动方法拾取了初至,同时分别与设定的实际初至进行对比。根据实验结果,对于信噪比较低的信号AIC方法要优于STA/LTA方法;改进前的AIC方法适用于起跳干脆、幅度变化大的信号,而改进后的AIC方法则适用于起跳较平缓的信号,且拾取到的初至与手动拾取的初至更加接近。      

乌鲁木齐台短周期地磁变化的传递函数的时间变化与地震的关系

本文分析了乌鲁木齐地磁台的急始型变化事件的资料,发现1983年乌鲁木齐地区发生的三次M≥5级的地震中,有两次与地磁短周期变化存在着联系。本文选取地磁变化周期为1—10分钟的磁暴急始(S_c)、急始脉冲(S_z)、磁脉动(P_c)     

与磁暴急始有关的瞬态地磁脉动

我们根据北京怀柔地磁脉动观测站在1982年6月至1983年5月的观测记录,分析了这时期发生的急始型磁暴中伴随SSC发生的瞬态地磁脉动。这种脉动的形态和地方时有关,白天有明显的衰减振荡,晚上则近似为非振荡的湾状扰动。我们分析了这种瞬态地磁脉动的振幅、持续时间、功率谱和急始形态的关系,并结合目前国外卫星的探测结果对这种脉动的形成和传播路径作了讨论。     

中国区域GPS单频点定位在不同类型磁暴主相期间定位性能分析

地磁暴期间,电离层可出现不同程度的扰动,显著影响GNSS导航系统性能.本文针对GNSS系统应用需求,全面分析了不同等级磁暴主相期间GPS单频点定位精度在中国区域(地磁中、低纬地区)的受扰情况.结果表明,定位误差极端值的出现概率与磁暴等级呈正相关,也与测站纬度相关(低纬一般高于高纬),定位精度在U(垂直)方向受影响程度明显强于其他方向,且在磁暴恢复相期间定位精度也可能受到显著影响.上述研究结果对了解磁暴期间中国区域(地磁中、低纬地区)GNSS应用性能、北斗三号全球系统在中国区域的应用性能及系统升级和中国区域电离层扰动特性研究有参考价值.     

P波初至到时自动拾取技术研究

基于粘滞性单自由度振动器响应下的能量转换理论,提出利用阻尼能量作为目标函数的P波震相到时拾取方法——SDOF Picker算法。使用该方法对江苏及邻区2010—2016年实际记录的9 607组P波初至进行到时自动拾取测试,以地震编目中人工拾取到时为基准,与利用AIC算法自动抬取的结果进行了系统性对比分析,结果显示:SDOF Picker算法和AIC算法自动拾取P波初至的准确率分别为97.1%、91.8%,中值偏差分别为(0.02±0.61)s、(0.05±0.77)s,方差分别为0.37 s2、0.60 s2,这表明SDOF Picker算法的在准确率和拾取精度方面均优于AIC算法。     

2003年10～11月的大磁暴

分析了引起2003年10～11月发生的3个特大磁暴的太阳活动、行星际扰动以及中国东部地磁台链记录到的地面磁场变化。结果表明,这3个特别大的磁暴是由太阳质量抛射事件引起的。太阳向着地球喷发出的大量等离子体引起的强烈太阳风扰动和持续长时间的南向行星际磁场与磁层相互作用形成了特别大的磁暴。ACE卫星、GOES卫星以及地面地磁台站较完整地记录了这3次日地扰动传输过程。对于每一个磁暴,中国东部地磁台链记录到的H分量变化形态一致,纬度最高的满洲里地磁台H幅度最大,而其他台站的幅度与纬度无明显关系,这表明磁暴的发展不完全由赤道环电流引起,在这样强烈的磁暴期间,磁层内的电流体系非常复杂。     

磁暴数据的多尺度分析

磁暴可能对电网、油气管线等技术系统的安全运行造成影响,分析磁暴的时频特征对研究技术系统的影响有重要意义.本研究采用多尺度小波变换,分析广东肇庆地磁台的磁暴地磁数据,将磁暴地磁分量数据分解为高频和低频,研究了磁暴地磁分量的时域特征,得到了一些有价值的结论.     

基于我国实际工程场地的不同基本周期计算方法差异性研究

场地基本周期是表征场地动力特性最基本的指标,也是评价场地条件的重要依据。本文介绍了计算场地基本周期的四种方法——子层周期求和法（规范法）、子层周期贡献系数法、简化Rayleigh法以及逐层单自由度法。收集并筛选了国内605组钻孔深度达到工程基岩的剪切波速剖面资料,其中:Ⅰ类场地10个;Ⅱ类场地300个;Ⅲ类场地249个;Ⅳ类场地46个。以传递函数法结果为标准,对上述四种方法的计算结果进行对比检验,就不同方法的偏差进行了深入分析,给出了其统计结果,并剖析了各方法应用于实际工程场地的适宜性。主要结论:（1）我国规范所采用的子层周期求和法虽然在工程中方便使用,但计算结果普遍存在显著偏差,其偏差的平均值大于20%,最大偏差甚至接近50%。（2）简化Rayleigh法和逐层单自由度法相较于规范法计算精度均有大幅提高,二者偏差在5%以内的工况数占比分别达到80%和70%以上。（3）子层周期贡献系数法采用了加权累加的计算方式,继承了规范法便于操作的优点,并且计算精度为本文所选四种方法中最高,其最大偏差不超过10%,偏差在5%以内的工况数占比达到85%,建议在实际工程中推广应用。     

基于深度卷积神经网络的地震震相拾取方法研究

地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路.     

Automatic picking of P and S phases using a neural tree

The large amount of digital data recorded by permanent and temporary seismic networks makes automatic analysis of seismograms and automatic wave onset time picking schemes of great importance for timely and accurate event locations. We propose a fast and efficient P- and S-wave onset time, automatic detection method based on neural networks. The neural networks adopted here are particular neural trees, called IUANT2, characterized by a high generalization capability. Comparison between neural network automatic onset picking and standard, manual methods, shows that the technique presented here is generally robust and that it is capable to correctly identify phase-types while providing estimates of their accuracies. In addition, the automatic post processing method applied here can remove the ambiguity deriving from the incorrect association of events occurring closely in time. We have tested the methodology against standard STA/LTA phase picks and found that this neural approach performs better especially for low signal-to-noise ratios. We adopt the recall, precision and accuracy estimators to appraise objectively the results and compare them with those obtained with other methodologies.Tests of the proposed method are presented for 342 earthquakes recorded by 23 different stations (about 5000 traces). Our results show that the distribution of the differences between manual and automatic picking has a standard deviation of 0.064 s and 0.11 s for the P and the S waves, respectively. Our results show also that the number of false alarms deriving from incorrect detection is small and, thus, that the method is inherently robust.This paper has not been submitted elsewhere in identical or similar form, nor will it be during the first three months after its submission to Journal of Seismology.     

1683-1949年中国地磁测量、地磁图和地磁模型的总考评与研究

本文全面系统回顾考察了新中国成立前中国的地磁测量、地磁图和地磁模型研究概况:主要介绍中国人独立进行的地磁测量;评述了1932年山东半岛地磁图,1915.0和1936.0年中国(部分地区)地磁图;1945.0年东亚地磁图;1946.1年四川北碚地区地磁图以及1946.1年四川北碚地区地磁场泰勒多项式模型.并根据1936年地磁数据计算研究了1936.0年中国地磁场的球冠谐模型和曲面Spline模型,以及1900.0-1940.0年5个年代的中国地磁数据集、地磁模型和地磁图.对今后我国地磁测量研究工作给出了几点建议.     

基于Duffing振子混沌系统的地震速度分析方法

强随机噪声干扰是导致地震勘探资料低信噪比的主要原因,如何在强随机噪声干扰下获取有效的信息是值得关注的问题.Duffing振子混沌系统是一个非线性的动力学系统,其对强随机噪声具有免疫能力,而对特定的周期性信号具有敏感性.本文提出一种基于Duffing振子混沌系统的速度分析方法.对CMP道集按照时距曲线关系进行移动窗口截取,将所截取的信号构建为待测信号加入Duffing振子混沌系统,通过相图网格分割方法(GPM)判断系统状态的改变,从而在强随机噪声背景下获得高分辨率的速度谱.理论模型和实际资料的处理结果表明,与传统的水平叠加速度分析方法相比,本方法能够在强随机噪声背景下获得更准确的速度分析结果.     

2002年度地磁台网GM3仪观测数据完整率及影响因素分析

主要对2002年度我国地磁台网GM3磁通门磁力仪的观测数据的完整率及影响因素进行了统计分析,并以昌黎台为例进行了详细的解释说明,从而对台网及台站数字观测数据的完整率及影响因素有了较深入的了解,并根据统计分析结果,对台站观测日志的存储内容和存储方式提出了改进意见。     

基于深度学习的地震检测模型在区域台网的泛化性研究

将识别地震的深度学习算法PhaseNet应用于四川台网和首都圈台网, 对该模型的泛化能力进行了测试和评估。 首先利用2010年1月至2018年10月首都圈台网199个地震台站记录的29328个事件(M_L0~M_L4)所对应的126761段事件波形, 以及 2019年4—9月四川及邻省部分台网227个地震台站记录的16595个事件(M_L0~M_L6.0)所对应的120233段事件波形分别建立了SC和CA测试数据集, 并用预训练好的PhaseNet模型进行P、 S震相自动识别和到时拾取, 并将拾取结果与人工拾取结果在不同误差阈值下进行对比。 测试结果表明, PhaseNet在两个数据集上具有良好的震相检测能力(误差阈值为0.5 s), 其P、 S震相检测的F₁值都超过0.75, 具有比较稳定的准确拾取P波到时能力(误差阈值0.1 s), 其检测F₁值均超过0.6, 而S波到时拾取的F₁值分别为0.33(SC)和0.53(CA)。 进一步分析了测试结果与震中距、 震级、 信噪比、 台站所处地域之间的关系, 为下一步继续训练更优化的模型指明了方向。 研究结果表明, PhaseNet算法在区域台网地震自动检测和到时拾取方面有很大的应用潜力和提升空间, 可以为区域台网的自动编目工作提供辅助。     

地磁数据时钟精度检验方法研究

针对地磁观测台网中部分记录仪的时钟不准确及产出数据的对应时间与实际时间不一致的问题,提出了地磁数据时钟精度检验的扰动区间极值比对法,利用2015年3月国家地磁观测台网的全部数据对该方法的正确性和可靠性进行检验,并给出校正值。结果表明,该方法对于钟差超过1min的数据检出率达到100%,且对检出的异常数据给出误差小于2min的校正时间,准确率达到94.44%,不受地方时的影响。该方法为国家地磁观测台网对大量仪器时钟精度的监控、数据时钟检验和仪器校时提醒自动化以及磁扰日数据时间校正提供了有效的技术途径。     

Analysis of biodegradation in a 3-D heterogeneous porous medium using nonlinear stochastic finite element method

Probabilistic analysis by Monte Carlo Simulation method (MCSM) is a computationally prohibitive task for a reactive solute transport involving coupled PDEs with nonlinear source/sink terms in 3-D heterogeneous porous media. The perturbation based stochastic finite element method (SFEM) is an attractive alternative method to MCSM as it is computationally efficient and accurate. In the present study SFEM is developed for solving nonlinear reactive solute transport problem in a 3-D heterogeneous medium. Here the solution of the biodegradation problem involving a single solute by a single class of microorganisms coupled with dynamic microbial growth is attempted using this method. The SFEM here produces a second-order accurate solution for the mean and a first-order accurate solution for the standard deviation of concentrations. In this study both the physical parameters (hydraulic conductivity, porosity, dispersivity and diffusion coefficient) and the biological parameters (maximum substrate utilization rate and the coefficient of cell decay) are considered as spatially varying random fields. A comparison between the MCSM and SFEM for the mean and standard deviation of concentration is made for 1-D and 3-D problem. The effects of heterogeneity on the degradation of substrate and growth of biomass concentrations for a range of variances of input parameters are discussed for both 1-D and 3-D problems.     

与地磁急始相伴的电离层暂态振荡

分析了从１９８５年９月至１９９２年１２月共１１５次急始型磁暴期间武昌多普勒台阵观测到的电离层暂态振荡（ＳＩＯ）．这种与地磁ＳＣ相伴的ＳＩＯ可分成ＳＣＦ（＋，－），ＳＣＦ（－，＋），ＳＣＦ（＋）与ＳＣＦ（－）几种类型．分析发现，伴随地磁急始在Ｆ区总是存在突发电离层暂态振荡，除非电波被吸收、穿透、被Ｅ５屏蔽，以致Ｆ区无反射回波或在反射区电离密度的高度梯度特别大，使多普勒频率很小在多普勒图上显示不出来．通常ＳＣＦ（＋，－）发生在白天，而ＳＣＦ（－，＋）发生在晚上．ＳＩＯ与地磁急始有很好的对应关系．