内蒙古山洞台站背景噪声特征分析

计算内蒙古测震台网2019-12~2020-11山洞观测数据的加速度功率谱密度（PSD）和相应的概率密度函数(PDF),研究相应台站的背景噪声特征。结果表明,高频段背景噪声的昼夜差异显著,疫情防控期间噪声水平明显低于其他时段;次级微震频段背景噪声季节性变化显著,噪声水平冬季强、夏季弱,随着台站离海岸线距离增大,PSD峰值有逐渐减小的趋势;主微震频段背景噪声在10~20 s均有峰值,峰值冬季最强,春、夏、秋季基本没有差异,不同台站同一季节峰值差异小;长周期段噪声水平四季差异不大,春、夏季略高于秋、冬季。     

九寨沟MS7.0地震应急流动台站噪声水平分析

选取九寨沟MS7.0地震应急流动台网6个台站2017-08-14～12-31记录的三分向连续波形资料,通过计算噪声功率谱密度及相应的概率密度函数分布,统计不同频率噪声水平PSD值的分布,对比地球新噪声模型,分析应急流动台网台站噪声水平的变化特征。结果表明,流动台站高频段噪声没有明显的地理空间分布特征,影响台站水平和垂直分向噪声水平的噪声源不同或者同一噪声源在水平和垂直分向的强度不同;受人为噪声和自然噪声的影响,平均噪声水平明显高于NHNM和NLNM的平均值,部分台站接近或高于NHNM。人为噪声和自然噪声都是宽频的,人为噪声与人类生产、生活作息相关,具有明显的昼夜变化,且在固定时段内可以产生某单一频率的固定噪声;自然噪声中小溪流水可以产生持续的高频噪声,不同频段的噪声水平也不同,没有明显的昼夜变化。     

恩施地震台gPhone重力仪背景噪声水平变化分析

基于恩施地震台gPhone重力仪2010~2018年连续9 a的相对观测数据,定量分析其在200~600 s频段范围的背景噪声水平变化,同时研究固体潮、气压、多项式拟合等因素对功率谱密度(PSD)的影响。结果表明：1）频率低于5×10-3 Hz时,固体潮和多项式改正可对重力PSD起到很好的改进作用。2）恩施台gPhone重力仪2010~2015年的地震噪声水平SNM在1.185 8~1.229 4范围内,处于相对较低且稳定的状态;而从2016年起,SNM达到1.256 6,并在2018年超过了1.30。经查明,这种变化是由于恩施台2 km范围内的多处道路施工所致。     

全台网垂直摆倾斜仪背景噪声水平分析

利用全台网垂直摆倾斜仪的观测数据，研究不同采样率对功率谱密度结果的影响，并对不同台站、不同类型仪器连续观测数据在地震频段（200~600 s）的背景噪声水平进行着重分析。结果表明：1）不论是单个测站还是全国台网的统计结果，均显示2类垂直摆在地震频段噪声水平相当；2）在区域分布上未见明显规律性变化，但由于受海浪及活跃构造运动的影响，沿海地区部分台站噪声水平较高；3）高噪声水平仪器观测曲线普遍表现为不光滑、毛刺多，除部分台站受海浪影响，大多是观测环境或仪器本身的原因。     

珠江三角洲地区登革热流行风险空间模拟与预测

近年来日益严重的登革热疫情已在中国南部地区形成疫情高发区,并对中国的公共卫生安全形成了一定的威胁。登革热主要受到区域内复杂的自然环境条件以及社会经济因素的影响,而利用地理空间分析方法和模型探究登革热疫情的影响因素,并对其未来流行风险的空间分布进行模拟,是有效开展登革热预防控制工作的重要基础。本文收集了珠江三角洲地区2010-2014年的登革热病例资料和土地利用、人口密度两种社会经济要素数据,构建土地利用回归（LUR）模型以分析登革热疫情与不同空间范围内的土地利用和人口密度之间的关系,并结合SLEUTH模型获取的2030年土地利用数据以及基于人口密度预测模型获取的2030年人口密度数据,预测珠江三角洲地区2030年登革热疫情风险的空间分布。结果表明,社会经济要素对登革热疫情空间分布的影响在不同范围内存在差异,半径分别为10、7、10、2和1 km的缓冲区内的人口密度、草地、城镇用地、林地和耕地进入LUR模型并对疫情有显著的影响（相关系数分别为0.779、-0.473、0.818、-0.642和-0.403）,所构建的LUR模型效果较好（调整R²为0.796,F=390.409,P<0.01）,留一交叉检验结果显示模型的相对均方根误差为0.7046,预测值与实测值的拟合精度达到0.7101。2030年城市空间扩展的区域主要分布在深圳、东莞以及广佛的交界地区,而登革热风险预测模型表明2030年登革热疫情风险较大的区域与珠江三角洲城镇用地占比、人口分布较高的地区有高度的一致性,尤其是广佛地区。因此,LUR模型可以较好地预测登革热疫情的空间分布,从而为当地卫生部门防控登革热提供方法支持。     

陆态网络腾冲台连续重力观测质量分析

对陆态网络腾冲台2012-07-01~2013-06-30连续重力观测资料进行处理,获得该台站观测精度及噪声水平。结果表明,腾冲台1~100s噪声水平在9×10^-8ms^-2左右,100s~100min噪声水平在0.3×10^-8ms^-2左右,白噪声水平为0.509×10^-8ms^-2,对O₁波、M₂波等主要潮波振幅因子测量精度达到SG-053超导重力仪的观测量级,其中M₂波振幅因子测量精度最高（为0.000 18）。腾冲台可为川滇地区强震和腾冲火山活动监测、震前重力变化及相关研究提供高精度、可靠的连续重力观测资料。     

陆态网络太原台gPhone重力仪背景噪声水平研究

基于陆态网络太原台gPhone重力仪1a的观测记录,在地震频段(200~600s)、亚地震频段(1~6h)和潮汐频段(周期大于6h)研究其背景噪声水平,并与全球超导重力仪SG的背景噪声进行比较。结果发现,潮汐和大气改正可以一定程度上改进重力数据的功率谱密度PSD,尤其是在亚地震频段和潮汐频段。经计算,太原gPhone重力仪在地震频段、亚地震频段和潮汐频段的背景噪声水平分别为3.641、4.659和5.359。gPhone重力仪的噪声水平在地震频段和亚地震频段均高于SG的噪声水平,但是在频率低于0.8×10-4 Hz时,gPhone重力仪的噪声水平低于新低噪声模型NLNM。此外,分析gPhone重力仪记录的2014年智利Mw8.1地震激发的自由振荡信号表明,虽然gPhone重力仪的噪声水平高于超导重力仪,但其依然能够清晰检测到地球自由振荡信号,验证了gPhone重力仪不仅适合研究长周期潮汐和亚地震模,也可以清晰获取地震频段的地球自由振荡信号。     

COVID-19武汉封城前后背景噪声水平动态变化

基于中国地质大学(武汉)gPhone重力仪2016～2020年的观测数据,研究其背景噪声(仪器噪声和环境噪声)水平,分析2020年武汉封城前后背景噪声的动态变化。结果表明：1)gPhone重力仪的噪声水平呈明显的季节性变化,春夏交替时期(5月中旬)最小,秋冬季节(9月至次年2月)较大;2)2016～2020年gPhone重力仪的地震噪声等级(seismic noise magnitude, SNM)范围为3.500～4.278,亚地震噪声等级(sub-seismic noise magnitude, SSNM)范围为4.456～6.136;3)武汉封城期间(2020-01-23～04-21) SNM日变化值较2019年同期大幅下降,2020-04-22武汉全面恢复公共交通,SNM日变化值恢复到以往水平。     

内蒙古东部预警基准站同台测震与强震背景噪声特征

对内蒙古东部地区不同区域5个预警基准站同台测震和强震在2022-06的连续波形数据进行背景噪声特征分析。结果表明,5个预警基准站测震的RMS值均低于强震,且RMS值在30 d内变化不大,背景噪声源较为稳定。各基准站测震与强震1～20 Hz频带内各频点噪声功率谱均受人为活动影响,呈现较强的规律性,主要体现在大于2 Hz频段。对比功率谱密度(PSD)概率密度函数(PDF)分布发现,强震在记录小于10^-1 Hz噪声信号时不可靠,且在14 Hz左右的峰值频段会受近场干扰影响。     

利用张衡一号卫星电场数据研究吉林松原、河北唐山MS5.1地震前后空间电场时空演化特征

利用我国第一颗电磁监测试验卫星张衡一号电场探测仪（EFD）载荷记录到的ULF/ELF频段电场功率谱密度（PSD）数据,限制Dst≥－30 nT和K_p＜3排除空间磁环境扰动后,分4个频段对2020年唐山古冶M_S5.1地震和2019年吉林松原M_S5.1地震前后空间电场时空演化特征进行研究。结果发现,2020年唐山古冶M_S5.1地震4个频段扰动幅度均显示出震前先抬升至最高点超过2倍均方差,而后在下降过程中发震,震后恢复的规律,且第2频段异常尤为明显;4个频段扰动幅度时间序列特征相似,且震前均超过2倍均方差。2019年吉林松原M_S5.1地震不同频段的扰动幅度时间序列特征不同,仅有第2频段超过2倍均方差。2次地震均在第2频段（371~879 Hz）出现震前异常扰动,认为该频段是地震异常提取的优势频段。     

利用EEMD及超导重力数据探测超低频地球自由振荡模态分裂信号：探测实例

利用2004年苏门答腊9.0级地震后GGP台网中15台超导重力仪的18组观测数据,采用EEMD分解技术及叠积技术,检测了频率小于1 mHz的低频地球自由振荡的简正模（3S1、0S4、0S5）及其频谱分裂现象。通过对原始分钟间隔的超导重力数据进行预处理得到重力残差,然后运用EEMD方法将其分解到处于不同频段上的IMF分量,提高了探测低频自由振荡信号的信噪比,使一些低频自由振荡信号的谱线分裂更清晰地显现出来。结果表明,经过EEMD分解过的重力残差能更有效地检测低频自由振荡信号,得到信噪比更高的低阶球型振荡分裂谱线。该研究进一步证实了EEMD数据处理方法的有效性以及超导重力仪在低阶地球自由振荡检测中的优越性。     

GPS高程时间序列降噪分析的改进EMD方法

针对经验模态分解(empirical mode decomposition,EMD)降噪过程中不能直接确定分界本征模态函数(intrinsic mode function,IMF)的K值,以及当高频噪声IMF分量个数少于低频IMF分量个数时,利用低频信号重构实现降噪的计算量较大等问题,提出一种新的EMD降噪方法。采用平均周期与能量密度乘积指标的方法来自动确定分界IMF的K值,将高频噪声IMF分量进行重构,然后用原始信号减去重构噪声,从而达到降噪的目的。利用模拟数据和BJFS站的实测GPS高程时间序列数据进行验证。实验结果表明,该方法能够直接确定分界IMF的K值,降低计算量,在GPS高程时间序列降噪中较传统EMD方法更可靠。     

基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例

新冠肺炎（COVID-19）在空间上具有一定的传播风险,对城市的安全健康构成了威胁,防止疫情传播成为紧迫的任务。在2020年1月1日至4月11日,COVID-19疫情经历了发生、迅速发展和趋于稳定的发展过程,利用初期的COVID-19数据进行宏观层面的疫情风险评估,为防疫控制措施提供一定的参考。因此本研究基于行政区划、定点医院、疫情小区以及道路交通等多元数据,在宏观层面提出并构建全国地理空间疫情风险性评估,对疫情风险分布探讨的同时进行评估效果验证,并根据构建指标揭示影响风险的因素及其机理,主要结论： ① 地理空间风险评估具有有效的可行性。② 地理空间疫情风险分布全局Moran's I指数为0.758,具有显著的空间集聚特征。同时,不同的省区市之间的局部LISA值呈现空间差异性,其中高—高聚类省区市占比全国25.81%,风险程度较高,主要分布在湖北、河南、湖南、江西、安徽、浙江、江苏、上海,低—低聚类省区市占比全国9.68%,风险程度较低,主要分布在青海、西藏、新疆。③ 地理空间疫情风险分布与地理区位、道路交通、医疗卫生、疫情现状指标均存在一定的相关性。根据统计学的Pearson相关性分析,其相关指标R ²存在差异,在数值上由高到低依次为疫情现状、地理区位、道路交通、医疗卫生,在属性上其相关因子存在正负2种效应,地理空间疫情风险与武汉市地理距离、定点医院密度以及居民-医院地理距离呈现显著的负相关,其R ²分别为0.813、0.545、0.436,与铁路网密度、公路网密度以及疫情小区密度呈现显著的正相关,其R ²分别为0.751、0.792、0.825。④ 地理空间疫情风险的构成因素错综复杂,其受到多种因子的共同作用,根据空间分层异质性分析,不同因子之间均存在交互作用,其中居民—医院地理距离与公路网密度、铁路网密度交互作用较强,q值分别为0.9842、0.9837。本研究在宏观层面为城市管理中重大疫情的空间资源分配以及区域空间的联防联控策略提供了相应的依据。     

政府严控期我国地级市COVID-19疫情的时空集聚、演变及自相关效应研究

突发性重大公共传染性疫情在地级城市层面政府严格防控时期的时空演变特征能够有效反应我国综合应急防控能力。基于中国2020年1月24日—3月5日312个城市的COVID-19累计确诊数、现有确诊数、治愈数等统计数据,采用ESDA、优化的热点分析、空间马尔科夫链、空间面板数据模型等方法分析了政府严控期COVID-19疫情在312个城市的时空变化特征。研究发现：① 全国COVID-19现存确诊数经历了“快速增长扩散、基本控制、逐渐下降、局部地区完全控制”的变化特征并在2月17日达到峰值,上升期的日均增长率为17.5%,下降期的日均下降率为5.1%,绝大部分城市的疫情变化特征与全国总体情况类似;② 春运期间的人口流动性高是导致疫情快速扩张的主要原因,武汉“封城”之前14 d的百度迁徙强度指数与部分城市的累计确诊数显著相关;③ 优化的热点分析方法识别出疫情热点的空间分布具有固定性且主要分布于以武汉为中心、半径约350 km范围内的36个城市,未识别出具有统计显著性的疫情冷点城市;④ 对各城市现有确诊人数的马尔科夫链转移概率矩阵分析结果显示,各种类型维持现状的概率大于0.85,向下转移的平均概率明显高于向上转移的概率,在不同空间滞后类型的影响下各类型转移概率发生明显变化;⑤ 空间面板数据模型估计结果显示312个城市的现存确诊数具有显著的空间和时间自相关性。本研究从地级市层面多角度分析了政府严控期间COVID-19疫情的时空变化特征,疫情防控重点在于降低其时空自相关效应,为我国当前及未来应对突发性重大公共传染性疫情提供决策参考。     

SARS与COVID-19时空传播差异性及影响因素分析

SARS和COVID-19的暴发对我国公众健康、社会经济等造成了严重影响,为揭示呼吸道烈性传染病的时空传播的共性规律和差异特征及背后原因,运用时空统计方法,系统分析并对比了SARS与COVID-19的时空传播差异性特征,并结合病毒本身传播特性及交通、温度等因子进行原因分析。研究表明：① 时间序列上,SARS从发病初始到结束经历了2个阶段,即上升期-平缓期,COVID-19经历了3个阶段,即上升期-急剧上升期-缓升期。② 空间传播模式上,COVID-19传播强度及传播范围大于SARS,且COVID-19的整体连通性较大,各省份与病毒暴发地的联系更为紧密;SARS和COVID-19的传播都存在明显的空间聚集性特征;二者均以邻近传播、远距离飞跃式为主,且SARS存在中次级传播中心,COVID-19扩散中心未发生转移。③ 空间传播方向上,SARS以北京市、香港特别行政区、广东省为中心,空间传播方向性更强,COVID-19仅以湖北省为中心向外扩散。④ 空间传播速度上,SARS各省份首例病例传播时间跨度较大,COVID-19各个省份首例病例传播时间大致以胡焕庸线为分界线,呈现出“东快西慢”的现象,传播时间跨度较短。⑤ R0是造成SARS和COVID-19空间传播范围与空间传播速度差异的主要原因;SARS和COVID-19病毒温度适宜性有所差异,但在温度接近的区域均发生了空间聚集性传播和邻近区域传播;除病毒本身传播能力、温度影响外,交通是影响SARS和COVID-19空间远距离飞跃式传播的主要原因,二者空间传播速度均与路网密度呈负相关关系。     

重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例

2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏导,合理管控舆情。因此,本文采集了2020年1月18日到2020年1月28日期间关于新冠肺炎的33万余条新浪微博数据,基于Louvain和Kmeans的空间聚类、改进的BTM主题词提取等算法,将用户关注热点信息和情感特征作为地域标签,构建了反映情感特征、地域关联与热点关注在内的舆情评价方法,实现了基于位置的信息融合,能够分析不同区域的舆情特点与关注主题差异。研究表明：基于BERT词向量的BTM主题词提取方法可以有效弥补传统主题词提取的计算量大、数据冗余等缺点,在热点挖掘时具有更强的表达能力;不同区域关注热点具有一定的差异性,结合省级、市级及基于Louvain-Kmeans的空间聚类的多尺度舆情分析方法,可以全方位展现不同区域舆情特点。本文提出的舆情分析方法可以有效反映不同区域的舆情特征,为重大公共卫生事件的舆情分析提供参考。     

地震计阶跃标定信号去除方法研究

为去除地震计记录信号中的阶跃标定信号,将理论阶跃信号与多项式拟合方法相结合,提出一种去除阶跃标定信号的方法。通过对比不同时段地脉动信号的功率谱密度(PSD)发现,应用本文方法去除阶跃标定信号后的地震信号的PSD与真实信号的PSD较为接近,同时地震信号的各种震相可被清晰还原。