高斯线调频连续小波变换的时频能量衰减因子方法及其应用

本文基于高斯线调频连续小波变换，提出了能够反映震源区或近场区小地震波形在震源深度、震源尺度、震源破裂机制、地震波传播途径、地震波衰减等方面的差异特征信息的特征指标，即小波变换的时频能量衰减因子方法。为了验证该方法的有效性，选取了震源破裂机制有明显差异特性的天然地震、爆破或塌方资料以及非强地震孕震区同一地点发生的多次小震资料。研究结果表明，天然地震与爆破或塌方记录的连续小波变换时频能量衰减因子有明显区别；正常地震活动背景下地震记录的连续小波变换时频能量衰减因子变化比较稳定；利用该方法，通过对某一地区的连续观测，可望为强震预测提供有效判据。     

用小波变换能量线性度方法识别天然地震与爆破或塌方

为了提取天然地震和爆破或塌方记录波形在震源深度、震源尺度、震源破裂机制、地震波传播途径、地震波衰减等方面的差异特征信息,本对山东数字化台网记录的天然地震和爆破或塌方波形进行了小波多分辨率的能量线性度特征分析,提出了用小波变换能量线性度方法识别天然地震与爆破或塌方事件．结果表明：在精细结构小波分解信号“能量”线性度方面,天然地震主要集中在-2．0～1．0之间,爆破或塌方主要集中在2．0～3．4之间;在精细结构小波分解信号“能量”最大值对应的小波分解尺度方面,爆破或塌方主要集中在4～5,频段集中在0．7～3．1Hz之间,而天然地震主要集中在1～2,频段集中在6．25～25Hz之间．     

首都圈地区爆破、矿塌和天然地震的识别研究

选取首都圈地区2008年8月——2009年9月ML在2.0——2.2范围内的爆破、矿塌和天然地震数据资料,从时间域和频率域进行分析对比,总结出识别爆破、矿塌和天然地震的依据．在时域方面,爆破的初动方向向上,矿塌向下,天然地震的初动方向依赖于台站的分布情况;爆破和矿塌的面波比较发育;天然地震的S波与P波最大振幅比(AS/AP)大于爆破和矿塌,同时,爆破和矿塌的能量衰减比天然地震快．在频域方面,高频成分的能量衰减快于低频;天然地震的拐角频率较高,爆破次之,矿塌的最小;在震中距200 km范围内,爆破的顶峰频率主要分布在5——7 Hz,矿塌分布在2——4 Hz,天然地震的顶峰频率较大,在10——18 Hz范围内.另外,天然地震的频率域较宽,其次为爆破、矿塌．      

不同地区人工爆炸与天然地震记录特征及识别研究

本文分析了河北怀来多次爆炸、河北三河采石场多次爆炸和低震级天然地震事件的记录特征和时频差异。结果显示:河北怀来爆炸的P波能量强、衰减快、S波发育弱;河北三河采石场爆炸的P波、S波主频均低于怀来爆炸,S波与面波混淆,不同震中距的台站记录低频发育明显;而天然地震的有效频带更宽,频率成分更为复杂。将Pg/Sg谱比判据应用于小震级地震与爆炸的识别中,探索交叉频带谱比对不同地区爆炸的识别。结果表明:高频（＞5 Hz）Pg/Sg谱比判据可将研究数据中的爆炸与小震级地震完全区分;与Sg低频（0—2 Hz）有关的交叉频带谱比可对两个不同地区的爆炸进行识别,交叉频带的谱比判据较传统的单一频带谱比判据能够更好地反映出不同类型事件的特征差异。      

小地震与人工爆破记录的时频分析

基于Matlab软件,编制了对近震记录进行时-频分析试验研究的程序,搜集2006—2008年间首都圈地区震级介于ML2.4~2.7的5次天然地震和5次人工爆破的27个台站的宽频带记录,根据震中距离的相似性挑选5组天然地震和人工爆破地震,分析其时频特征。对于所有的数据都给出其三分向的时频图、原始波形图和频谱图,以及水平向和三分向的叠加图。分析结果表明,天然地震和人工爆破的记录具有明显不同的时频特征,天然地震的时频呈现出"多峰"特征,而人工爆破的时频分布则相对"少峰";天然地震的时频峰值分布在较宽的频率范围内,人工爆破的峰值则分布在频率较低的相对狭窄的范围内。通过以上实践,发现时频分析在分析不同时间点的频谱信息以及整个数据的时频分布特点时比傅里叶变换具有优势。     

支持向量机在地震与爆破识别中的应用

为研究天然地震事件和爆破事件识别算法,对上海测震台网记录的上海周边区域天然构造地震和爆破事件记录进行小波包分解,并提取特征向量,提出用支持向量机（SVM）识别天然构造地震和人工爆破的算法。结果表明,基于SVM算法的向量识别分类方法,在天然地震和爆破识别中是可用的,准确率预计达85%以上。     

山西运城振动事件S变换时频分析

基于S变换,对2005年以来山西南部运城及其附近地区的振动事件波形进行时频分析,并与山西南部地区的天然地震、爆破和塌陷地震波谱特征进行对比分析。结果表明：天然地震一般S波携带能量较大,衰减较慢,震相高低频成分呈现均匀分布;一般近台记录的人工爆破P波比S波发育,能量衰减较快,震相急促短暂;塌陷地震波列能量随时间和频率的展布相对集中,一般分布在频率较低区域;振动事件震相简单,被不同台站记录的波形能量优势分布及频率分布范围差异较大,衰减特征不明显。据此,基本可以排除山西南部及附近区域的振动事件为天然地震、爆破和塌陷事件的可能。     

基于广义S变换的地震与爆炸识别

为了进一步增强区域台网针对天然地震与人工爆炸事件的识别能力,本文利用广义S变换方法,围绕河北省三河采石场爆破以及周边发生的天然地震波形记录展开研究,总结了地震与爆炸在时频谱中的差异性。研究表明,受震源机制影响,天然地震时频谱图的频带范围更宽广,能量团分布也较人工爆炸更为复杂。为了消除震中距的影响,本文将求解的时频谱保存为规格相等的灰度图像,通过滑动窗口计算图像的灰度一致性得到新的识别判据?谱图二阶矩。对三河地区已知地震和爆炸事件的测试表明,谱图二阶矩对单台波形记录的识别率可达91%,多台求取平均值之后的识别率超过98%,因此该判据具有良好的应用前景。      

甘肃塌陷地震震相识别研究

选取甘肃省测震台网测定的甘肃平凉地区塌陷地震、甘东南地区天然地震各50个,同地区的30个地震事件为待测事件。采用近年来计算机领域里较先进的图像识别方法——卷积神经网络识别两种地震事件类型,设定波形通道总数的80%为地震事件分类阈值,超过分类阈值的设定为“0”或“1”,即可判定该待测事件为对应的事件类型。将地震事件作为原始图像,提取图像中最具代表性特征点;接着提取图像特征进入池化层,池化层会对该图像特征点进行归类压缩,提取最具代表性的图像特征,最后输出识别图像。结果表明:塌陷地震最终分类准确识别率为86.7%,天然地震准确识别率为93.3%,总识别率为90%,为今后平凉地区塌陷地震事件类别识别工作提供了可靠的参考价值。     

基于小波包分形和神经网络的地震与岩溶塌陷识别

本文以近年来广西地震台网中心记录的天然地震和岩溶塌陷为例,尝试利用基于小波包的分形和径向基函数神经网络技术对这两类事件的波形进行识别,以期有效地识别地震与岩溶塌陷。结果表明,基于小波包分形与神经网络相结合的事件识别方法对天然地震和岩溶塌陷事件的识别率高达89.5%,可作为识别天然地震与岩溶塌陷的一个有效方法。      

基于S变换的矿山地区地震波形时频分析

使用S变换对2010年淄博矿山地区发生的一组地震事件进行时频分析,并将其能量谱与典型的矿震和天然地震进行对比,结果表明：博山震群中,部分事件的主频率偏低,普遍能量衰减较快等特点符合一般矿震事件的特征,但这组事件的能量密度谱随频率轴的展布较宽,频率成分丰富等特点又与天然构造地震的特点一致.说明这组事件不同于一般由采矿作业引发的矿震活动,可能是由于煤层的采空区强烈改变地下岩层内的应力分布,其他人为活动诱发了与王母山断裂有关的浅层构造活动的结果.     

爆破、塌陷识别研究进展综述

简要介绍当前国内外关于天然地震与爆破、塌陷等非天然地震特征研究及事件类型识别的进展。对各类事件的定义及主要波形特征进行简要综述,重点介绍了事件类型判定的各类识别方法。与自然界天然地震不同,非天然地震由人工干预或人类活动间接引发。爆破是炸药在爆炸瞬间能量迅速释放,部分能量以地震波形式向外传播,引起地表振动而产生破坏效应的一种地震;塌陷是由于岩层崩塌陷落而形成的地震。虽然在地震台网记录到的天然地震与爆破、塌陷的波形存在一定的共性特征,但由于震源类型、波的传播路径、震源深度等不同,各类事件的波形记录在P波初动、P波与S波最大振幅比、持续时间、震相、短周期面波发育情况、发震时刻、空间位置分布以及频谱特征等方面差异明显。目前主要有两类方法来识别地震与爆破、塌陷等非天然事件。一类为直接基于波形在信号、数据方面的特征,通过定性分析来进行事件类型判定,如波形时频分析对比法、小波变换、相关系数等;另一类为统计学领域诸如模式识别等算法,利用统计算法综合考虑多个事件特征判据的定量判定阀值来实现地震与爆破、塌陷事件类型的识别,如最小距离法、改进的连续亨明方法、Fisher方法、逐步代价最小决策法、支持向量机、前馈神经网络等。两类方法本质上均为提取有效特征判据,即对数据进行降维使用,未将事件记录的全部信息用于事件判定。因此,有必要使用一种可从全部事件记录中自动提取各类信息并可组合底层特征的算法来对各类事件进行判断识别。     

地震与爆破的小波包识别判据研究

利用sym5小波包基函数对小震级天然地震和人工爆破波形进行4层小波包分解并绘制了时频谱图.通过时频谱图可直观得出, 爆破频率成分简单, 时频谱聚集性较好. 为寻求定量的识别指标, 综合P波和S波小波包变换结果, 提出并定义了P/S能量比. 分析识别效果较好的 P/S能量比判据得出爆破的P波主频集中在频段3.125—9.375 Hz处, 地震频率成分较复杂, S波在高频12.5—23.4375 Hz处也较发育, 在这些频段上, 爆破的P波与S波差异要大于地震的P波与S波差异. 作为小波包判据研究的补充, 文中也提取分析了P波的能量比与S波的能量比. 能量比判据识别结果表明, 人工爆破与天然地震的频率成分存在差异, 通过小波包变换能够提取有效的识别判据.      

代县和繁峙2次塌陷地震的机理成因浅析

金属矿山的深部开采易引发冒落型矿震。本文对繁峙和代县两相邻铁矿区相继发生的2次塌陷地震,从其发展到发生的过程特点、形态特征和成因机理等方面进行了分析和总结,认为这两次塌陷的孕育发生与区域构造应力、降雨和人为开采等因素密切相关。2次塌陷前前兆特征现象明显,据此可充分利用测震台网记录到的塌陷数据,通过甄别,收集更多的震例,研究总结其规律,并将研究成果应用于日常监测中,以便能对较大矿震事件做到尽早预报预警,更好地服务社会,服务应急等相关部门。     

河南平顶山平煤矿区天然地震、爆破、塌陷时频特征分析

选取2019年3月—8月河南平顶山市宝丰县平煤矿区发生的ML 2.0—2.9天然地震、爆破、塌陷等9次震动事件,在区域地质构造背景和波形特征分析基础上,采用短时傅里叶变换(STFT)方法开展时频波谱分析,提取不同类型事件的时频特征。结果显示:(1)天然地震频率成分丰富,且高、低频分布均匀,P波在约3 Hz和8 Hz处存在2个峰值,S波存在多个峰值;(2)爆破事件的时频谱相对集中,以低频为主,P波频率峰值约5Hz,信号主频随时间变化,大致呈线性降低至1—2 Hz;(3)塌陷事件频率成分以4 Hz以下的低频为主,P波无明显峰值且频率成分单一,主频出现在2 Hz左右的面波。本文结果可为今后该矿区震动事件类型判断提供参考依据。     

大震前后地震波列的衰减速率特征

为了从地震记录图中获取大震前后震源物理性质的变化情况，本文给出了新的物理量ＶＦＰ，利用该物理研究了四个大地震前后地震波列的衰减速率变化。结果表明：１９８１年丰镇５．８，１９８４年黄海６．２以及１９８９年大同６．０级大震前的某一时间段内，其地震波列的衰减速率明显增高（表明地震波衰减慢）；大地震发生后期地震波列的衰减速率明显降低（表明地震波衰减快）。１９８３年荷泽５．９级地震前没有直接前震，但是其余震     

新疆及周边地区强震成组活动及其预测研究

系统分析了1900年以来新疆及周边6级以上地震成组活动基本特征。 结果表明, 新疆及周边地区6级以上地震成组活动明显, 并具有持续时间短、 地震强度大、 频度高的特点。 新疆及周边地区7级以上地震有95％发生在地震成组活动期间, 地震成组活动是该区域发生7级以上强震的中期预测指标之一。 地震成组活动一般出现在低活动水平背景下, 而且成组地震活动在空间上相对集中分布, 在地震活动期间强震存在由新疆西南向北东迁移的特点, 其中天山地震带尤其是南天山西段为强震主要的活动区域。 地震成组活动伴随地震条带图像的出现; 在地震成组活动前或活动中新疆地区前兆测项异常明显增加, 具有群体异常的起伏变化过程。     

三峡库首区非构造型水库地震的烈度衰减

非构造型水库地震具有震级小、震源浅、烈度高的特点,研究其烈度衰减对库区地震地质灾害的预测与防治具有重要的意义。根据三峡库首区近年地震实地科考原始烈度资料,选择椭圆衰减模型并对其进行二元回归分析,得到非构造型水库地震的烈度衰减关系。并与原有构造型水库地震烈度衰减关系进行比较。结果可供库区地震危险性分析与地震小区划使用。     

1976年松潘大震前中强震的活动特征

1976年8月四川松潘,平武发生了强烈地震,震级分别为7.2,6.7和7.2,这是我国南北地震带中段自1933年以来的最大地震。1933—1976年间该段上发生了一系列5.0—6.5级中强地震,本文讨论了这些中强震在震中跳迁,能量释放,大震源区小震频度,震中分布以及中强震余震的强度衰减等方面的地震活动特征。指出1973—1974年间的中强震活动,应当是1976年松潘平武地震的前兆地震活动,並且依据上述特征有可能将这类中强震从一般的中强震中区分出来。主要的活动特征可以归结为:自1972年开始,地震能量释放一反常态由原来源区和外围区的同步成比例变化改为截然反向的变化,这些中强震余震的扩散不明显,相反,主震却很清楚;这几个中强震和他们自已的最大强余震之间的时间间隔都大于4天,这明显大于附近地区其他中强震的这一间隔,也大于国内近年来大多数5.0—6.0级中强震的这一时间隔;1976年初,即大震前半年,震源区的地震活动异常平静,一直持续到大震发生。此外结合该区历史强震的迁移特点有可能预示1976年松潘平武地震的时间和地点,而其孕育过程似乎可由1949,1972及1976年初分为几个阶段。     

Identification of High Frequency Pulses from Earthquake Asperities Along Chilean Subduction Zone Using Strong Motion

The Chilean subduction zone is one of the most active of the world with M?=?8 or larger interplate thrust earthquakes occurring every 10?years or so on the average. The identification and characterization of pulses propagated from dominant asperities that control the rupture of these earthquakes is an important problem for seismology and especially for seismic hazard assessment since it can reduce the earthquake destructiveness potential. A number of studies of large Chilean earthquakes have revealed that the source time functions of these events are composed of a number of distinct energy arrivals. In this paper, we identify and characterize the high frequency pulses of dominant asperities using near source strong motion records. Two very well recorded interplate earthquakes, the 1985 Central Chile (Ms?=?7.8) and the 2007 Tocopilla (Mw?=?7.7), are considered. In particular, the 2007 Tocopilla earthquake was recorded by a network with absolute time and continuos recording. From the study of these strong motion data it is possible to identify the arrival of large pulses coming from different dominant asperities. The recognition of the key role of dominant asperities in seismic hazard assessment can reduce overestimations due to scattering of attenuation formulas that consider epicentral distance or shortest distance to the fault rather than the asperity distance. The location and number of dominant asperities, their shape, the amplitude and arrival time of pulses can be one of the principal factors influencing Chilean seismic hazard assessment and seismic design. The high frequency pulses identified in this paper have permitted us to extend the range of frequency in which the 1985 Central Chile and 2007 Tocopilla earthquakes were studied. This should allow in the future the introduction of this seismological result in the seismic design of earthquake engineering.