基于数据跟踪分析的新疆区域电磁仪器环境干扰特征分析

本文基于2008-2018年数据跟踪分析产品,通过分类归纳总结,分析新疆区域电磁仪器的8类环境干扰因素。通过对干扰成因的分析,列举具体典型事件,分析各类环境干扰事件的数据曲线形态及变化特征,为新疆区域有相同手段的台站在数据跟踪分析中提供有效事例和参考。同时,根据新疆区域8类环境干扰因素的成因和数据曲线变化特征,为进一步提取地震前兆异常信息,分析和应用电磁观测资料进行地震预报提供可靠依据和参考价值。     

邢台地震台地下流体观测数据跟踪分析

本文从观测系统、自然环境、场地环境、人为干扰和地球物理事件5个方面,对2015～2019年邢台地震台3口流体井数据跟踪分析事件记录中常见的典型干扰事件进行分类梳理。总结归纳影响观测资料质量的因素,分析典型干扰因素的成因、动态曲线和变化特征,为进一步提高观测资料质量提供有效的技术参考。     

安徽地震前兆台网数据跟踪分析典型事件浅析

地震前兆数据跟踪分析产出的事件记录,展现了前兆台网观测数据的动态变化情况,本文中以此为基础资料,从前兆观测的3大学科选取典型事件,分类深入剖析,探讨安徽地震前兆台网的典型干扰因素及其规律,为前兆数据的应用提供更加详细的参考。     

乌兰浩特地震台DSQ型水管倾斜仪干扰因素分析

选用2017年4月到2019年4月乌兰浩特地震台DSQ型水管倾斜仪观测数据,总结自然环境、人为及场地干扰事件,并挑选典型干扰事件进行详细分析。结果表明,观测数据受自然环境干扰时主要表现为噪声大现象,受人为干扰时会出现数据突跳,受场地环境干扰时会出现数据畸变。通过对各类典型干扰的分析,期望为同行就DSQ型水管倾斜仪观测数据的干扰识别及处理提供参考。     

银川台DSQ水管倾斜仪的干扰分析

从影响前兆观测数据的事件类型入手,统计了银川台DSQ水管倾斜仪从2016年1月至2017年12月的观测数据,分别从观测系统、自然环境、场地环境、人为干扰和地球物理事件五个事件类型进行了分类梳理,对典型干扰进行了具体的分析,给同类地震台的干扰识别及相应措施的制定提供了参考,同时为水管仪观测数据的深化应用提供了依据。     

前兆观测的方波型异常图像成因分析

文章对前兆观测中记录到的方波型异常图像从仪器标定、环境干扰、高压直流干扰、人为干扰、震兆异常等方面进行成因分析,根据不同成因提出干扰方波资料的处理方法和相应的预防措施,对前兆观测数据预处理及异常判定有一定的参考意义。     

安徽省前兆数据异常跟踪深入分析研究

通过梳理安徽省内2014—2017年观测系统、人为干扰等6类数据异常事件,形成背景值数据库,借此深入剖析事件的变化特征,综合研究得出:(1)时间变化显示,安徽省内各类异常事件条目大体呈逐年增多的趋势;(2)学科特征显示,地电、地磁、形变、流体观测异常事件均以某类事件为主,具有一定的学科特征;(3)空间分布显示,各类异常事件呈随机性分布,不具有明显的区域特征;(4)各类事件均形成以影响因素、变化形态为主要指标的特征库,已作为安徽省内跟踪分析工作的重要判定依据。这些研究成果不仅为安徽地区的前兆异常判定和趋势预测提供一定的科学依据,也为安徽前兆仪器运维工作提供了方法指导。     

基于决策树算法的水位观测干扰识别模型

为提高地下水位观测数据中干扰事件的识别效率,利用决策树算法对宝坻等5个台站近5年的水位观测数据进行样本训练和数据验证。结果表明,决策树算法对观测系统干扰和场地环境干扰事件的分类准确率在80%以上。在大量准确的训练样本基础上,决策树算法对于各种水位干扰事件具有良好的识别效果。     

基于深度神经网络的地磁观测数据高压直流输电干扰事件识别

随着越来越多高压直流输电线路的投入运行,地磁观测数据质量受到了严重影响.现有以人工或半人工方法识别高压直流输电干扰事件的工作量也随着受干扰范围的不断扩大和地磁观测仪器的增多而成倍增加.为了高效、准确地识别地磁观测数据中的高压直流干扰事件,本文基于卷积神经网络和长短期记忆神经网络,提出了一种高压直流输电干扰事件自动识别深度学习模型.利用2012年1月1日至2014年12月31日地磁台站原始观测数据,结合专家标注的持续时间在2 h内的高压直流输电干扰事件记录,制作高压直流输电干扰样本34360条,正常样本34360条.模型在训练集上的准确率达到了94.12%,验证集上的准确率达到了92.94%,测试集上的准确率达到了92.86%.初步研究表明深度学习方法在识别地磁观测数据中的高压直流输电干扰事件中具有较高的准确率,为下一步自动识别地磁观测数据中的车辆干扰、基建工程干扰、轻轨干扰等其他干扰事件提供了一种新的思路.     

山西省地下水位干扰异常特征分析

以2010年以来山西10个水位测点的观测数据为基础,深入分析水位观测中非地震活动期间各类干扰因素,并根据干扰异常的成因归纳出典型的干扰异常图像.     

基于数据跟踪分析河北电磁台网环境干扰因素

以河北电磁台网2008—2016年地震前兆数据跟踪分析产品信息为数据源,归纳该台网主要环境干扰因素,主要干扰表现为降雨、高压直流输电、农田灌溉3种类型,约占干扰因素约88.47%。分析各类干扰因素成因、动态曲线变化特征,提取并总结电磁台网环境干扰典型实例及变化特征,为地震前兆异常变化地准确判断提供有效实例支持与技术参考;根据干扰成因和观测经验,通过同场地增加气象三要素观测可快速识别降雨干扰,通过地埋观测外线路、地磁场深井观测方式可避免或减小干扰,为排除环境干扰,探索抑制干扰的新方法服务。     

曲线拟合法在地电场资料处理中的应用

地电场和电阻率同场地观测时，电阻率观测会干扰地电场的观测数据发生大幅度变化。本主要探讨通过曲线拟合的方法消除这种干扰及其它随机干扰，并给出了对实际观测数据处理的结果。     

大同台地球物理台网观测数据跟踪分析

大同中心地震台地球物理台网观测数据跟踪分析自2014年1月1日以来,已累计产出分析条目约千条.通过对常见的典型干扰事件进行分类梳理,能够直观了解影响该观测数据质量的主要因素,也可为仪器更新改造、备机备件购置、观测数据异常核实及观测环境改造提供参考依据.     

影响地电场观测数据干扰因素分析

地电场观测是地震电磁前兆观测方法之一,由于观测物理量的原因,所受到的干扰因素比较多。为了正确鉴别震前异常信息,对临汾中心地震台影响地电场观测数据的各种干扰因素做了详细的研究,并对典型干扰事件进行了举例说明。     

霍山皖33井水位突变异常成因的研究

地下水位异常在地震前兆信息中占有重要地位, 但观测资料所受干扰较多, 异常成因较为复杂, 探寻水位异常来源对准确判断震情有重要作用。 该文在对安徽霍山皖33井水位1998年以来的资料进行系统清理总结以及环境干扰进行较为详细的调查分析的基础上, 通过观测系统准确性的对比试验, 得出以下结论: 水位基本不受环境因素干扰, 但观测系统是影响水位突变的一个不可忽视的因素。 在排除干扰异常, 提高水位观测质量, 以获取更为可靠的地震前兆信息方面进行了有益的尝试。     

承德地震前兆台网数据跟踪分析

简要介绍承德地震前兆台网2014-2017年数据跟踪分析工作,对常见典型干扰事件进行分类统计,分析影响制约承德前兆台网观测数据质量的主要因素,为进一步提高数据分析能力与观测资料质量提供有效的技术参考及应对措施。     

承德地震前兆台网数据跟踪分析

简要介绍承德地震前兆台网2014—2017年数据跟踪分析工作,对常见典型干扰事件进行分类统计,分析影响制约承德前兆台网观测数据质量的主要因素,为进一步提高数据分析能力与观测资料质量提供有效的技术参考及应对措施。     

地下流体数据跟踪分析的事件判别方法及分析流程

从正常动态、观测系统故障、自然环境干扰、场地环境干扰、人为干扰、地球物理事件、不明原因变化等多个方面,对地下流体数据跟踪分析的事件判别与分析流程进行探讨,提出相应判别方法和完整分析流程,为流体台站观测人员更好地开展数据分析研究与产出应用工作提供参考和借鉴。     

安徽肥东形变台短水准降雨干扰特征分析

运用安徽肥东形变台短水准和降雨观测数据,分析了降雨对该台短水准日均值与月均值的干扰特征。在此基础上,根据观测场地膨胀土土体特性,探讨了降雨干扰短水准观测的问题,由于地表水下渗,致使膨胀土膨胀,对标志杆产生围压,从而影响测线高差。     

长沙井数字化水位观测资料典型干扰分析

从自然环境、人为因素、观测技术系统和地球物理事件等方面总结长沙井水位在日常观测中可能遇到的干扰因素,分析不同干扰因素对长沙井水位观测数据产生的影响,归纳其干扰特征.结果表明,长沙井水位受到的自然环境干扰主要有气压、降雨和雷电等;人为干扰主要包括更换仪器、井房改造、清理排水管路和调节气氡进水量等;观测系统干扰主要为排水管堵塞和供电故障;地球物理事件干扰主要为同震响应.不同干扰因素引起的干扰特征各不相同.本次研究不仅能够提高对非地震前兆异常的识别能力,同时还能够促进对地震前兆异常信息的有效提取.