基于小波变换和支持向量机的中国大陆强震预测

将小波变换和支持向量机用于中国大陆年度最大地震震级预测。 先用小波变换把中国大陆年度最大地震序列分解成几个不同尺度水平(频率)的子序列, 然后使用支持向量机对分解后的子序列分别进行预测, 最后通过重构几个子序列的支持向量机预测结果得到最终预测结果, 预测次年中国大陆最大地震震级。 与支持向量机和神经网络方法对比, 结果表明小波变换和支持向量机相结合方法具有更高的预测精度, 预测效果很好, 说明此方法可用于地震时间序列预测。     

联合小波变换与偏振分析自动拾取微地震P波到时

对微地震P波到时的自动拾取是微地震信号分析和数据处理的主要目标之一。基于小波变换的多尺度分析思想,对微地震信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了联合小波变换与偏振分析自动拾取微地震信号P波到时的方法。通过对嘉阳煤矿监测的实际微地震数据进行小波变换,用多尺度小波分解的各个尺度单支重构信号构成协方差矩阵,求解不同尺度协方差矩阵的最大特征值和次大特征值求取P波到时定位函数,实现P波到时的自动拾取,取得了满意的结果.     

用小波变换和最小二乘支持向量机方法预测华南地震区年度最大地震

应用小波变换和最小二乘支持向量机（LSSVM）相结合的方法（小波-LSSVM）预测华南地震区年度最大地震。先用小波变换将地震序列分解成不同尺度水平（频率段）的子序列，再用LSSVM方法分别对各子序列建模预测，最后重构各子序列的预测结果并得到最终预测结果。经与周期图方法和LSSVM预测方法比较研究表明：模型输入量中包含地球自转速率变化的小波-LSSVM方法预测效果很好，可以用于华南地区年度最大地震预测研究，且地球自转变化与华南地震时间序列的低频部分（趋势）和高频部分（短期变化）之间存在很强的、互不相同的非线性关系。     

一种改进的子波分解方法及其应用

为了克服常规的子波分解与重构方法采用固定的雷克子波时所造成的缺陷,本文引入地震相分析和三参数小波,提出了一种改进的适用于存在地震相带变化区域的子波分解与重构方法.该方法首先采用基于波形分类的地震相分析方法进行研究区的地震相分析及主要相带划分,然后根据各个主要相带的子波特征匹配与之对应的三参数小波来建立过完备原子库,再分相带利用基于匹配追踪算法的三参数小波进行子波分解,最后优选对储层敏感的频带范围进行重构,并采用重构的地震道来进行储层预测.四川某海相碳酸盐岩储层预测的实例应用结果表明,该研究区的储层预测结果与钻井符合率高,研究区中高产气井与低产气井在本文新方法获得的重构剖面上具有较大的差异,能进行有效地区分与预测,具有重要的实际应用价值.     

基于小波包分析的OLR地震异常信息提取初探

长波辐射OLR具有可覆盖范围大的特点。 本文提取其与地震相关的异常信息,并尝试将所得结果应用于地震预测中,这对于弥补我国部分处于前兆台网监测范围之外地区具有重要意义。 文中首先对小波包方法及其原理进行了简要介绍,在此基础上,尝试采用该方法对长波辐射值OLR时间序列进行分解重构,提取异常信息。 通过对15个不同震例的研究表明,地震前的10个月内,重构信号均出现能量严重衰减的现象,且其持续时间长短与发震震级之间存在一定相关性。     

Mallat算法在数字地震信号压缩中的应用

地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。     

用二进小波分析方法对华北地区强震活动期的研究

利用二进小波变换对华北地区1300～1996年的强震时间序列进行了多尺度分解,并据此划分了不同的地震活动期。认为公元1300年之后,华北地区的强震存在两个平静期(1350～1450年、1700～1780年)和两个活跃期(1450～1700年、1780～1996年)。与以往华北强震的活动期划分方案进行比较,本文的结果在总体规律上与以前的研究差别不大,但在第三、第四地震活动期中活跃期起始界限的划分上比其它方法略有提前,而在平静期的划分上相对较短。文中采用32a尺度的小波分析信号进行分析,既考虑了较大尺度上地震的活动特征,同时少量的地震缺失对地震活动期划分的结果也不会产生较大的影响。     

运用小波分析方法研究盐湖Ms4.4和河津Ms4.8地震前山西地区井水位变化特征

运用小波变换及多尺度分析原理,对山西水位观测井在盐湖Ms4.4和河津Ms4.8地震前一年内整点值数据序列进行分析,将东郭井、介休井井水位资料中不同周期成分进行有效分离,小波变换分解后能够更直观地反映地震前兆异常现象,说明运用小波分析法处理水位资料是一种较有效的方法。     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

基于小波变换方法的爆破、塌陷和地震信号分析

采用Matlab的小波变换方法,对山西省数字化台网记录的爆破、塌陷与地震信号进行了6层多尺度分解,通过比较、分析,得出爆破、塌陷与地震信号在各层分解后存在一定的差异,该研究为识别非天然地震中的爆破、塌陷提供了有效的方法。     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

基于小波分解的能量谱分析方法及其在汶川地震中的应用

利用小波分解将地震波分解成不同频带的小波分量,进而对地震波输入结构的总能量EI进行分解,得到能量在频域上的分布,这是一个有意义的结果。通过对各分量能量谱峰值的分析,可以从另一个方面得到地震波的频谱特性,能量谱峰值出现的结构固有周期与地震波傅里叶谱的卓越周期相同,也可以作为估算卓越周期的一种方法。     

小波变换方法在辽宁跨断层形变资料分析中的应用

运用二进小波变换方法,分析了辽宁省跨断层观测资料不同尺度的小波变换的细节信号变换特征。研究结果表明,不同尺度小波变换分解的细节信号显示出不同的时变特征,可以识别和提取原始测值中不易分辨的震前异常。当尺度为3时的细节信号的年周期特征被打破,或者当尺度为3时的细节信号变化超出2倍均方差时,测点周围250km左右范围内发生中强地震的可能性很大。     

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．     

小波分析法在海拉尔地震台前兆数据处理中的应用研究

应用小波变换法可对不同频率成分进行分解的特性,选取db4小波基函数,尺度为1~8阶,对海拉尔地震台前兆资料进行分析研究。结果表明,应用小波变换方法可较容易地识别和剔除气压、场地环境干扰等影响海拉尔地震台伸缩仪观测资料精度的诸多因素,气压和场地环境干扰在小波细节分解d 3~d 6部分异常显著;小波变换法对同震效应的识别、提取和去除具有良好效果,远震在小波细节分解d 3~d 5部分异常显著,近震在小波细节分解d 1~d 3、d 6~d 8部分明显;爆破信号在小波分解d 1~d 8部分中均清晰可见,异常的宽度和幅度变化不大。因此,应用小波分解法能有效识别无法判断的干扰源。     

福建定点和流动跨断层对台湾强震的反映及特征研究

借助Madab平台,应用能给出不同尺度下信号分解的近似部分和细节部分的小波变换方法．分析了福建省定点和流动跨断层场地的短水准形变观测资料。福建天马定点跨断层2003-2007年短水准观测资料的小波分析结果显示。分解到第七层的近似信号在极值和拐点出现前后往往有中强地震发生。由于福建省流动跨断层短水准测量为不定期观测,为取得等时间间隔的时序数据,我们采用三阶样条插值．在此基础上进行小波分析,发现分解到第三层的细节信号在台湾1999年“9．21”南投Ms7．6级地震前有明显的年变规律被破坏的现象．     

地表热红外辐射的小波分析及其在现今构造活动研究中的意义

地表热红外辐射的影响因素较多，不仅受到构造活动的影响，还受到大气、太阳以及植被等多种因素的干扰.如何排除这些因素的干扰，是热红外遥感用于研究断层活动或者地震活动的难点之一.从频率域看，地表热红外辐射主要存在3种频段：(1)高频, 周期小于1年的天气变化；(2)中频,以1年周期为主的太阳、植被与季节变化； (3)低频，大于1年周期的大气变化的长周期成份，地壳缓慢的运动引起的热辐射变化亦属于长周期变化.本文运用小波理论将地表热红外辐射分解为上述3个频率成份，并结合气象资料和地震活动进行综合分析.结果表明，低频成份的热异常更接近于断层活动所引起的热信息，能为断层或地震活动提供一定的指示信息.低频成份的高温异常区(条带)跟构造特征、地震活动密切相关.     

利用小波变换方法分析形变观测资料的正常背景变化特征

为定量刻画数字化形变观测资料中背景信息和噪声的时 频分布特征, 本文应用二进小波变换方法, 通过对小波分解的主模特征和随机白噪声识别因子变化特征分析, 剖析了山东数字化形变观测资料的正常动态背景和噪声变化规律. 结果表明, 当尺度取2, 3和4时, 分解后的细节部分存在着1/4日波、 半日波、 日波和半月波等准循环周期信号, 其中尤以尺度为3时的信号波幅最大; 尺度取1和5时的细节部分主要包含着噪声; 通过分析和追踪指定尺度的数字化形变观测资料小波变换的非震异常特征变化, 可望捕捉到与强地震孕育过程有关的前兆异常信息.      

利用小波变换分析朝鲜核爆波形特征

基于小波变换方法,对2009-2017年黑龙江省牡丹江地震台（MDJ）记录的5次朝鲜核爆信号进行Daubechies小波8层多尺度分解,通过对比分析近似和细节部分信息,发现核爆信号进行小波分解后,在不同层存在相同特征,且有别于地震信号分解后在相应各层的特征。可见,利用该方法可有效识别朝鲜核爆。