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。     

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.      

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。     

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。     

基于S变换的山西地区不同地震事件频谱特征分析

应用S变换和广义S变换获得山西地区地震、爆破、塌陷的时频特征,结果表明,S变换可显示不同地震事件较完整的时频分布信息,广义S变换对事件在具体频率的分辨率上有明显的提高,结合两种方法可得到对应事件较完整的时频特征。综合分析认为,地震的震源机制较复杂,高频能量丰富,地震频谱频带范围较宽,一般在0～20 Hz左右,高频成分较多,峰值多在10 Hz;爆破的震源简单,一般主要产生在P波群,爆破的频带较窄,一般在0～10 Hz,频率偏低,一般在3～4 Hz左右;塌陷属于瞬时压缩源,能量释放时间短,波的传播路径简单,频带窄,集中于0～10 Hz,主频率集中在0～3 Hz。     

基于非线性时频分析的地震和爆破识别

利用非线性赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分析方法对地震和爆破进行分析,结果显示:爆破的时频谱的时频聚集性比地震的时频聚集性较好;地震P波的平均频率大于爆破P波的平均频率;地震S波的平均时频中心相对于爆破分布在时间—频率面左上角。     

山西地区爆破、塌陷(矿震)特殊地震动特征识别

对2004—2012年山西地震台网记录的山西地区ML≥2.5爆破、塌陷以及天然地震波形进行对比分析,结果显示:与天然地震相比,爆破、塌陷具有相对独特的震相特征,尤其是近距离的爆破、塌陷易于识别;远距离的则难以区分。在此基础上,对3种地震动波形进行频谱分析,结果显示:塌陷的优势频率较低,集中在1—3 Hz;爆破的优势频率较高,集中在1—6 Hz;地震的优势频率较宽,集中在0—20 Hz,为进一步甄别爆破、塌陷、天然地震提供了新的识别方法。     

震源性质的时频分析与事件识别

应用时频分析技术研究了近年来发生在朝鲜半岛的核爆炸、化学爆炸与天然地震事件的识别问题,计算了上述三者的瞬时频率、瞬时振幅谱与群延迟等多项参数,提出地震与爆炸的识别指标.初步研究结果表明,对较大事件,上述三者来自震源的激发频率信息有明显差异性,核爆炸源激发的频率明显高于地震,化学爆炸最低.特别是,这些信息指标对于识别小当...     

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．      

地震和爆破时频域能量分布特征的对比分析

运用小波分析方法计算和分析了CDSN乌鲁木齐台记录的天然地震和人工爆破在时频域的能量分布特征,分析结果表明,在震中距大致相同的范围内,同一台站记录的不同当量的人工爆破具有相似的时频变化规律,而天然地震能量分布却存在较大差别。天然地震与人工爆破的时频域能量分布谱图存在比较明显的差异。     

曹妃甸地震台网天然地震与爆破波形记录特征

统计曹妃甸地震台网成立以来记录的地震波形资料,对比天然地震和化学爆炸、矿爆的波形,发现天然地震与爆破震相特征在P波初动、周期、波形衰减及振幅等方面有很大不同,并对波形进行频谱分析,进一步识别天然地震及爆破。     

河南平顶山平煤矿区天然地震和人工爆破的波形特征及识别判据

基于河南测震台网记录的平顶山平煤矿区及周边发生的天然地震和人工爆破资料,按照直观、可快速识别的要求,选用发震时刻、P波初动方向、振幅比、振幅与尾波持续时间比等方法,对该地区天然地震和人工爆破进行对比分析。结果表明,P波与S波最大振幅之比（Pm/Sm）是识别该地区地震类型的最有效判据;P波初动振幅与S波最大振幅之比（Pc/Sm）和S波最大振幅与尾波持续时间之比（Sm/T）2种方法可以作为辅助判据,以提高识别地震类型的准确性。     

太原基准地震台核爆震相识别

对太原基准地震台记录的核爆及天然地震波形进行对比分析,结果显示：①与天然地震相比,核爆震相特征相对独特;②地震优势频率较窄,而核爆优势频率则较宽,即对于震中距相近、当量不同的核爆波形,太原台记录的时频变化特征相似;③对于震中距相近的天然地震与核爆波形,太原台记录的时频特征差异明显。     

江苏数字地震台网中心记录波形分析

对江苏数字地震台网的波形资料,从震相、频谱、振幅比3个方面进行对比分析,找出天然地震、人工爆破、塌陷的不同之处,能够在地震定位过程中快速识别,并将此方法在江苏地震台网实际工作中应用。     

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。      

Spectral classification methods in monitoring small local events by the Israel seismic network

We use the dense Israel Seismic Network (ISN) to discriminate between low magnitude earthquakes and explosions in the Middle East region. This issue is important for CTBT monitoring, especially when considering small nuclear tests which may be conducted under evasive conditions. We explore the performance of efficient discriminants based on spectral features of seismograms using waveforms of 50 earthquakes and 114 quarry and underwater blasts with magnitudes 1.0–2.8, recorded by ISN short-period stations at distances up to 200 km. The single-station spectral ratio of the low and high-frequency seismic energy shows an overlap between explosions and earthquakes. After averaging over a subnet of stations, the resolving power is enhanced and the two classes of events are separated. Different frequency bands were tested; the (1–3 Hz)/(6–8 Hz) ratio provided the best discriminant performance. We also estimated normalized r.m.s. spectral amplitudes in several sequential equal frequency windows within the 1–12 Hz band and applied multiparametric automatic classification procedures (Linear Discrimination Function and Artificial Neural Network) to the amplitudes averaged over a subnetwork. A leave-one-out test showed a low rate of error for the multiparametric procedures. An innovative multi-station discriminant is proposed, based on spectral modulation associated with ripple-firing in quarry blasts and with the bubbling effect in underwater explosions. It utilizes a distinct azimuth-invariant coherency of spectral shapes for different stations in the frequency range (1–12 Hz). The coherency is measured by semblance statistics commonly used in seismic prospecting for phase correlation in the time domain. After modification, the statistics applied to the network spectra provided event separation. A new feature of all the above mentioned procedures is that they are based on smoothed (0.5 Hz window), instrument-corrected FFT spectra of the whole signal; they are robust to the accuracy of onset time estimation and, thus well suited to automatic event identification.     

基于深度学习残差网络模型的地震和爆破识别

为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告,选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱,分别采用不同的训练样本比例进行了100次和1 000次独立的随机抽样子试验以及 “留一交叉验证法” 试验,对人工爆破与天然地震进行了识别研究。试验结果表明,深度学习残差网络模型在天然地震与爆破事件的性质识别中具有很高的识别率且效果稳定,具有较好的应用前景。      

江苏地区天然地震与人工爆破识别研究

选取江苏数字地震台网记录的部分天然地震与人工爆破波形数据,通过波形对比分析、震幅比以及频谱等方面的对比发现两者之间不同之处。把这些不同的方法应用到数字地震台网实际工作中,能够快速有效地分辨出天然地震和人工爆破,为今后震相的识别提供可靠依据。     

地震波波谱分析与谱震级计算

为了分析和研究数字地震波信号的频谱分布特征,开发了地震波信号频谱分析软件(CALM P),并对辽宁岫岩地震和山西台网记录到的2001年至2003年的地震进行了分析处理,以期发现数字地震波信号的频谱分布规律。