吉林松原5.8级震群震相特征

选取2013年松原5.8级震群23个M_S≥3.0地震事件,通过地震波的振动持续时间、速度、周期、振幅等,进行震相识别,综合分析发现：该区域土层较厚,且震源相对较浅,面波较发育,波列的振动持续时间较长;地震震相主要以Pn、Sn、Pg、Sg、PmP、SmS为主：其中PmP、SmS震相在震中距70—110 km范围内较易识别;Pn、Sn震相在震中距150 km以上可较清晰的识别,随着震中距增大,Sn震相在震中距350 km以上将不易识别。     

山西大同数字遥测地震台网记录的震相特征

从地球及地壳的分层结构出发，使用较成熟的理论，从地震波传播的基本原理入手，结合多年的震相观察分析工作实践，选取了山西大同数字遥测地震台网近年来的一些典型震相进行了分析，得出本台网记录到震中距小于100km的地方震震相有Pg，P11，Sg，S11震中距在100km～500km的近震震相有Pn，Pg，P11，Sn，Sg,S11对比分析了在本台网内及周边地区发生的爆破与天然地震在震相上的差异性，并对其特征作了较详细的描述。     

辽宁地区Pb震相识别及康拉德界面研究

本研究采用2012-2019年辽宁地震台网记录的ML≥2.5地震波形资料,利用理论走时与实际波形特征相结合的方法,从114条地震记录中拾取到269条Pb震相进行分析,结果表明辽宁地区易识别的Pb震相的周期小于Pn,振幅介于Pn和Pg之间,波形呈尖锐的锯齿状.使用修正后的辽宁地区速度模型计算P波理论走时发现,当震源深度大于11km,震中距在80～120 km时,Pb作为初至震相到达;震源深度小于11 km时,辽宁地区Pb只作为续至震相到达.Pb的频带比Pn宽,高频能量比Pn强,频带宽度和高频能量与Pg比较接近.Pb的拟合速度为6.9082 km/s,反演获得康拉德界面平均深度为23 km.通过射线路径勾勒出康拉德界面分布,证明康拉德界面在辽宁地区及渤海湾北部横向连续.     

河北地区Pb震相识别及康拉德界面分析

基于河北测震台网现用速度模型,利用走时方程计算得到河北地区Pb震相的盲区范围大致为70km左右,作为初至震相的起始震中距范围为90~120km,作为后续震相的起始震中距范围为135~150km;收集近年京津冀地区2.0级以上地震88条,根据Pb震相理论波形特征,以及理论波形与实际波形到时比对,最终识别到158个有效Pb震相,拟合速度为6.69km/s,康拉德界面埋深21km,并得到河北地区Pb震相实际波形特征,弥补了河北台网Pb震相空白;利用Pb震相的射线分布,分析认为康拉德界面在河北北部山区发育程度较好,南部次之,中部渤海湾盆地地区连续性最差。     

甘肃地区sPn震相研究及其震源深度计算

通过对甘肃2012年5月2个M〉4．0级地震的震相分析,得出在震中距大于300km时,甘肃数字地震台网部分台站可记录到较清晰的sPn震相。采用sPn和Pn震相确定震源深度的方法,重新计算震源深度,并和甘肃地震台网中心所得的结果相比较,证明了该方法的可行性。     

海南地区Pb震相的识别及康拉德面的确定

选取海南省地震台网2009年1月1日至2016年8月25日记录到的281次M_L≥2.0地震,利用PTD方法重新定位其震源深度,采用折合走时分析海南Pb震相,并对Pb震相的速度拟合进行佐证,进而确定海南岛Pb震相的存在。结果显示,从其中的52次地震事件中可识别出57个Pb震相,其相速度为6.68 km/s,在此基础上以地震波走时方程反演得到的海南地区康拉德面的平均深度为21 km。      

2023年2月5日三水ML4.0级矿山地震震相特征与发震构造

2023年2月5日广东三水发生了M_L4.0级地震,佛山、广州、深圳等地区有感,有感范围广泛,且震中位于盐矿开采区,因此特别引人关注。通过收集震中800 km范围内质量较高的342个测震记录和410个强震记录,经过人工仔细分析,识别出了967个震相,统计分析发现：所有台站记录都在Sg波之前有丰富的高频成份,有75个台站记录中在Sg波之后出现了周期变化(周期在1.1～1.5 s之间)、毛刺少、振动规则的短周期面波,其持续时间大致在5～20 s之间;面波振幅整体随震中距增大而减小,但在部份台站存在突然增大数倍的现象,最大峰值的视速度约为2.85 km/s,在垂直向比较明显,符合Rg面波的特征;用深度震相sPn测定的震源深度约为3.8±0.39 km,重新修订的震中位置为：经度112.958 3°N,纬度23.271 6°E;初动呈四象限分布,确定的发震构造为走向334.90°,倾角54.04°,滑动角-18.84°,错动类型以左旋走滑为主,兼少量正断。综合分析认为,这是由长期的抽取卤水采盐活动引起的。采空区的应力变化导致矿体的应力分布发生调整,沿F7断层的应力超过了其承...     

采用sPn震相确定甘肃岷县M>4.0地震震源深度

通过对甘肃岷县2013年7月3个M>4.0地震震相的细致分析,认为在震中距大于250km时四川数字地震台网部分台站可记录到较为清晰的sPn震相。采用sPn和Pn震相确定震源深度的方法分别对岷县3个地震的震源深度进行了重新计算,得到了较为精确的地震震源深度。     

单台sPL震相测定珊溪水库地震震源深度

稀疏台网下的传统走时定位难以确定中小地震的震源深度,而地震波深度震相蕴含着震源深度信息,为确定地震震源深度提供了新的途径。近震深度震相sPL和直达Pg波到时差与震源深度呈线性关系,可用以约束地震震源深度。本文以珊溪水库2014年震群事件为例,利用单台sPL震相测定了地震震源深度。结果表明:震源深度的测定结果与基于水库台网高密度台站下Pg和Sg走时定位Hyposat方法和全波形拟合CAP方法测定的震源深度高度一致,为4—6 km,与区域活动断层探测结果相符。sPL震相的优势震中距为30—50 km,区域台网范围内sPL与Pg的到时差与震源深度的线性关系相对固定,因此利用单台sPL震相即可快速获取可靠的地震震源深度,适用于稀疏台网下的中小地震震源深度的确定,且误差可控制在1—2 km范围内。      

吉林松原5.8级震群震相特征

选取2013年松原5.8级震群23个M_S≥3.0地震事件,通过地震波的振动持续时间、速度、周期、振幅等,进行震相识别,综合分析发现:该区域土层较厚,且震源相对较浅,面波较发育,波列的振动持续时间较长;地震震相主要以Pn、Sn、Pg、Sg、PmP、SmS为主:其中PmP、SmS震相在震中距70—110 km范围内较易识别;Pn、Sn震相在震中距150 km以上可较清晰的识别,随着震中距增大,Sn震相在震中距350 km以上将不易识别。     

辽宁测震台网地震观测报告质量分析

就地震分布、震相质量、深度分布以及地震震级等,对辽宁测震台网2010-2017年地震观测报告进行分析,得到辽宁地区地震波主要震相的平均传播速度,分别为：Pn震相平均传播速度为7.87 km/s,Pg震相平均传播速度为4.48 km/s,Sn震相平均传播速度为4.48 km/s,Sg震相平均传播速度为3.56 km/s,认为引起震相走时偏差较大的主要原因为地震定位误差及震相不易识别。     

首都圈地区Pb震相典型特征与康拉德界面研究

Pb震相是近震震相中的一个重要震相.关于Pb震相典型特征的总结和分析,对指导区域台网工作人员如何识别该震相,丰富台网观测报告震相产出,提高地震定位精度和确定康拉德界面等相关研究具有重要意义.但由于识别困难,国内很少有系统进行有关Pb震相的识别和研究工作.本研究采用首都圈地区高密度台网2009-2015年记录到的369个ML≥2.5地震事件的波形资料,重新分析震相并识别出1153条Pb震相.基于震相资料,利用时频分析、多项式拟合、射线分析、最小二乘法、联合反演、理论走时计算等方法进行研究,并在结合前人研究结果的基础上,我们得出:在首都圈及邻区,在肉眼可识别时频域内的特征来看,通常容易识别的Pb的振幅或频率高频部分相对比初至Pn和Pg大或高,也有振幅变小或者频率变化不明显的情况,这可能与震源机制、台站方位、场地响应、仪器类型等方面有关.时频分析、功率谱密度和肉眼识别分析的结果表明,P波的主要能量集中在相对低频部分,Pn,Pb,Pg,PmP四种震相(本研究以后提到的震相顺序只考虑这四种震相)有很强的共性,区别在于传播路径上的不同,频率或观测记录周期上的小幅度差别.在Pg作为初至波时,Pb震相的低频主频部分与Pg震相的低频主频部分带宽差不多(受到包含Pg震相的影响),但是高频主频部分频率更高,Pb到时在Pg之后,PmP之前.Pn作为初至波时,Pn震相低频主频部分带宽比Pb宽,但是Pb高频主频部分频率相对更高,Pb在Pn之后,在Pg之前.鉴于震源深度对Pb到时顺序的影响,及其在定位结果中精确度最差的情况,在震中距约在80~140km范围内时,得考虑区域地壳厚度横向不均匀、震中距、震源深度等情况并结合波形特征,来判定Pb是否为初至震相.Pb震相在康拉德界面的平均传播速度约为7.0km·s^-1,康拉德界面平均深度约为23km.Pb射线的分布情况直接证明了康拉德界面在首都圈地区的分布是连续的.基于本研究利用Pg,Pb,Pn,PmP震相走时联合反演所得模型计算的理论走时结果和实际观测结果一致进一步证明了我们结果的可靠性.     

几种常用地方震相对天然地震震源深度测定的误差解析分析及数值对比

本文从误差解析公式及数值模拟计算两种途径讨论了利用常用地方震相Pg,Sg,PmP,Pn,sPL测定震源深度的误差问题,结果表明,两种途径获取的误差值相当。对于上地壳的地震而言,当直达波走时误差处于0.1 s的量级时,若要将误差控制在3 km左右,则应选用震中距为30 km以内的台站;当走时误差处于0.2 s的量级时,若要控制同等误差,则应选用震中距为20 km以内的台站;如果地震位于下地壳,震中距可适当放宽,然而当震中距更大或走时误差更大时,震源深度的误差则近乎成倍增长。PmP,Pn,sPL对上地壳的震源深度测定误差要小于下地壳,同时对误差的控制较好,不会随震中距的增大而快速增大,震中距处于90 km范围以内且走时误差小于0.1 s时的深度误差基本均能控制在3.5 km以内。此外,本文还通过“棋盘格”的方式定量地分析了速度扰动对走时的影响,并以首都圈地区台网布局为基础,分析了加入首波对震源深度测定的改善效果。这两项数值对比结果均表明,在2%的速度扰动下,只要下地壳和莫霍面的速度参数不同时出现过大或过小现象,加入首波后对震源深度的测定误差则基本能控制在3 km以内,且一致性明显地高于单独使用直达波。      

新疆地区一维地壳速度模型研究

利用新疆区域地震台网观测到的2009年1月—2014年7月Pn、Sn、Pg和Sg震相数据,综合使用线性拟合、折合走时、PTD定深方法和HypoSAT定位方法确定该地区Pg、Pb和Pn的平均传播速度(v_(Pg),v_(Pb),v_(Pn))、康拉德界面和莫霍面的深度(H_(conr)和H_(moho))范围,以速度和深度步长分别为0.1km/s、1km精度迭代计算样本数据,通过对比分析计算结果与全国地震统一编目和3400模型下样本数据的定位结果后,确定RMS平均值最小的一维速度模型。在新模型中v_(Pg)、v_(Pb)和v_(Pn)分别为6.10km/s、6.70km/s和8.20km/s,H_(conr)和H_(moho)分别为26km、54km。通过检验对比,认为本文获得的新模型优于新疆地区现有的3400模型。     

The P-wave velocity structure of the lithosphere of the North China Craton——Results from the Wendeng-Alxa Left Banner deep seismic sounding profile

For the first time on the Chinese mainland, long-range wide-angle seismic reflection/refraction profiling technology has been applied to seismic wave phases from different depths and with different attributes within the various blocks of the North China Craton to characterize the structure of the crust and upper mantle lithosphere. By comparative analysis of the seismic wave phase characteristics in each block across a 1500-km-long east-west profile, we have identified conventional Pg, Pci, PmP and Pn phases in the crust, made a clear contrast between PL1 and PL2 waves belonging to two groups of lithospheric-scale phases, and produced a model of crust-mantle velocity structures and tectonic characteristics after one- and two-dimensional calculations and processing. The results show that the thickness of the crust and lithosphere gradually deepens from east to west along the profile. However, at the reflection/refraction interface, seismic waves in each group show obvious localized changes in each block. Also, the depth to the crystalline basement changes greatly, from as much as 7.8 km in the North China fault basin to only about 2 km beneath the Jiaodong Peninsula and Taihang-Lüliang area. The Moho morphology as a whole ranges from shallow in the east to deep in the west, with the deepest point in the Ordos Block at 47 km; in contrast, the North China Plain Block is uplifting. The L1 interface of the lithosphere is observed only to the west of Taihang Mountains, at a relatively slowly changing depth of about 80 km. The L2 interface varies from 75 to 160 km and shows a sharp deepening to the west of Taihang Mountains, forming a mutation belt.     

近震震相识别与三要素计算程序

台站地震观测中,有时会记录到在同一个近震中多个不确定震相与清楚震相并存的波形,这就需要在多个不确定近震震相中分辨出准确的震相.与《中国地区深度0.0 km近震走时表》中的理论震相到时差进行比较,两者到时差相似,说明假设的震相定位准确.     

青海大柴旦地方震波形特征分析

利用双差定位法对2009—2015年大柴旦M 0.5以上地震重新进行精确定位,并绘制区域地震震源深度频数直方图。根据地震精定位结果,选取地震波形记录较好的事件进行特征分析。结果发现,重新定位后,大柴旦地区约65%的地震震源深度分布在6—10 km,震源深度较浅,地震波列衰减快,经过滤波,在直达波后观测到新的震相,初步推测为康拉德界面反射波。     

基于U形卷积神经网络的震相识别与到时拾取方法研究

精确获取震相到时是地震定位和地震走时成像等研究的重要基础.近年来,随着地震台站的不断加密,地震台网监测到的地震数量成倍增长,发展快速、准确、适用性强的震相到时自动拾取算法是地震行业的迫切需求.本文在前人工作基础上,发展了Pg、Sg震相自动识别与到时拾取的U网络算法（Unet_cea）,使用汶川余震和首都圈地震台网记录的89344个不同震级、不同信噪比的样本进行训练和测试.研究表明,U网络能够较好地识别Pg、Sg震相类型和拾取到时,Pg、Sg震相的正确识别率分别为81%和79.1%,与人工标注到时的均方根误差分别为0.41 s和0.54 s.U网络在命中率、均方根误差等性能指标上均明显优于STA/LTA和峰度分析自动拾取方法.研究获得的最优模型可以为区域地震台网的自动处理提供辅助.