福建地区爆破与地震的波谱差异

应用福建地震台网记录的爆破与地震的数字资料,采用波谱分析的方法分析发生在同一区域的爆破与地震波谱特征。结果表明,爆破与地震的拐角频率存在差异,据此得出本区域爆破识别的定量识别判据,为今后爆破的识别提供依据。     

安徽及周边地区小爆破的识别与判据研究

根据安徽测震台网记录的爆破与地震的数字资料,采用波谱分析方法,对该区域记录的小爆破与小震级地震事件计算纵横波拐角频率和卓越周期,试图获得爆破和地震识别的定量指标。对比研究波谱特征,发现爆破与地震的纵横波拐角频率和卓越周期等存在明显差异,为该地区小爆破的识别,提供了新的判据。最后,对爆破与地震其他方面的判据特征进行了总结。     

朝鲜地区地震与爆破波形识别研究

由于爆破、地震的震源机制不同,在低频和高频段中,存在的特征也不同。基于这一思路,本文对丹东台网4个地震台记录的爆破与地震资料开展波谱对比研究,试图找出识别爆破、核爆与地震的一些新判据。     

邹城地区矿震、爆破和(天然)地震事件的特征分析

采用FSS-3DBH型井下地震计,测量山东省邹城市区域发生的矿震、爆破和天然地震相关事件信息,通过波形分析与波谱分析,对比研究不同类型地震事件特征.结果表明,该区域发生的矿震、爆破和天然地震的波形、幅值及频率等特征指标存在明显差异.通过实时监测该区域地震事件和进行相关的特征分析,可以为研究区域地震的基本规律提供客观数据和科学依据.     

利用乌鲁木齐遥测地震台记录识别人工爆破与地震

选取乌鲁木齐遥测地震台记录的乌鲁木齐市附近人工爆破与天然地震资料 ,运用波谱分析、波形空间线性度等方法作对比研究 ,发现人工爆破与天然地震的波谱特征量和波形空间线性度多数情况下差异较大。在震级与震中距相近的条件下 ,主要差异表现在天然地震的纵、横波拐角频率 fc P和 fc S明显大于人工爆破 ,两者比值约为 2∶ 1 ;天然地震的最大谱值比 Ωm P/ Ωm S也明显大于人工爆破 ,两者比值约为 3∶ 1 ;地震 P波功率谱的频谱特征量 fm W、Δf W也比人工爆破大很多。这些差异可以作为识别人工爆破与天然地震的测震学指标。     

爆破、矿震与地震的波谱差异

根据辽宁数字地震台网记录的爆破、矿震与地震的数字资料,采用波谱分析的方法,选取4个台站对其所在区域182个爆破、矿震与地震事件的记录,对比研究波谱特征,发现爆破、矿震与地震的纵横波拐角频率fc(P,S)及最大谱值等存在的差异。     

爆破与地震的拐角频率比较

应用辽宁地震台网记录的爆破与地震数字资料,采用小波计算方法,对该区域记录的爆破与地震计算S波拐角频率,将计算结果与前期采用PITSA软件得到的结果进行比较,试图获得爆破与地震识别的定量指标。     

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。     

福建地区人工爆破与天然地震的判定

利用福建地震台网的人工爆破与天然地震的数字记录,采用波形对比法,分析发生在同一地区的爆破与地震波形特征.结果发现,爆破与地震在震相、P波初动符号分布、振幅比As/Ap等方面具有不同特征,据此得出爆破识别的有效判据,并对一次疑爆事件进行有效检验,为今后爆破的识别提供依据.     

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。     

琼北确定性人工爆破与天然地震识别判据

对琼北地区确定性井下人工爆破和天然地震事件波形特征进行梳理,分析人工爆破与天然地震波不同判据特征。结果表明:P波初动方向、振幅比是识别人工爆破和天然地震的2个主要判据;尾波持续时间、S波最大振幅与持续时间比可作为识别人工爆破和天然地震的一般判据;发震时间可根据事件的强度、规律性,并结合其他判据,仅作为识别过程中的参考因素。     

地震与爆破的波谱差异

在对中国数字地震台网（ＣＤＳＮ）兰州台近年来记录到的兰州附近的５个工业爆破和发生在同一地区震级相近的７个天然地震作波谱分析和比较后,发现人工爆破和天然地震的波谱参数与震源参数有较大的差异,在震级与震源深度相近的条件下,主要差异有：①爆破的Ωｍ（ω）值明显大于地震的Ωｍ（ω）值,Ωｍ（ω）爆≈１．５Ωｍ（ω）震;②爆破的Ω（０）值明显大于地震的Ω（０）值,Ω（０）爆≈１．９Ω（０）震;③爆破的震源线     

黑河台记录爆破与地震的识别

爆破与地震的识别已有大量专著论述,本文除采用常规识别方法外,对周期频度谱的方法进行了系统的研究,结果表明该方法可以很好地对地震和爆破予以识别。为今后应用数字化资料进行地震与爆破的快速识别提供了较为理想的方法。     

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征。结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的M_S震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件。     

识别天然地震和人工爆破的判据选择

从快速识别事件性质的要求出发,分析了天然地震和人工爆破的发震时间,P波初动方向,P波、S波振幅比值,P波、S波最大振幅与尾波持续时间比值等判据,得到P波初动方向和P最大振幅与S最大振幅比值是识别爆破和地震的两个有效判据,为研制“识别天然地震和人工爆破的分类决策支持系统”提供了应用依据.     

地震波形与爆破波形的比较

对爆破进行识别,以便区别于地震,避免把爆破当成地震用于日常地震分析预测工作.根据爆破的特征及实地调查,排除了成都市境内出现的微震活动条带是地震异常的可能性.     

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征.结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的MS震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件.     

广东地区地震与爆破事件识别方法研究

基于广东省数字遥测地震台网的天然地震动记录与人工爆破记录资料,采用直观快速识别的时域多指标对比分析方法,选取事件发震时间、波形震相特征、P波初动方向、P波和S波振幅比等多个时域判据,对广东省的天然地震和人工爆破事件进行识别和对比分析。结果表明,P波最大振幅与S波最大振幅的比值是识别天然地震和人工爆破较为有效的特征参数,P波初动方向可作为辅助识别依据。研究结果可为省地震台网天然地震和人工爆破事件的识别工作提供参考依据。     

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。     

基于卷积神经网络的天然地震与人工爆破识别研究

地震台网记录的人工爆破事件波形特征与天然地震有相似之处,如果不能及时的予以识别和筛选,会混淆依此记录所建立的地震目录,影响日后地震学的研究工作.因此连续地震信号中的天然地震和人工爆破的识别分离有助于破坏性构造地震的监测预警.同时,随着地震仪的大规模部署以及建设行业活动的持续增强,记录的爆破事件增多,增大了识别的难度和工作强度.为了解决人工识别天然地震与爆破存在的问题,本研究基于卷积神经网络,设计了一个具有13层深度的网络模型(CNN-Epq13),选用福建数字地震台网历史地震记录和人工爆破记录,利用TensorFlow深度学习框架,采用TFrecord文件形式作为训练集,训练得出事件类别识别模型.此模型在训练中识别准确率为98.438％,损失为0.0646.用新的数据进行测试,模型能准确识别事件类别,区分天然地震和人工爆破,可以进一步在日常工作中进行应用.