基于GRU的汶川地震川西气井压力前兆异常识别研究

前兆异常出现的时间特征能够体现地震孕育的过程,通过分析前兆信息可以对地震进行短临预测,在地震预测研究中发挥着重要作用.然而传统的计算方法和处理分析模式已经很难快速地从海量观测数据中自动定位异常,识别的精度和适用性也存在不足.因此,本文从井生产数据出发,结合STL时间序列分解、趋势拟合、扩容理论和油气运移等,对汶川地震川西气井压力前兆异常现象和产生机理进行分析,并提出将门控循环神经网络(GRU)模型应用于前兆异常识别中.结果表明,川西地区多口井的气井压力数据在汶川地震前同时出现了异常降低现象,很好地反映出地震前的短临异常.相比于循环换神经网络(RNN),GRU模型充分考虑了井生产数据之间的复杂非线性关系和历史关联程度,能够准确地识别出气井压力的前兆异常现象,模型结果也具有较小的均方根误差(RMSE)和平均绝对误差(MAE),可以作为一种新思路应用于地震前兆异常识别当中.     

广东省地下流体观测台网数据跟踪分析

对2014年8月以来广东省地下流体台网数据跟踪分析工作产出的6大类非正常变化事件记录进行了归纳汇总,并结合广东地区历史地震研究和观测背景,回顾了广东东源2015年5月15日3.3级地震发生前,广东地区出现的水化学短临异常跟踪分析事件。结果发现,数据跟踪分析工作能及时发现观测数据异常,并有效识别前兆异常和各类干扰,能够在震情跟踪和地震预测工作中发挥积极作用。     

判识水氡地震前兆的方法——以甘肃清水温泉水氡异常为例

地震前兆异常性质的准确判断是提高地震预测水平的前提。 据国内外相关统计, 真正具有地震预测意义的地震前兆异常数量十分有限。 因此, 厘清震前异常与地震的关系对今后异常识别意义重大。 2017年8月8日九寨沟M_S7.0地震前4个月, 甘肃清水温泉水氡出现大幅波动异常变化。 为了判断这次异常与九寨沟地震的关系, 在异常持续期间, 通过抽水实验、 水化学组分以及氢氧同位素组成分析, 并结合九寨沟地震发震构造以及其他前兆异常空间分布特征, 对水氡异常成因机理进行了深入分析。 结果表明: 对于水氡与水位的变化关系, 实验与实际观测结果一致, 都呈正相关变化; 实验中水氡变化幅度与实际观测的相当; 水化学组分以及氢氧同位素测试结果显示清水温泉水氡异常期间, 来自地壳深部的流体并未增加; 清水温泉区其他前兆没有出现明显的短期异常变化; 在空间上清水温泉与九寨沟地震震源区被两条深大断裂隔开。 因此, 清水温泉水氡大幅异常变化并非九寨沟地震的短期前兆异常, 而是企业抽水开始时间、 持续时间以及用水量不固定引起的。 该实例为地震前流体前兆异常性质的准确判定提供了更为可靠的方法和思路。     

应用小波变换提取林甸5.1级地震的前兆异常信息

应用了小波变换理论,对2005年林甸地震的前兆数据进行分析,研究在不同尺度下前兆数据的细节变化。结果表明,小波变换的多尺度分析方法将前兆数据分解成若干频段,容易识别和提取原始测值中不易分辨的震前异常,提高了识别前兆数据异常的能力。     

昆明地震台形变观测资料降雨干扰

云南省地震频发,形变观测短临数据跟踪对地震工作具有较明显的指示意义。降雨干扰对形变观测多为缓慢变化影响,这些变化隐藏在众多地震前兆异常中,影响地震观测数据的使用。本文通过对昆明地震台历年降雨及形变观测数据的分析,总结降雨干扰规律,以便准确提取并有效识别地震前兆异常。     

短期综合前兆异常信息量方法在四川的应用

用地震异常前兆信息量综合数学表达式的方法,选择四川地区映震较好的前兆观测资料,进行地震短期异常前兆信息量的提取,分析四川地区地震短期异常前兆信息量综合时序值变化与四川及邻区6级以上强地震的关系,给出了四川及邻区6级以上地震短期综合预测的指标和方法,该方法能通过R值评分检验。用同样的方法提取不同学科前兆信息量地震短期综合预测的指标和方法,并进行地震预测效能检验,结果表明,不同学科前兆信息量短期综合地震预测效能存在一定的差异。     

地磁前兆异常的动态从属函数

地震前兆涉及到多种地球物理观测方法,且计量单位各不相同,因此,各类前兆异常之间无法进行直接的定量对比,这给地震预报研究带来了困难.应用异常从属函数值（无量纲量）可统一规划不同性质、不同计量单位的地震前兆异常.本文通过研究地磁资料从属函数,发现1995年9月20日山东苍山Ms5.2级地震前有明显的前兆异常.增强了对地震前兆异常的识别能力,文中提出该方法在地磁场研究中应注意的问题.     

地震前兆异常识别技术的数值模拟实验研究

针对地震前兆观测数据可能含有异常信息的特点,为客观描述数据序列的正常背景,并且不失真地识别异常信号,本文通过模拟实验序列,论述了时间序列分析识别异常方法中建模样本序列遴选和经验预测序列估计的关键技术．实验序列分析结果表明,该方法是可行的有效的,所识别的异常信号清晰明确,与模拟假设的异常信号基本一致．      

多项地震前兆观测数据的综合参数

根据中强地震前前兆观测资料的异常特征和各种前兆异常可信度的差异,考虑到单项观测数据和多项观测数据的相互联系,提出了用综合参数S描述多项前兆观测数据整体变化。结果表明,与单项前兆观测数据比较,综合参数S有变化平稳、震前异常反应明显等优点,可以作为地震预报实践中识别前兆异常的方法之一。     

形变观测数据的多异常形态统一识别

地震前兆数据中的形变观测数据变化复杂,地球物理场变化和环境干扰等信息识别与剔除是与地震相关现象分析的关键.传统的信号识别主要采用回归分析、经验模态分解、频域信号分解等方法,但它们难以统一识别高幅值变化(尖峰、阶跃)与高频变化波形.本文利用信息熵参与形变时序数据的自动化分段构造子序列,一定程度上避免了这两种波形被分割的弊端,然后以统计描述方式表达子序列,最后利用角度异常因子(Angle-Based Outlier Factor,ABOF)和局部异常因子(Local Outlier Factor,LOF)构建对数函数定义离群点,以解决统一识别高幅度变化与高频率变化的问题.实验表明,对于特征向量维度变化的情况,LOF-ABOF算法的计算效率呈线性变化关系;在特征表达策略改变的情况下,该算法对高幅值变化和高频变化的异常识别效果良好.本文所提供方法可以检测出高幅值变化与高频率变化的异常形态,为地震前兆数据中形变观测数据"前兆信号"的识别提供指导与参考,为深入认识地震现象及其产生机理奠定基础.     

地下流体前兆模糊识别

在地震的孕育、发生到发展的过程中，可能会出现多项地下流体观测量不同程度的前兆异常变化，这些异常变化是复杂多样、模糊不清的。引入模糊识别法对一定区域和一定时间段的地下流体观测数据进行了分析和处理，表明模糊识别法可较好地识别和分辨出地下流体前兆的地震异常。     

地震异常ECRS分析方法在北京地区的应用和检验

ECRS(地震对应相关谱)方法是近年来得到关注的地震异常识别方法之一。应用ECRS方法,分析了北京地区单参数与多参数滑动极值平均相关度,通过算例分析与外推预测,并与实际地震发生情况进行对比,对此方法的有效性进行了初步的评价。研究结果表明:对M4级以上的目标震级,当考察时段为12个月时,b值、缺震等单参数相关度对北京地区地震前兆异常具有一定的识别能力;多参数地震对应相关谱较单参数可更好地识别北京地区地震前兆综合异常,其异常对应比例与地震对应比例分别为7/8、9/11,异常信度较高;以均值0.5倍标准差的高相关度作为异常阈值,可以较好的识别地震前兆综合异常,但一定程度上会受人为因素的影响。     

专家系统在年度会商中的应用

为了做好中国大陆年度地震趋势预测, 采用地震预报专家系统3.0对地震活动和前兆异常进行综合推理, 期望能提供一定的参考。 对2005年、 2006年全国测震、 形变、 电磁、 流体异常数据作了有选择的获取, 得到2005年、 2006年测震异常和地震前兆异常分别为82项和98项。 通过专家系统的综合推理分析, 获得了2006年度和2007年度中国大陆地震趋势预测信度结果, 结合2006年、 2007年中国大陆实际发生的5级以上地震对其进行了检验, 结果表明专家系统的预测结果基本与实际发生的5级以上的地震的位置吻合, 该方法在年度地震趋势预测中可以为地点预测提供参考。     

基于Mann-Kendall法的地震前兆观测数据异常分析

应用Mann-Kendall法对1998年泾阳4.8级地震和2009年高陵4.4级地震某些指标数据序列进行异常分析.分析结果表明地震前兆观测数据的某些指标呈现出异常变化,应用此方法可以确定出突变的具体时间.本研究对地震预报预测有积极作用.     

基于地震对应概率谱分析的前兆异常识别研究

针对观测或分析资料曲线异常的定量化识别提取问题,研究提出了地震对应概率谱统计方法和累计滑动平均概率分析方法.通过地震对应谱分析可以得到不同值域数据异常信度属性.在不同考察时长的对应概率谱基础上,将原始数据时间序列转换成概率时间序列,并采用多点累计滑动平均方法得到滑动平均概率时间进程曲线,进而进行地震前兆异常的识别研究.以新疆北天山地区地震学参数η值时间进程序列为原始数据进行算例分析,结果显示,当考察时长为18个月时,利用滑动平均概率时间进程曲线可以较好地识别地震前兆异常,异常对应率为83%,有震报准率为86%,异常具有中期属性.分析认为,不同考察时长的地震对应概率谱和滑动平均概率序列,不仪可以用于单项资料的前兆异常识别研究,还可以为综合分析预报提供定量的单项因子数据.     

地震前地下流体前兆异常特征的研究

针对鲁甸6.5级地震、唐山4.0级地震前地下流体异常现象,结合异常时段地下流体观测数据,对震前地下流体异常现象及指标进行总结分析。研究表明,鲁甸地震前及唐山地震前地下流体长期与中期异常特征均主要出现在距离震中心500 km范围内。地下流体震前异常特征现象观测的目的是判断地震危险区高密度观测特征,对地震高发区的中短期异常指标仅进行中短期分析。地震区域应力叠加导致地震前兆现象的开启,引起断裂带裂隙,地下水温度和地下深部气体异常变化,水岩变化使得地下流体混合前兆增强。在地震前兆观测范围内,获取地下流体异常指标变化可以为震前预测提供数据支持,推动地震预测理论的发展。     

基于定点形变观测的地震预测方法研究

地震预测是极具挑战性尚待解决的世界性的科学难题,目前尚处于初期的科学探索阶段,总体水平仍然不高,特别是短期与临震预测的水平与社会需求相距甚远。从理论上讲,地震是有前兆的,地震前兆信息是预测地震的依据,只有获得了地震前兆,才有可能对地震作出预测。但在实际的地震监测预报工作中,如何从观测资料中识别和提取地震前兆信息,如何依据这些地震前兆信息进行地震预测,始终是一个需要不断研究、并且必须研究的课题。     

地震前兆数据异常自动检测报警系统

通过对地震前兆数据的分析与研究,研制了一套地震前兆数据异常自动检测与报警系统.该系统可实现测项分量与检测方法的自由定制,通过利用相关分析、差分检测、固体潮相关检测、方差检测、台阶检测与金日光第四统计力学群子统计理论等多种检测方法,实现了对数据的自动异常检测与报警.试验证明,该系统有效可行,可为地震数据监测人员与地震预报...     

地震活动的灰色预测和地震前兆的灰色判别

本文运用灰色系统理论和方法，对地震活动进行灰色预测，表明河北诏山7.8级强震和江苏常熟5.1级中强震建模预测效果良好，对地震前兆数据作新息模型和等维新息模型的异常判别，以及包络模型判别、拓扑模型群判别，可以鉴别出地震前兆异常，实为地震前兆分析的一种新方法。     

蕴震系统信息合成方法（ISSS）

本文以蕴震系统自组织演化理论为基础,提出了一种识别地震前兆和综合预报的新方法——蕴震系统信息合成方法(ISSS)。它具有通用性,既适合单学科台网,也适合多学科台网。从原始观测资料做起,通过异常识别,信息评价,信息合成,合成前兆图,熵和有序度来跟踪前兆场时空结构的演变,预测系统状态的变化。从而从整体上获得信息增益,提高地震前兆识别的可靠性。 本文简述了原理、模型、方法及其实际应用于大地震前兆识别的效果。