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。     

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.     

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。     

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.      

乌鲁木齐附近地区小爆破识别判据的研究

采用新疆乌鲁木齐地区多个地震台的位移仪及速度仪记录，探讨了人工小爆破记录与天然地震记录的差异及其识别判据。结果发现，爆破记录与地震记录在震相、P波垂直向初动符号分布、振幅衰减、振幅比As^-/Ap^-等方面具有不同的特征，据此我们制定出了识别爆破的单项判据和综合判据。     

振幅衰减特性在地震与爆破识别中的应用

基于小震级地震与爆破事件,从快速识别要求出发,分析了P波初动振幅AI和P波最大振幅AP分别与S波最大振幅AS的幅值比判据及其对事件的识别能力．考虑到传播路径对地震与爆破各振幅的影响,选用合理的振幅随距离衰减公式,分别研究了P波、 S波各振幅随震中距的衰减特征,结果显示爆破振幅衰减比地震快; 在100 km处进行衰减校正后重新计算P波与S波幅值比,得到经过衰减校正后的幅值比AI/AS正确识别率从84%提高到98%,AP/AS正确识别率从92%提高到100%,表明经衰减校正后的幅值比判据可以更好地应用于小震级地震与爆破的识别中．      

昭通巡龙强夯土非天然地震记录特征及识别研究

通过分析昭通巡龙2022年11月—2023年5月多次重型地面平整机施工和小震级天然地震事件的记录特征及差异后认为：昭通巡龙强夯土事件的P波初动向下、持续时间短、衰减快、P波与S波最大振幅小于天然地震,强夯土事件波形记录的频谱特征与天然地震差异较大,天然地震P波与S波震相明显,强夯土事件震相不明显。可以利用Pg/Sg谱比、交叉Pg/Sg谱比实现强夯土非天然地震和天然地震事件的分类识别。分类结果表明：当频率大于5 Hz时,Pg/Sg谱比判据基本实现天然地震和强夯土事件分类;交叉Pg/Sg谱比判据对应的分类识别正确率为天然地震事件91.3%,强夯土事件90.7%。交叉Pg/Sg谱比判据比单一频带谱比判据能更好地反映天然地震和强夯土事件的特征差异。     

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.     

中等地震前地震波异常特征

本文利用P波初动符号,垂直向P波、S波最大振幅比,尾波衰减系数a值,尾波持续时间比τ_b/τ_v及尾波衰减速率p值等方法研究了1990年10月25日乌苏5.2级地震波异常曲时空变化特征。结果表明,地震波参数的分析可以提取中强地震前的异常信息。     

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。      

Features of different types of seismic events in China’s Capital Region

Seismic records produced by different seismic sources vary. In this study, we compared the waveform records and time-frequency characteristics of tectonic earthquakes, artificial explosions, and mine collapses in China’s Capital Region. The results show that tectonic earthquakes are characterized by stronger S-wave energy than P-wave energy, obvious high-frequency components, and wide frequency bands of P and S waves. Artificial explosions are characterized by greater P-wave amplitude than S-wave amplitude and near-station surface wave development. Mine collapses are characterized by lower overall frequency, more obvious surface waves, and longer duration. We extracted quantitative discriminants based on the analysis of different event records, with 31 feature values in 7 categories (P/S maximum amplitude ratio, high/low frequency energy ratio, P/S spectral ratio, corner frequency, duration, the second-order moment of spectrum, and energy strongest point). A comparison of the ability of these feature values to recognize distinct events showed that the 6–17 Hz P/S spectral ratio was able to completely distinguish artificial explosions from the other two types of events. The S-wave corner frequency performed relatively well in identifying all three types of events, with an accuracy of over 90%. Additionally, a support vector machine was used to comprehensively distinguish multiple features, with an accuracy for all three types of events reaching up to 100%.     

遥测地震台网对人工爆破与天然地震的判定

总结了人工爆破与天然地震的区别和记录特征.在对模拟遥测地震台网直观、定性判定爆破的基础上提出结合用S波与P波的振幅比值(As/Ap)和视速度V这两项量化指标进行定性与定量相结合判别.并按照这一思路成功判定了在2004年4月至5月中的一次密集人工爆破群.     

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。     

晋冀鲁豫相邻地区中小地震震源机制特征分析

采用从震源向上射出的直达P波和直达S波引起的地动位移振幅比,结合P波初动方向来求解震源机制的方法,得到晋冀鲁豫相邻地区102个地震的震源机制解。并进行系统聚类分析,发现中小地震显示散乱,表明强震是大范围应力积累释放的表现形式;小地震具有随机性,受局部因素影响较大,对华北构造应力场的控制作用较弱。     

安徽"霍山窗"中小地震的 地震波衰减特征研究

利用安徽合肥台、 六安台和豹子崖台记录到的2001—2010年安徽“霍山窗”发生的M_L≥2.0地震的波形资料, 计算了其振幅衰减系数K值和卓越频率衰减系数a值, 分析研究了K值和a值的时空变化特征, 并讨论了其与华东地区中强地震的对应关系及与Q_c值的相关性. 结果表明, 3个台站均记录到了明显的变化特征: ① “霍山窗”M_L4.0地震、 江西九江M_S5.7地震及河南太康M_L5.0地震前6个月左右时间内, K值和a值均呈现持续下降的异常低值状态, 平均下降幅度K值为20%—35%, a值为45%—51%, 并于上升的过程中发震, 震后趋于正常; ② K值的平面分布特征显示, K值异常地震主要位于断裂带交汇区附近, 并沿断裂带方向分布; ③ K值、 a值与Q_c值基本呈负相关. 上述特征为进一步了解该区域的地壳介质状态和研究中强震前后Q_c的变化特征提供了一定的依据. 该研究结果可能对中长期地震预报和震后趋势判断有一定的指示意义.      

Seismic tomography and anisotropy in the source area of the 2008 Iwate–Miyagi earthquake (M 7.2)

In order to understand the generation mechanism of the Iwate–Miyagi earthquake (M 7.2) that occurred on 14 June 2008 in Northeast Japan, we determined high-resolution 3D seismic velocity (Vp, Vs) and Poisson's ratio (σ) structures as well as P-wave azimuthal anisotropy in and around the source area using 246,623 P-wave and 189,153 S-wave high-quality arrival times from 1941 aftershocks of the 2008 Iwate–Miyagi earthquake as well as 4878 shallow and intermediate-depth earthquakes in this area recorded by the dense High-Sensitivity Seismic Network (Hi-net) and the seismic stations of Tohoku University. Our results show that hypocenters of the mainshock and three large aftershocks are located in a boundary zone where both seismic velocity and Poisson's ratio change drastically in a short distance. A zone with pronounced low-velocity and high Poisson's ratio is revealed in the lower crust and uppermost mantle under the source area, which may reflect the arc magma and fluids ascending from the upper-mantle wedge. The P-wave azimuthal anisotropy is complex under the study area, which may also indicate the complex crustal structure there. These results indicate that the generation of the 2008 Iwate–Miyagi earthquake was influenced by the ascending arc magma and fluids associated with the dehydration reactions of the subducting Pacific slab under Northeast Japan.     

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。      

曹妃甸地震台网天然地震与人工爆破时频分析

搜集2014—2015年曹妃甸测震台网记录的各类爆破与天然地震事件,基于Matlab软件,编制程序实现短时傅里叶变换,对比分析核爆炸、化学爆炸、矿爆炸与天然地震的特征,分析频率随时间的变化规律。研究结果表明,天然地震与爆破在频率范围、频率分布和时频聚集性等方面具有各自特点,主要表现在:天然地震的时频图"多峰"且复杂,频率分布范围更广,频率成分集中在S波段;人工爆破的时频图"少峰"且简单,频率范围较窄,频率成分集中在P波段。本文的研究成果能够为今后区分天然地震和爆破提供依据。