库尔勒台重力、体应变、水平摆数据固体潮汐分析映震研究

主要以库尔勒地震台GS-15型号重力仪、体应变、水平摆记录到的观测数据为研究对象,通过潮汐变化分析固体潮M₂波、O₁波潮汐因子等异常次数,再结合实际发生的地震统计异常对应率及虚报率,计算其异常对应效能,最终判断固体潮M₂波、O₁波潮汐因子可否作为地震前兆异常指标。     

利用背景噪声研究滇西北波速异常与M≥5.0地震关系

提出基于背景噪声波速测量的综合预测指标法,将测震资料更好地应用于震情跟踪和地震短临预报。利用滇西北5个台站2012-01~2020-11宽频带连续波形资料,基于背景噪声互相关及傅立叶变换等方法,提取10个台站对当天经验格林函数与参考经验格林函数的直达瑞利波走时偏移时间序列,设定±1.5倍标准差作为异常阈值,并以其间发生的6次M≥5.0地震为样本,采用R值评分法对每个台站对的映震能力进行效能检验,最后基于自适应加权综合预测方法提取适合于滇西北地区的地震短临异常识别指标（综合指标）。结果表明,利用该综合指标对滇西北2012年以来发生的6次M≥5.0地震进行90 d短临预报,异常指标共出现8次,其中准确预报地震5次,漏报1次,虚报4次,预报效能评分R为0.692,R₀为0.475。该综合指标的地震对应率为62.50%,概括率为83.33%。     

深度学习预测GPS时间序列在探索门源MS6.4地震前兆中的应用

以2016-01-21门源M_S6.4地震为例,提出用深度学习预测的GPS时间序列研究地震前兆。用震中附近门源台（QHME）、民乐台（GSML）及古浪台（GSGL）无震时的GPS时间序列训练LSTM神经网络,得到高精度的GPS时间序列预测模型,再分别对该地区无震时和地震前一段时间的GPS时间序列进行回溯性预测。对比预测时间序列与真实时间序列发现,震前2条时间序列大部分的相似性指标比无震时低,说明震前预测时间序列与真实时间序列差异明显,同时考虑震前时间序列的趋势异常,认为出现了异常时段;3个台站分别在E、N、U方向出现多个异常日期,且不同台站具有相同的异常日期,说明探索到了地震前兆。     

利用张衡一号卫星电场数据研究吉林松原、河北唐山MS5.1地震前后空间电场时空演化特征

利用我国第一颗电磁监测试验卫星张衡一号电场探测仪（EFD）载荷记录到的ULF/ELF频段电场功率谱密度（PSD）数据,限制Dst≥－30 nT和K_p＜3排除空间磁环境扰动后,分4个频段对2020年唐山古冶M_S5.1地震和2019年吉林松原M_S5.1地震前后空间电场时空演化特征进行研究。结果发现,2020年唐山古冶M_S5.1地震4个频段扰动幅度均显示出震前先抬升至最高点超过2倍均方差,而后在下降过程中发震,震后恢复的规律,且第2频段异常尤为明显;4个频段扰动幅度时间序列特征相似,且震前均超过2倍均方差。2019年吉林松原M_S5.1地震不同频段的扰动幅度时间序列特征不同,仅有第2频段超过2倍均方差。2次地震均在第2频段（371~879 Hz）出现震前异常扰动,认为该频段是地震异常提取的优势频段。     

2022年云南宁蒗5.5级地震前后波速比变化特征

为分析2022-01-02云南宁蒗M_S5.5地震前后波速比的时空演化特征,采用单台多震和达法,计算2020-01-01~2022-01-10云南数字地震台网记录的满足计算条件的地震震相到时数据,分析云南地区59个台站波速比以及距离震中最近的LGH和NLA台记录的震后序列波速比变化情况。结果表明：1)宁蒗M_S5.5地震发生在滇西北波速比高值区域,且该区域随时间推进呈扩大趋势,可能是在孕震过程中震中附近裂隙有流体渗入达到水饱和状态,从而导致波速比增大;2)震中100 km范围内4个台站波速比大致呈现持续下降-发震的演化过程,距离震中最近的LGH台波速比下降时间稍晚于其他3个台站,初步分析认为,波速比变化出现时间与震中距呈负相关;3)震后地震序列波速比变化与余震活动情况具有较好的对应关系,最大余震发生前波速比出现突降变化;当地震序列呈现正常衰减趋势,波速比维持稳定低值。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

融合GNSS水汽、风速与大气污染物的河北省冬季PM2.5浓度预测研究

为提高PM_2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM_2.5浓度预测模型,开展未来24 h的PM_2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶变换,提取各类要素的公共变化周期,获得最佳公共周期为216 h;然后选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM_2.5浓度作为模型输出,分别以PM_2.5单要素的RBF神经网络和融合大气污染物、风速、GNSS水汽的LSTM神经网络构建PM_2.5浓度预测模型;最后利用实测PM_2.5浓度序列分别对2种模型开展外部可靠性检验,将RMSE和IA作为评价指标进行模型精度评价。研究结果表明,基于FFT-LSTM的PM_2.5浓度预测模型的RMSE和IA分别为16.22 μg/m³和84.36%,模型预测精度较好,可有效预测未来24 h的PM_2.5浓度,该模型可为大气污染防治部门空气质量预测提供参考。     

基于径向基函数神经网络的地震液化侧移预测

在已有的地震液化侧移数据库中增加累积绝对速度（CAV₅）这一地震参数,以考虑震源机制对液化侧移的影响。然后采用径向基函数神经网络（RBFNN）方法建立地震液化侧移预测模型,并与其他模型进行对比分析。结果表明,本文模型预测精确度最高;CAV₅在液化侧移预测方面可以代替震级、震中距2项参数;所有参数中,震级、震中距、可液化土层厚度敏感性较高,对液化侧移影响程度较大。     

变换光谱数据对土壤氮素PLSR模型的影响研究

光谱数据变换对消除背景、噪音影响以及提取光谱特征有重要的作用,是光谱数据分析过程中的必要步骤。为了研究光谱变换处理对土壤氮素PLSR模型的影响精度,并选择最佳光谱变换处理方法,本文对原始光谱数据进行了15种典型光谱变换,通过比较不同变换光谱与土壤氮素的相关性,实现土壤氮素的PLSR精确诊断,并综合评定最佳光谱数据变换方法。结果表明,涉及微分处理后的光谱变换,尤其是先进行开方（T₈、T₁₁）、对数（T₆、T₁₂）等变换后再进行微分处理,可提高其与土壤氮素的相关性。在引入较少因子变量个数的条件下,该方法使因变量解释量达到了98%。综合考虑模型的校正、验证效果及模型复杂度（模型最佳因子变量个数）,可得出光谱平方根的一阶微分变换处理（T₈）为最佳的土壤光谱变换算法。该条件下的土壤氮素的校正模型表现为R²=0.985、RMSE_C=0.000132、F_n=6,验证模型的表现为R²=0.9853、RMSE_V=0.000162,结果表明基于T₈的光谱数据变换可实现本试验条件下土壤氮素的光谱估算。另外,可以考虑将原始光谱的一阶微分（T₉）、对数和对数倒数的一阶微分（T₆、T₇）以及平方根和对数的二阶微分（T₁₁、T₁₂）作为光谱数据变换方法。本文研究结果可为土壤氮素估算和光谱数据预处理提供技术参考。     

云南地区GNSS连续观测短临异常指标提取及效能评价

通过对云南地区43个GNSS连续站2011-01~2018-12站点位移时间序列原始数据进行深加工处理,在计算应变参数格网时间序列的基础上,分别提取适合云南地区M≥5.0地震短临预测的面应变及最大剪应变短临异常指标;并基于其间发生的27个M≥5.0地震,采用R值评分法对异常指标进行预测效能评价。结果表明：1）两种异常指标对云南地区M≥5.0地震的发震时间具有较好的指示意义;2）当预测窗长设置为30 d或60 d时,在相同预测窗长下,最大剪应变短临异常指标的预测准确率高于面应变短临异常指标;3）通过对同一异常指标进行不同预测窗长的对比发现,面应变短临异常指标的最佳预测窗长为90 d、最大剪应变短临异常指标的最佳预测窗长为60 d（对于27个地震,二者预测结果均为：报对23个,漏报4个,预测准确率为85.19%）。     

印度植被净初级生产力的时空变异及其影响因素分析

本研究旨在探讨1983-2008 年间印度植被净初级生产力(NPP)的时空变化格局及其与温度降水的关系。基于遥感数据和GLOPEM-CEVSA模型估算区域植被NPP,利用分段线性回归,分析了过去26年印度植被NPP的时空格局与变化特征。结果表明：（1）过去26年间印度植被年均NPP为414.29 gC·m^-2·a^-1,森林、农田和草地的NPP平均值分别为1002.32、485.98和631.39 gC·m^-2·a^-1。（2）分段线性回归结果显示,1983-2008 年间,印度植被总平均NPP呈先上升后下降的趋势,趋势转折点在1996年。占印度面积比例最大的农田植被类型的平均NPP也呈先上升后下降的趋势,趋势转折点在1996年,与总平均NPP的趋势转折点一致。（3）在空间上,印度大部分地区,发生了趋势转折,趋势转折点集中在1991-2000年间,大部分地区NPP在趋势转折点前呈上升趋势,其后呈下降趋势,与区域平均NPP的变化趋势一致。（4）印度西北部干旱地区植被NPP与温度呈负相关,与降水呈正相关。喜马拉雅山南部森林NPP则与温度呈正相关。降雨量较大的印度南部地区NPP与降水呈负相关。     

珊溪水库地区三维构造特征与深部水库诱发地震环境研究

利用大地电磁测深法首次在珊溪水库地区开展三维地震深部构造特征探测,获得该地区70 km²面积的三维电性结构,建立该区域深部三维地质构造模型,探讨水库地震发生的深部构造环境。结果表明：1）珊溪水库地下存在以双溪-焦溪垟断裂为主的3条断裂组成的向西南侧伏的三角形断块,2.5级以上地震基本发生在该特殊构造内。2）水库深部存在3个主要的“低阻通道”,地震活动集中在中部_f11-3“低阻通道”沿线,随着地下水沿f_11-3流体通道自东南向西北渗透,地震活动也沿该方向呈现阶段性迁移。3）水库东侧温州-泰顺断层及花岗岩阻隔双溪-焦溪垟断裂向东发展,造成地应力无法向东传播,可能是该断层以东无地震发生的主要原因。     

一种面向细粒度空气质量分指数(IAQI)预测的时空因果卷积模型

精确、细粒度空气质量分指数（Individual Air Quality Index, IAQI）预测是空气质量指数（Air Quality Index, AQI）的基础,对于空气质量防治和保护人类身心健康均具有重要意义。目前传统时序建模、循环神经网络（Recurrent Neural Network, RNN）、图卷积网络（Graph Convolutional Network, GCN）等方法难以有效融合时空因素和气象因素,稳定提取监测站点间动态边缘关系。本文提出了基于时空因果卷积网络（Spatial-Temporal Causal Convolution Networks, ST-CCN）的空气质量分指数预测模型ST-CCN-IAQI。首先采用空间注意力机制分析多源空气污染物和气象因素的空间效应;其次利用堆叠膨胀卷积和时间注意力机制提取特征矩阵的时间依赖性特征;最后采用贝叶斯调优方法对膨胀卷积的多种参数进行了调优。本文采用上海市空气监测站空气质量分指数（IAQI-PM2.5）数据展开实验,并采用一系列基线模型（AR、MA、ARMA、ANN、SVR、GRU、LSTM和ST-GCN）与ST-CCN-IAQI效果进行对比。实验结果显示：① 在单测站测试中,ST-CCN-IAQI的RMSE和MAE值分别为9.873、7.469,相比基线模型平均下降了24.95%和16.87%;R²值为0.917,相比基线平均提升了5.69%;② 对全部站点的IAQI-PM2.5、IAQI-PM10和IAQI-NO2的预测,证明了ST-CCN-IAQI具有较强的泛化能力和稳定性。③ 采用Shapley分析方法论证了IAQI-PM10、湿度、IAQI-NO2对IAQI-PM2.5的预测具有较大程度的影响;通过不同数据抽样条件下的Friedman检验,证明了ST-CCN-IAQI对比基线模型有显著的性能提升。ST-CCN-IAQI方法为细粒度IAQI精准预测提供了一种鲁棒可行的解决方案。     

利用GNSS资料分析云南地区M≥5.7地震前应变场分布特征

对云南地区43个GNSS连续站2012-01~2018-12站点位移时间序列进行深加工处理,以期间发生的7次M≥5.7地震为样本,分别获取震前面应变和最大剪应变分布,并对震前应变场分布特征进行研究。结果表明：1) 7次M≥5.7地震前,云南地区存在显著的面应变变化趋势,多数情况下存在强挤压和强拉张并存的格局,累积面应变一般超过±4.0×10^-8,地震多发生在面应变(特别是面挤压)变化的高梯度带上;2) 7次M≥5.7地震前,云南地区存在显著的最大剪应变变化趋势,累积最大剪应变一般超过5.0×10^-8,地震多发生在最大剪应变变化的高梯度带上;3) 面应变(特别是面挤压)和最大剪应变变化的高梯度带可作为研判未来M≥5.7地震发震地点的重要区域。     

现今中国东北地区地震活动特征与趋势探讨

分析现今中国东北地区地震活动特征,得到几点结论性认识：1）从中国东北地区地震活动期的时间韵律特征和第5活动期的持续时间、地震次数等指标来看,现今中国东北地区地震活动第5活动期已经结束,2018年、2019年吉林松原5.7级、5.1级地震,或标志着中国东北地区进入了第6活动期。2）2013~2019年中国东北地区地震活动主体地区位于松辽盆地和大兴安岭地区,2个地区具有以大兴安岭与松辽盆地的分界线为轴迁移对跳的活动特征。分析5组迁移对跳轨迹认为,未来的地震具有向大兴安岭地区迁移的可能。3）以松辽盆地南缘为界,形成中国东北地区成对地震与非成对地震活动的分界线。1900年以来中国东北地区的成对地震主要发生在松辽盆地和大兴安岭地区,成对地震时间间隔为0.1~37.0个月,距离间隔最远至309.0 km,震级差最大为0.7级。松辽盆地和大兴安岭地区共发生27次5.0级以上地震,其中24次地震具有成对活动性质,成对地震发生率约为89%。成对地震中,发生在松辽盆地的占71%,发生在大兴安岭地区的占29%。成对地震活动规律在松辽盆地和大兴安岭地区具有普适性特征,可作为该区域的预测指标。4）对比2013~2015年和2015~2018年中国东北地区的面应变率结果可见,变化最为显著的区域位于松辽盆地中部,这个区域也是整个中国东北地区变化最为明显的区域,未来仍需关注该区域的地震危险性。5）松辽盆地仍将是中国东北地区浅源地震活动的主体地区。     

珙县低山区不同震源作用下斜坡地震动响应

在宜宾市珙县五同村布设斜坡地震动监测仪器,采集兴文县3.1级、珙县4.5级及长宁县4.6级地震数据。对监测剖面上1^#、2^#监测点采集到的珙县余震地震动响应数据进行滤波和校正处理,对比分析震级、高程、方位等因素对斜坡造成的地震响应后认为：1）当地震波的半波长与山体某些特定部位之间的距离接近时,斜坡地形与地震波的波峰产生耦合作用,地形放大效应显著,达到参考点的2.765倍,此处山体更容易产生较大幅度的摇晃,造成山体地质灾害;2）分析珙县4.5级与长宁县4.6级地震得出,当地震波沿特殊部位（如山脊等）传播时,地震加速度及阿里亚斯强度更加显著;3）分析地震加速度变化得出,在地震荷载作用下,随着震级的增大,斜坡的加速度响应也会增大;4）随着高程和震级的变化,监测点的地震加速度和阿里亚斯强度随之变化,高程和震级对斜坡的地震动响应具有放大效应;5）在高程和微地貌的耦合作用下,斜坡地震加速度也具有明显的放大效应。     

西天山地区重力场变化与地震研究

基于2013~2015年西天山地区流动重力观测资料,结合区域地震目录,分析研究区域重力场时空变化与地震的关系。结果表明：1）重力场变化反映出西天山地区是构造运动活跃的地区,重力场变化的“增强-减弱-增强”过程与区域地震活动趋势的“活跃-平静-活跃”相对应,西天山区域重力场变化与塔里木板块北漂旋转相关。2）西天山地区震中多出现在重力变化接近为零的断层附近,震中附近重力变化较为剧烈,震中区水平梯度方向接近该区域断层走向。3）西天山区域地震前,跨断层测段剖面出现转折图像。     

福建重力台网映震效能分析

利用福建重力台网7套gPhone重力仪的连续观测资料,对不同震中距和震级地震的同震响应特征及重力仪映震的最大震中距进行分析。结果表明：1）福建重力台网的映震效能受震级和震中距影响,从映震能力来看,泉州台优于莆田台,厦门台优于福州台,漳州台和龙岩台优于南平台;2）福建重力台网的仪器稳定性好和灵敏度高,与CMG-3ESP 120S地震计相比,重力仪具有较宽的地震频带,其同震响应持续时间与波幅呈高度正相关性;3）福建重力台网仪器映震的最大震中距(Δ)与震级（M_S）存在对应关系,具体公式为M_S=-0.218(logΔ)3+2.056(logΔ)2-4.594logΔ+6.459。     

������ת���ʱ仯�Ե����շ������о�

?????Χ??1973-01-01-2012-12-30??????7.0?????????о????????????????????????????????????????????????R??????IERS???????????????μ??????????????????仯??????????????1)????????d _LOD^2/d_MJD?????????????????????????????????????????仯????仯?????????????????????????????2)?????????????????6 500???????????????????????18.6????????????