地震物质能量转换及地震预测新方法研究——以吉林省为例

正目前地震难以预测,原因是积累的观测数据时间区间过于短暂,如吉林省只有45年的地震观测数据,很难判断周期性和分布特征。本项目研究以爱因斯坦相对论为基础,首次提出地震物质能量转换公式,将地震以空间、时间连续的能量波动分布形式进行研究;首次提出突破原理念的地震预测方法,结合历史地震来推测千年间的地震能量分布特征,并以千年数据尺度来对未来的地震进行预测。以吉林省为研究区,在研究中逐渐完善预测方法的技术路线,证明该     

基于GIS的2013年吉林前郭M 5.8震群砂土液化灾害的研究

应用GIS技术,以Arcgis为操作平台,对2013年松原市前郭尔罗斯蒙古族自治县发生M5.8震群后砂土液化地震灾害进行综合分析研究,并建立了此次地震事件砂土液化灾害的数据资料库。利用Arcgis中的ArcCatalog对图形信息、数据属性信息等进行综合管理,方便地震行业相关数据的输入、存储、查询、管理和分析。运用Arcgis中的Arcmap对数据资料进行叠加和空间分析,使此次地震事件中的砂土液化灾害以直观的地图形式展示出来,方便进行更深入的地震灾害研究,也便于决策部门更明确此次地震砂土液化灾害发生的地理位置等情况,为今后的地震灾害研究提供数据基础和可参考的空间分析方法。     

基于ARMA模型拟合分析方法的地磁监测数据研 究——以长春地磁台观测数据为例

ARMA模型也叫做自回归滑动平均模型,它是研究时间序列的重要方法,其中AR为自回归模型,MA为移动平均模型。长春地磁数据F分量的ARMA模型拟合分析是基于MATLAB平台,运用时间序列分析的研究方法,对2007—2018年长春地磁数据F分量进行ARMA模型拟合。按照不同ARMA模型相异的数据特性确定模型类别,判断其属于ARMA模型、AR模型或是MA模型。运用AIC准则法,找到使得AIC值最小的参数并确定为模型参数,最后对残差序列运用Q值检验法,根据检验结果判断模型的拟合优度。本文中的ARMA模型拟合方法是针对F分量的预处理分数据建立数学模型,运用一阶差分方法去除年变趋势,最终得出F分量变化幅度的近似拟合回归方程。通过ARMA模型拟合方程可初步预测F值增减幅度的变化趋势及极值范围,这将为地磁异常乃至其它地震异常定量分析和预测提供一种新思路,也将为地磁异常的判定核实及地震分析预报起到推动作用。