小波分析在永安地震台前兆观测资料处理中的应用

利用小波分析方法对永安台前兆观测资料进行处理,结果表明该方法能够有效地将数据波动、脉冲干扰和地震同震波从原数据中分离出去,并且能够得到清晰的前兆数据原始变化趋势,可以使今后各种长短期震前异常的识别变得更加容易。     

小波变换在前兆观测资料分析中的应用

由于数字化前兆具有高精度特点，因此，如何分离数字化前兆中的高频与低频信息，以及如何识别地震前兆的趋势异常与短期异常，是数字化前兆资料分析应用中的一个重要问题。本文给出了小波变换应用于正常的数字化前兆资料高频与低频信息的分离方法，并实际应用于地震前兆观测资料的处理，结合实例给出了地震前兆的趋势异常与短期异常的识别思路，从而为数字化前兆的趋势异常与短期异常的识别提供了一种新的有效方法。     

小波分析在青藏高原东北缘地区地震前兆观测资料处理中的应用

分析地震前兆观测资料是地震预测研究的核心,通过对大量的前兆资料的研究,发现利用小波多分辨分析对于前兆资料有着很强的处理功能。利用该方法对1980年以来的青藏高原东北部地区地震前兆观测资料进行处理和分析,初步得出了地球物理场（形变、流体、地温场等）的阶段性转折变化一般发生在数年强震活动组前的结论。     

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。     

小波分析在前兆资料处理中的应用

利用小波变换分析了河南省2003~2007年地磁、地电、地下流体以及2004~2008年断层气CO2等前兆资料,并将断层气CO2的分析结果与河南省4级以上地震进行了震例研究。结果表明,小波分析方法对不同频率的信息识别功能较强,有助于将数据的趋势变化和局部变化分离,是地震前兆数据处理的一种有效方法;断层气CO2的震例研究表明,在豫北地区4级以上地震前1~6个月,断层气CO2会出现高值突跳异常。     

平凉地震台前兆异常对比分析

平凉地震台前兆观测始于1975年。随着观测技术的不断提高,最初的几个测项经过多年筛选、优化组合后仅剩附件厂人工水氡观测,现运行的其他前兆手段均为1997年以后增加或改建项目。所有数字观测项目为2001年“九五”数字化改造项目。所以对这些手段的观测效能做个评价很有必要。本文着重通过本监视区发生的几个有限地震及甘肃省玉门5．9级地震和新疆库塞湖8．1级大震前后相对应的观测手段资料出现的异常进行总结,做一初步分析。     

小波分析在前兆数据处理中的应用

运用小波分析将不同频率成分组成的数据序列按尺度分解为低频和高频成分，并对低频和高频系数进行分析，然后根据小波系数的重构原理还原数据序列。本文以地下流体资料进行研究，结果表明：①小波方法可以较好地抑制流体数据中的随机噪声，并可有效地将数据的趋势变化和局部变化分开；②通过分析各频段小波系数，将降雨干扰的小波系数去掉后重构，从而达到消除降雨干扰的目的。     

斜坡演化前兆异常识别的小波分析

崩滑灾害预测是一个世界性的难题,滑坡和地震一样,都属于非线性系统的失稳,地震前兆信息的识别与提取,并以此作为地震发生时间及震级预报的主要依据,岩石监测数据中很难用肉眼和传统的方法观察出岩石破裂斜坡演化的异常特征,小波分析作为信号处理的强有力数学工具,以其优秀的时频分析能力已经被应用到斜坡演化前兆异常识别中来.小波分析方法识别岩石应力应变和斜坡演化监测信号的前兆异常,得到工程中理想的处理效果,说明小波分析方法对岩石应力应变和斜坡演化监测信号的前兆异常提取是可行的、有效的.     

前兆水位数据处理中的小波基及其参数选择方法研究

在分析不同小波基函数特征的基础上, 详细阐述了前兆水位数据处理中小波基及其参数的选择问题, 针对多个水位测项进行了实例分析和比较。 得到如下结论: ① 在检测前兆水位数据的突变点或不规则的突变部分, 选择db6、 bior2.6、 rbio2.6、 sym4和sym6小波基效果较好, 其中选用双正交小波bior2.6效果最佳; ② 在小波变换分解层数的选取方面: 第1～2层多适用于突变异常信号的获得, 第5～6层多适用于缓变异常信号的提取; 对于数据跳变异常显著的时间段, 第4～6层能较好地还原被高频信息掩盖的趋势变化过程。     

营口地震台前兆观测数据干扰识别在数据处理中的作用浅析

通过对营口地震台的前兆观测资料,对近几年的异常干扰情况进行分析识别,提取出典型的干扰曲线,并总结分析各种干扰可能出现的曲线变化情况,为有效的排除各种干扰,把非地震前兆异常的干扰排除,有效的减少在分析预报中的误导。     

最优小波基选择法在测震数据干扰处理中的研究与应用

选取成都地震台的测震数据作为研究样本,将不同的小波基进行了以重构精度、相对SNR值以及去噪后频谱的分析结果为依据的筛选流程。结果显示:bior2.4小波基重构精度最佳、去噪效果良好、更加完整地保留了样本的有效高频信号,是适合成都地震台测震数据的最优小波基。将其应用于成都地震台的测震数据干扰处理,波形去噪效果明显,波形的信噪比得到明显提高,对震级计算并无显著影响。     

多尺度分解在地震信号处理中的应用

利用小波分析中的多尺度分解及信号消噪技术，对记录不清、信噪比小、震相无法辨认的地震信号进行处理。结果表明：多尺度分解在弱震信号提取和弱震相的识别等方面有很好的效果。     

小波理论及其在地震数据处理中的应用

小波理论已成为一个新的数学分支，小波分析已成为地球物理、信号处理、图象处理、理论物理等诸多领域的强有力工具，本文综述了小波理论在地震数据预处理、反演、偏移成像、解释四方面应用研究的最新进展。     

高淳台地磁异常与地震关系

应用差分法分析了高淳台、溧阳台、高邮台、连云港台、宿迁台、海安台地磁垂直分量Z的变化,以加卸载响应比方法研究地磁极值的变化,用Z极小值时间进行地磁低点位移分析,对这些台站资料进行相关分析,研究发现中强震前高淳台的地磁场存在明显的异常变化.     

基于小波变换方法的包头台形变分析

采用小波变换方法相继对包头台洞体应变和水管倾斜进行处理,研究形变数据固体潮、同震响应和周期性特征等。采用db4作为母小波对包头台形变进行5阶小波分解．分解后的细节部分能清晰地显示出包括1／3日波、半日波、日波和半月波等在内的固体潮汐波。对于2008年以来全球发生的M≥8．0级地震．包头台水管倾斜NS分量均有显著的同震响应现象发生．且在小波分解后的不同阶曲线中同震响应后续波形表现各异．另外在部分地震之前能观测到异常变化。采用Moflet小波作为母小波对包头台水管倾斜NS分量进行小波变换分析．获得的小波变换系数分布图能清晰地显示出倾斜数据中存在的包括半日潮和日潮在内的周期特征及其随时间变化情况。     

The Application of Wavelet Transform in Analysis of Digital Precursory Observational Data

Digital data of precursors is noted for its high accuracy. Therefore, it is important to extract the high frequency information from the low ones in the digital data of precursors and todiscriminate between the trend anomalies and the short-term anomalies. This paper presents a method to separate the high frequency information from the low ones by using the wavelet transform to analyze the digital data of precursors, and illustrates with examples the train of thoughts of discriminating the short-term anomalies from trend anomalies by using the wavelet transform, thus provide a new effective approach for extracting the short-term and trend anomalies from the digital data of precursors.     

重庆地震台地倾斜观测资料分析

分析了重庆地震台地倾斜观测资料,结合重庆辖区内10多年来的地震活动,提取地倾斜观测异常,为地震预测提供前兆参考。资料分析认为:对于发生在震中距为80~120km的5.0级以下地震,地倾斜观测地震异常少;5.0级以上的地震,地倾斜观测有异常记录,地震中期异常往往表现为震前几个月倾斜量的较大幅度变化,短期异常多数表现为震前差分值的低值变化(在均值附近变化,幅值较小,持续时间20d左右),部分表现为差分值震前突跳,临震异常主要是震前几天短周期波动变化。     

水位观测资料的小波变换及异常提取

利用小波分析方法对永安台水位观测资料进行处理,提取测点周边5次中强震前水位观测资料中存在的短临异常信息,通过分析,永安台水位资料对150 km范围内中强震前确实存在一定程度的异常反应。结果表明:小波分析方法能够有效地将一些高频信息从原数据中分离出去,并且能够得到清晰的前兆数据原始变化趋势,可以使今后各种长短期震前异常的识别变得更加容易。