地震活动因子A值在川滇地区Ms≥6地震中短期预报中的应用

对 1971— 2 0 0 0年间川滇地区 ML≥ 2 .5地震资料进行地震活动因子 A值的空间扫描 ,结果表明 :川滇地区 80 %的 MS≥ 6地震前 1— 2年 ,在未来震中周围有 A值异常出现。用 R值对其进行评分 ,可以通过检验。通过与华北地区的部分结果进行比较 ,对两个区域地震孕育过程中的差异进行了讨论     

长短时记忆神经网络在地电场数据处理中的应用

作为深度学习方法的一种,长短时记忆神经网络(LSTM)是一种信号处理的重要方法.本文基于实际观测地电场数据来合成训练集,对特定结构的长短时记忆神经网络进行训练,将训练所得网络对测试集数据进行测试后,将网络应用至实际观测数据.结果显示,经过训练的网络很好地学到了训练集样本的特征,对测试集数据的信噪比压制了约20 dB,并过滤了人为添加的特定频率的干扰成分,对实际观测数据处理后得到明显的日变、半日变以及半月变、月变、半年变、年变等潮汐响应,表明长短时记忆神经网络可以有效应用于地电场数据处理研究.

     

算法复杂性与川滇地区11个地震带(区)地震预报的研究

以川滇地区11个地震带(区)为对象,研究了将算法复杂性C(n)用于地震预报的可能性。文中以1a为时间窗,0.5a为滑动步长,按2.5≤M<3.5,3.5≤M<4.5和M≥4.5分成3档,将各地震带(区)地震序列转换成由3种符号组成的字符串,从而计算各地震带(区)算法复杂性C(n)随时间变化曲线,规定了预报判据和预报规则,总体上取得了略高于随机瞎报的预报效能,显示了将算法复杂性用于地震预报研究有一定的前景。     

地电场方法在川滇地区地震观测中的应用

利用云南省(5个)和四川省(4个)十五期间布设的地电场观测数据,利用大地电场观测系统中,同一测向长短极距测值的比值方法进行分析,发现能够较好地排除来自大地电场及自然电场远场的变化信息,突出可识别的地震前兆异常信息。研究结果表明:在剔除各种环境和空间电流体系的影响因素后,提取了与地震有关的异常信息,在川滇地区5.0级地震前,多数台站的地电场观测资料比值发生异常变化,异常大多出现在地震前0.5—3个月,其中汶川地震和姚安地震前,研究区的9个台站均出现异常。     

川滇地区A(b)值动态演化特征及其在强震预测中的应用

以定量描述地震活动性的A（6）值作参数,利用1971—2000年川滇地区M≥2．5地震资料进行空间扫描。结果表明,川滇地区有72％的M≥6．0地震在震前1—2a,在震中周围出现A（b）值异常。用R值对其进行评分,通过检验。     

复测水准网动态平差及其在川滇地区垂直地壳形变中的应用

以1995—2016年川滇地区实测水准资料为例,分别采用动态经典平差、拟稳平差、伪逆平差和GPS速率约束平差4种平差方法进行平差计算,分析探讨4种平差方法在水准网平差处理时的适用条件及优缺点;最后分析了1995—2016年川滇地区的地壳垂直形变特征。结果表明:①在条件具备的情况下,GPS速率约束平差优于动态经典平差、拟稳平差和伪逆平差,主要体现在GPS速率可知、平差后速率误差明显减小,且能有效地抑制误差的传播与积累;而拟稳平差、伪逆平差虽优于动态经典平差,但同样存在着基准假定的问题;②1995—2016年川滇地区整体处于差异隆升阶段,只有四川盆地、滇西北和滇南少部分区域下沉,跨断裂剖面结果显示几条断裂带以继承性运动为主。     

应力变化与流体(水位、水温、水化学、土壤气等)变化的耦合机理及其在川滇地区地震前兆研究中的应用

诸多研究表明,地下流体物理化学性质的变化是地震短临前兆的有效指标.川滇地区是地震前兆反应的敏感区域,前人的诸多研究表明地震前很多地震观测台站有明显的水位、水温、水氡、应变、电磁场等前兆异常.应力变化是影响孕震和地震触发的一个重要因素,流体观测包含有区域应力-应变场和断层活动的信息.本文通过总结梳理认为,解释地震导致的地壳变形时不仅需要考虑静态弹性应变,还需要考虑浅层地表孔隙压(流体)变化导致的同震体应变变化的影响.此外,通过总结发现除了需要研究地下流体和应力变化的耦合机理外,还需要结合含水层介质特征物性参数,并结合与应力变化密切相关的水温、水化、土壤气等数据的收集分析,才可能为探究地震孕育的前兆异常做机理分析铺垫.并且,多个参量的综合观测可以增强地震前兆的可信度以及大家进一步深入探究地震前兆的信心.     

挤压造山带中的伸展构造及其成因——以滇中地区晚新生代构造为例

在印度和欧亚大陆晚新生代SN向陆内汇聚作用下,川滇地块沿鲜水河-小江左行走滑断裂和红河-哀牢山右行走滑断裂发生SE向逃逸和顺时针旋转,这必然造成其南缘的滇中、楚雄等地区地壳发生挤压缩短和隆升。然而,在滇中高原,SN向的小江断裂系发生张扭性运动,沿断裂出现众多的第四纪伸展和拉分盆地,这反映出滇中高原在晚新生代处于近EW向的伸展环境。力学分析与地质现象之间的矛盾暗示有一种尚未被揭示的伸展变形机制。文中根据该地区的地质和地貌特征论证了晚新生代滇中背形构造的存在,揭示出是背形构造的应力分布状态导致了滇中高原上部地壳EW向伸展的发生,从而使得小江断裂发生分裂并伴随伸展构造的发育     

Hopfield神经网络在矿产资源评价中的应用——以新疆东天山铜镍硫化物矿床为例

矿产资源勘查与评价中的某些地质异常信息常常具有非线性的动力学特性,利用人工神经网络良好的非线性特征可在矿产预测领域发挥一定优势.本文探讨了Hopfield神经网络的原理,利用Lyapunov函数的正交化权值设计,可以保证Hopfield网络能量递减并收敛至稳定平衡点,实现联想记忆和分类的功能.本次研究以新疆东天山地区岩浆型铜镍硫化物矿床为例,建立预测模型,提取预测要素,构造网络的平衡点,利用Hopfield神经网络对该类矿产远景区进行级别分类并输出,根据分类结果并综合区域地质和物化探信息在东天山地区划分出了两个铜镍矿的重点勘查区.对比证据权法的分类结果,两者A级远景区部分接近或者重合,并符合一定地质意义,可为矿产预测人员提供最优决策.将非线性的神经网络方法和传统的线性方法进行结合,对比研究,相互验证,可在一定程度上提高矿产预测的精确度和可信度.     

综合岩石物性分析在物探工作中的应用——以新疆库布苏北地区为例

岩石是构成地球的最重要材料,地球的结构和动力学性质必然与岩石的各种物理性质密切相关,所以岩石物性数据也是地球物理勘查的基础性数据。地球物理勘探中重力、磁测、电法测量工作常用到密度、磁化率、电阻率以及极化率参数的综合分析,可辅助解释地球物理异常成因,进而对相关成矿地质问题有更为深刻的认识。本次工作通过采集测量库布苏北地区地表及深部钻孔岩芯的多种岩矿石,对各类物性参数进行统计处理及综合分析,结合以往成矿特征,大致明确该区域内弱磁异常成因,进而推断深部地层界面,初步明确深部成矿潜力,为指导下一步工作提供依据。     

Influence of 2008 Wenchuan earthquake on earthquake occurrence trend of active faults in Sichuan-Yunnan region

The Wenchuan earthquake coseismic deformation field is inferred from the coseismic dislocation data based on a 3-D geometric model of the active faults in Sichuan-Yunnan region. Then the potential dislocation displacement is inverted from the deformation field in the 3-D geometric model. While the faults' slip velocities are inverted from GPS and leveling data, which can be used as the long-term slip vector. After the potential dislocation displacements are projected to long-term slip direction, we have got the influence of Wenchuan earthquake on active faults in Sichuan-Yunnan region. The results show that the northwestern segment of Longmenshan fault, the southern segments of Xianshuihe fault, Anninghe fault, Zemuhe fault, northern and southern segments of Daliangshan fault, Mabian fault got earthquake risks advanced of 305, 19, 12, 9.1 and 18, 51 years respectively in the eastern part of Sichuan and Yunnan. The Lijiang-Xiaojinhe fault, Nujiang fault, Longling-Lancang fault, Nantinghe fault and Zhongdian fault also got earthquake risks advanced in the western part of Sichuan-Yunnan region. Whereas the northwestern segment of Xianshuihe fault and Xiaojiang fault got earthquake risks reduced after the Wenchuan earthquake.     

关于川滇地区深部结构与强震活动关系的研究

川滇地区是中国大内部地震活动最强的地区之一,且近期的强震活动仍十分频繁。本文论述了川滇地区在我国大陆强震的机理和预测研究中的重要地位,回顾了３０我为在该地区开展的地震学研究,并提出在“９７３”国家基础研究计划中拟开展的深部地球物理探测及其相关的研究工作。     

川滇地区地下流体中短期前兆识别和区域性特征

系统分析了川滇地区地下流体中短期异常特征,给出有效识别这些前兆的方法,并用R值评分进行了效能评价。应用“九五”攻关对地下流体前兆的信息特征的研究结果,分析了川滇地区前兆的信息在时间上的阶段性、加速性及空间分布上的群体性和配套性特征,对四川和云南地区前兆的共性和差异性进行了分析,进而给出适合川滇地区的三要素预报指标体系。     

人工神经网络在潜在地震危险区估计中的应用

利用环境剪应力较高的地区较容易发生中强地震这一原理,提出了将人工神经网络应用于估计潜在地震危险区的方法。由于该方法是通过人工神经网络技术提前1~2年预测某一地区未来环境应力值的变化来估计潜在地震危险区,因而可大大提高估计的准确性。该方法今后在多震地区的预报工作中值得一试。     

汶川地震同震形变场对川滇地区主要活动断裂地震发生趋势的影响

以所建立的川滇地区主要活动块体及其周边断裂带的模型和前期利用GPS及水准资料反演所得到的断裂带长期运动速率作为基础,将汶川地震引起的同震错动量加入到三维断裂几何模型中,计算出汶川地震大范围的同震形变场,然后基于该同震形变场和活动断裂三维几何模型反演了各条断裂对该同震形变场的反映,并通过与各断裂带长期运动速率对比,得到了汶川地震对川滇地区各主要活动断裂带发震趋势的影响．结果表明,在汶川地震引起的同震形变场作用下,在川滇交界东部地区,龙门山断裂带南西段地震危险性提前了305a,鲜水河断裂带南东段大致提前了19a,安宁河断裂带和则木河断裂带分别提前了21a和12a,大凉山断裂带北段和南段分别提前了9.1a和18a,马边断裂带的地震危险性则提前了51a;对川滇交界西部的丽江——小金河断裂带南西段、怒江断裂带、龙陵——澜沧断裂带、南汀河断裂带、中甸断裂带等断裂带地震的能量积累也有促进作用;相反在鲜水河断裂带北西段、小江断裂带等历史地震频发的断裂带上,地震危险性具有一定的减速作用．      

基于长短时记忆神经网络的鄱阳湖水位预测

湖泊水位是维持其生态系统结构、功能和完整性的基础.鄱阳湖受流域"五河"和长江来水双重影响,水位变化复杂.为了准确预测鄱阳湖水位变化,采用长短时记忆神经网络方法(LSTM)构建了鄱阳湖水位预测模型.该模型以赣江、抚河、信江、饶河和修水"五河"入湖流量和长江干流流量作为输入条件,预测鄱阳湖湖区不同代表站(湖口、星子、都昌、吴城和康山)的水位过程.研究以1956—1980年的水文时间序列数据作为训练集,1981—2000年作为验证集,探讨了LSTM模型输入时间窗、隐藏神经元数目、初始学习率等模型参数对预测精度的影响,并确定了鄱阳湖水位预测模型的最优参数.结果表明,采用LSTM神经网络方法可基于流域"五河"和长江来水量历时数据合理预测鄱阳湖不同湖区的水位过程,五站水位预测的均方根误差为0.41～0.50 m,纳什效率系数和决定系数达0.96～0.98.为考察模型训练数据集对鄱阳湖水位预测结果的影响,进一步选取了随机5年(1956—1960年)的资料和5个典型水文年(1954年、1973年、1974年、1977年和1978年)的日均流量资料来训练模型.结果显示随机5年资料作为训练数据的预测精度要...     

基于深度神经网络的地磁观测数据高压直流输电干扰事件识别

随着越来越多高压直流输电线路的投入运行, 地磁观测数据质量受到了严重影响.现有以人工或半人工方法识别高压直流输电干扰事件的工作量也随着受干扰范围的不断扩大和地磁观测仪器的增多而成倍增加.为了高效、准确地识别地磁观测数据中的高压直流干扰事件, 本文基于卷积神经网络和长短期记忆神经网络, 提出了一种高压直流输电干扰事件自动识别深度学习模型.利用2012年1月1日至2014年12月31日地磁台站原始观测数据, 结合专家标注的持续时间在2 h内的高压直流输电干扰事件记录, 制作高压直流输电干扰样本34360条, 正常样本34360条.模型在训练集上的准确率达到了94.12%, 验证集上的准确率达到了92.94%, 测试集上的准确率达到了92.86%.初步研究表明深度学习方法在识别地磁观测数据中的高压直流输电干扰事件中具有较高的准确率, 为下一步自动识别地磁观测数据中的车辆干扰、基建工程干扰、轻轨干扰等其他干扰事件提供了一种新的思路.

     

水氡浓度和环境参数的分层神经网络研究

采用分层神经网络（LNN）分析地下水的氡浓度,试图给出氡浓度和环境参数之间的函数关系。由于环境（例如：降雨量）对水氡浓度的影响可能是非线性的,与目前时间脉冲响应线性计算方法相比,该方法能够较准确的估计环境参数造成的氡浓度变化。