sPL震相在江西地区中小地震震源深度测定中的应用

收集整理《江西测震台网地震观测报告》中2007年10月—2018年7月记录的31次ML≥3.0地震事件,根据近震深度震相sPL的基本特征,对上述地震震源深度进行sPL震相分析,得到了其中15次地震较为可靠的震源深度值。通过与单纯型、LocSAT、Hyposat等方法测定的结果进行对比,结果表明,sPL震相测定的近震震源深度比较精确。     

sPL震相在江苏高邮M 4.9级地震震源深度测定中的应用

2012年7月20日20时11分在江苏高邮与宝应交界发生了M4.9级地震,是江苏地区陆地上近22年来的最大地震.本文是运用频率-波速(F-K)方法,来模拟得到深度震相sPL在不同深度模型下的理论地震图,然后在径向(R)、切向(T)和垂直向(Z)上与实际观测波形进行拟合比较,来最终确定出震源深度.根据sPL震相的优势震中距范围30~50 km,从江苏省数字地震台网中,筛选出波形记录质量信噪比高的宝应台(BY)、盐城台(YC)来进行计算,计算结果显示:宝应台和盐城台在震源深度模型分别为11 km和10 km时,理论地震图和实际观测波形的拟合结果最为接近.这一结果与利用结合波形互相关的双差定位法获得的震源深度,约10.2 km基本一致,初步表明在覆盖层厚的江苏中部地区,利用sPL震相来测定震源深度是可靠的.     

sPL震相在青海门源Ms6.4级地震序列震源深度测定中的应用

利用近震深度震相sPL的基本特征和门源地震台、铧尖地震台的波形资料,对2016年1月21日青海门源Ms6. 4级地震序列中的15个ML≥3. 0级地震进行了sPL震相分析,得到了该地震序列较为可靠的震源深度结果,并与Hyposat定位结果和CAP波形反演的结果进行对比,发现sPL震相测定的震源深度结果与Hyposat定位结果和CAP波形反演得到的结果有很好的一致性,表明sPL震相测定的震源深度是可信的。     

sPL震相在九江—瑞昌M_S5.7地震序列震源深度测定中的应用

利用近震深度震相sPL的基本特征和九江地震台的波形资料,对2005年11月26日九江—瑞昌MS5.7地震序列ML2.0地震进行了sPL震相分析,得到了该地震序列较为可靠的震源深度分布,并与CAP波形反演、双差定位、sPn震相、Hyposat等方法定位的结果进行了对比。结果表明,sPL震相测定的近震震源深度较为可信,该地震序列的震源深度分布在9~11km范围内。     

单台sPL震相测定珊溪水库地震震源深度

稀疏台网下的传统走时定位难以确定中小地震的震源深度,而地震波深度震相蕴含着震源深度信息,为确定地震震源深度提供了新的途径。近震深度震相sPL和直达Pg波到时差与震源深度呈线性关系,可用以约束地震震源深度。本文以珊溪水库2014年震群事件为例,利用单台sPL震相测定了地震震源深度。结果表明:震源深度的测定结果与基于水库台网高密度台站下Pg和Sg走时定位Hyposat方法和全波形拟合CAP方法测定的震源深度高度一致,为4—6 km,与区域活动断层探测结果相符。sPL震相的优势震中距为30—50 km,区域台网范围内sPL与Pg的到时差与震源深度的线性关系相对固定,因此利用单台sPL震相即可快速获取可靠的地震震源深度,适用于稀疏台网下的中小地震震源深度的确定,且误差可控制在1—2 km范围内。      

利用sPL震相测定福建顺昌地区地震震源深度

选用福建数字地震台网宽频带记录,利用sPL震相测定顺昌地区2007年至2017年间ML≥3.5地震的震源深度。基于地震的震源机制解,结合本地区的速度模型,利用频率-波数法(F-K方法),先计算出相应震中距上不同深度的格林函数,再进一步得到sPL震相在不同深度上的理论波形;根据sPL震相的特点,选用震中距30~50km范围的宽频带台站记录,经过去仪器响应、滤波、旋转至传播路径后,将其和理论波形进行比对,找出波形最为相似的对应深度。结果显示顺昌地区地震深度为7km左右。     

利用sPL震相测定福建仙游M 4.6地震震源深度

选用福建数字地震台网宽频带记录,利用sPL震相测定仙游2013年9月4日M 4.6地震震源深度.基于此次地震的震源机制解,结合本地区的速度模型,利用频率-波数法(F-K方法),先计算出相应震中距上不同深度的格林函数,再进一步得到sPL震相在不同深度上的理论波形;之后根据sPL震相的特点,选用震中距30～50 km范围的宽频带台站记录,经过去仪器响应、滤波、旋转至传播路径后,将其和理论波形进行比对,找出波形最为相似的对应深度.测定结果显示,此次地震深度为12 km左右.     

利用sPL震相确定海南儋州2.6级地震震源深度

对海南测震台网记录的2014年7月28日海南儋州2.6级地震波形数据进行预处理,发现松林岭(SLL)地震台记录到sPL震相,运用频率—波速(F—K)方法,合成在不同震源深度模型下的理论波形。通过该台记录的实际波形和理论波形拟合对比,确定海南儋州2.6级地震震源深度约14 km。     

全波震相在地震勘探中的应用前景

石油地震勘探面临着越来越困难的问题,需要探查与复杂构造和岩性变化有关的油气藏,这就要求从地震波中提取更多的信息。全波震相的应用,可能是解决这一难题的途径。全波震相分析和弹性波动方程偏移则是利用全波震相进行地震勘探的主要而有效的方法。     

基于sPL震相测定山西地区的震源深度

本文利用sPL震相计算了山西及周边地区50 km之内的39次ML≥3.0地震的震源深度。结果显示:震源深度分布在6~30 km,优势震源深度为11~25 km,呈现出山西北部地震的震源深度比中、南部浅的趋势。将本文得到的39个地震的震源深度与中国地震台网中心统一编目的深度结果相比较,发现除极个别的地震事件外,两种方法得出的深度结果差值不大。     

用初至P震相联合深度震相sPL测定海南中小地震深度

两种测定中小地震震源深度的方法:一是基于走时测定震源深度,二是基于波形测定震源深度。以海南地区4次中小地震为例,采用初至P震相联合深度震相sPL测定震源深度的方法,测定其结果为11—12 km,结果一致性较好,表明两种方法适合用于测定中小地震的震源深度。      

震相分析在高台地震台数字地震观测中的应用

引言。台站是产生观测资料的地方,对观测资料的初步分析也是台站最基本的工作之一。地震分析工作的主要内容是,根据地震记录波形特征,识别各种不同的震相。由于地震波受地球内部介质的影响,以及震中距离观测点远近的不同,使地震波形态各异,给地震分析工作带来一定的难度。随着数字化观测工作的不断推进,地震记录由纸介质过度到计算机记录,地震波形分析的方法有了新的突破。不论是模拟记录图,还是数字化的记录波形,作为地震资料分析人员来说,最基本的思路及方法是一样的,那就是综观全震,远近分类;三分向对比,三大波组对比(纵波、横波和面波),三项基本知识在心(弹性波理论和射线理论,地球结构,地震的地理分布常识);三要素熟练掌握(振幅、周期和速度的动力学和运动学特征)。     

sPL,一个近距离确定震源深度的震相

实际地震波形观测表明,对于大陆结构相对简单的地壳中的地震而言,有一震相出现在P 波和S波之间.一般在30~50 km附近发育得较好,其能量主要集中在径向分量,而垂向分量的振幅相对径向要小,切向分量上的振幅很弱,且波形以低频为主,通常没有P波尖锐.在利用FK方法计算合成地震图的基础上,发现该震相是由S波入射到自由地表形成水平传播的P波(文献称为surface P wave,自由地表P波)或者包括S波入射到地表后形成的多次P波或其散射震相.由于该震相是由S波和P波之间耦合而形成,本文将其定义为sPL(s coupled into P) 震相.理论波形研究表明,sPL相对直达P波的到时差对震中距离不敏感,而随着震源深度的增加几乎呈线性增加,因此可以很好的约束震源深度.本文以2005年江西九江地震为例,证实了sPL确定震源深度的可行性和可靠性.在观测到sPL震相的情况下,离震源50 km以内的一个三分量地震台站的波形就可以帮助获得可靠的震源深度,而不需要精确的震中距离.由于sPL震相出现距离较近,对于较小(三级以上)的地震也可以应用,因此在稀疏台网布局情形下sPL对于确定中小地震深度应该具有很好的应用意义.     

多震相在近震体波层析成像中的应用

近震体波层析成像方法利用地震波走时来反演地下结构,这需要观测到时准确。在实际情况中,观测到时或多或少包含一定的误差,包括人为误差、仪器误差(如钟差)等。本文提出了一种新的近震体波层析成像方法,来消除随时间积累的误差对反演结果的影响,并验证了该方法的正确性和可行性。     

机器学习在地震检测与震相识别的应用综述

在地震学研究中地震检测与震相识别是最基础的环节,其拾取速度和精度直接影响其在地震精确定位以及地震层析成像中的应用效率和精度。近年来,机器学习在地震学领域中引起广泛关注。机器学习可以改进传统地震检测和震相识别方法,使它们能达到更加准确,识别率更高的效果。把机器学习方法按照监督学习和无监督学习分类介绍,并对机器学习方法流程进行总结,并对目前在地震检测与震相识别方面应用较为广泛的机器学习方法(卷积神经网络、指纹和相似性阈值、广义相位检测、PhaseNet、模糊聚类)进行综述。结果表明:机器学习在地震事件检测和震相识别将会是主要的手段。数据驱动的机器学习在地震学中的应用和物理模型的联合运用将是未来的发展趋势。     

利用sPL震相测定2017年河北临城ML 4.4地震震源深度

2017年9月4日河北临城地区发生M_L 4.4地震,为得到准确的震源深度,根据sPL震相基本特征,对震中距20-70 km范围内8个地震台站波形数据进行处理,在其中4个地震台观测到明显的sPL震相,利用频率-波数（F-K）方法,计算其理论波形图,与处理后的观测波形拟合对比,得到震源深度范围,与TDMT-INV方法、PTD方法及河北测震台网编目等结果基本一致,表明利用sPL震相测定河北临城M_L 4.4地震震源深度可靠,其深度范围为10-11 km。     

sPn震相在安徽及邻区地震震源深度测定中的应用

利用地震深度震相sPn波的一些特征和2008～2012年安徽数字测震台网的波形资料,对发生在安徽及邻区M≥3.0级的地震进行了sPn震相分析,并用sPn震相计算的震源深度与目前我国台网运用较多的单纯型法及国家权威测震机构的定位结果进行了对比。结果表明,利用近震震相sPn-Pn波的方法测定该区域内的近震深度,有助于校正台网的定位精度,对地震的震源参数和破坏程度准确把握都具有重要意义。     

倾斜仪在地震定位中的应用

利用上海综合深井观测系统中两分向倾斜仪记录的25Hz采样观测数据,与相邻台站地震仪对东海MS7.0中源地震进行地震定位结果对比分析。结果显示发震时刻最大误差仅0.06s,震中位置最大误差5.1km,并且定位结果都保持了较小的定位残差。因此高采样率深井地倾斜仪记录的观测数据可以用于地震的定位分析。     

遗传算法在地震定位中的应用

把遗传算法应用于地震定位,并与Ｐｏｗｅｌｌ算法和传统算法进行了比较,结果表明,遗传算法在地震定位中所给出的发震时刻精度较高,震源深度较可靠,对非 包围地震定位效果较好。     

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征。结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的M_S震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件。