基于振幅和瞬时频率的震相自动识别方法

为了充分反映地震信号振幅增大和频率改变的特征,发展了一种以振幅和瞬时频率比乘积为特征参量的震相自动识别方法。谐波信号和有限实际地震记录的应用表明,本方法具有较高的识别精度。     

数字化台网的近震震相自动识别

首次提出了数字化台网对于近震震相自动识别的“波形变化值增长”算法和“无后续震相”判据 .前者根据波形变化值来描述近震波形的变化 ,用该值的增长捕捉地震波振幅或频率的突变 ;后者在识别到初动后考察后续波形的变化情况 ,如果没有其它震相 ,初动识别无效 .该判据使算法在初动震相振幅过小识别不清时 ,不会误将后续振幅较大的震相识别为初动震相 .该方法经实例检验表明精度符合地震速报的要求 ,并编制了相应的程序     

近震S波震相实时自动识别方法研究

提出了一种用于地震早期预警的S波震相实时自动识别方法. 该方法不对原始信号进行任何滤波处理, 直接对三分向记录进行计算分析. 首先根据P波前0.5 s数据的卓越频率计算适用于该三分向记录的窗长, 采用由偏斜角和水平能量与总能量比值的平方积作为确定S波识别区间的特征函数, 将特征函数已有数据的5倍均值和5倍方差之和作为识别区间的触发阈值; 然后采用VAR-AIC方法对两个水平分向识别区间的数据分别计算分析, 对两个识别结果进行判断, 最终确定S波初动时刻. 经过对118个三分向记录的实际应用验证, 通过自动识别结果与人机交互震相识别结果相比, 本文方法对于S波相对P波尾波信噪比大于5 dB的地震记录, 其识别误差小于0.1 s的概率高达89.39%.      

峰度和AIC方法在区域地震事件和直达P波初动自动识别方面的应用

提出了一种基于直达P波信号的峰度和Kurtosis-AIC方法进行区域地震事件实时检测和直达P波初动精细识别的新方法,并应用于山东地震台网记录的地震波资料处理.结果表明:(1)应用峰度方法能够有效识别出地震事件,可有效减低地震事件的错误报警率和漏报率;(2)与人工识别震相到时的结果相比,根据Kurtosis-AIC震相自动识别方法得到的震相到时的平均绝对值误差为(0.09±0.08)s。     

数字化地震记录震相自动识别的方法研究

针对目前震相自动识别方法不能自动给出震相识别区间,以及不能确定识别出震相名称的问题,运用震相的运动学特征,由平均速度模型和J-B走时表数据,自动计算近震、远震和极远震的震相走时及震中距。对多尺度小波分解进行单支重构作为识别不同震相的分析信号。先求出初至震相和最大面波到时,估算出震中距,然后找到S波或PP波到时,求出准确的震中距,即可自动给出各震相的识别区间,采用线性偏振法在给定区间中识别出震相的初至时刻。由于该方法采用的是先明确要找什么震相,再由该震相的走时确定寻找区间,所以找出的初至就是要寻找的震相,自然解决了识别出震相的名称问题,从而实现了对震相的全程自动识别。     

地震自动定位的综合解决方案

针对已有两类地震自动定位方法各自的优点和限制，提出了综合利用这两类方法以形成一个统一系统的方案，希望以此提高地震自动定位能力。该方案的基本流程是：利用波形相关方法在连续地震波形上检测出地震事件并初定其震源位置和发震时刻；利用初定的震源位置和发震时刻，预测各台站各震相的到时；以预测的各震相到时为参考点，利用单台波形(单道或三分向)在该参考点附近精确测定震相到时；利用修定后的震相到时测定震源位置和发震时刻；根据震中距判定地震类型(地方震、近震、远震)，在预期的波形段自动测定波形最大振幅和相应周期，进而测定相应类型的震级(ML、Ms或mb)。     

地震初至震相自动识别方法研究

地震震相识别是地震记录分析的基础性工作,在地震定位、地下结构、以及地震学研究中有广泛应用。使用最常用的长短时窗能量比(STA/LTA)加自回归方法(AIC)的方式,采用两步法进行初至震相识别,并分析特征函数对能量变化的敏感度,该方法识别的初至震相70%以上都早0.5s以内,能够较好的识别初至震相。     

区域地震信号自动识别方法及应用(英文)

地震信号的实时、自动、准确识别对于地震自动速报和地震预警十分重要。仿真信号试验分析表明,观测数据的四阶统计量函数(BKCF)对信号与噪声在能量和(或)频率方面的微弱差异变化具有较高的分辨能力。以此为基础,本文提出了一种新的自动探测区域地震事件的方法和测定直达波震相到时的BKCF-AIC方法。为了进一步提高波震相到时测定的精度,本文首先对指定时段的P-波记录进行偏振特性分析,其次对含有P波的S波记录进行偏振滤波处理,再次应用上述方法测定震相到时。与传统算法相比,基于山东测震台网记录的区域地震震例分析结果表明,使用本文提出的方法能够大幅度降低地震事件误检、漏检率,进一步提高了震相识别精度。     

在格陵兰地区地震图上记录到的一个附加震相——i震相的特征

在1976 ～1983 年期间,格陵兰地区共记录到53 个地震.所有的地震资料都用检查地震记录图纸的方式进行了复核审查,得到了该地区Pn ,Pg ,P11(PMP) ,Sn 和Lg 波的走时曲线及其视速度,这些结果与加拿大的走时曲线相一致.发现有9 个地震的11 张地震图上记录到一个附加的i震相.初步研究认为,i 震相的存在与震中距、震源深度和地震方向有关,不过此现象尚须进一步研究.     

一种震相拾取误差的自动判别和计算方法

本文给出了一个主要用于深地震测深数据的震相识别误差（不确定性）的判别和计算方法.该方法集中讨论从记录截面拾取震相这一过程所引起的判别误差.以震相前后一定时窗内的地震记录振幅的均方根之比为判别依据,找出误差分布范围并给出走时误差与振幅比的分级相关函数.由此,当震相确定后,计算程序将根据记录数据自动算出识别误差.实践证明该方法不仅更加客观真实、方便快捷,而且为今后震相提取工作的进一步科学规范打下了基础.