地震期间电离层扰动现象研究

介绍了大量的关于地震电离层扰动现象研究的最新进展,研究表明地震发生前的几天或者几个小时电离层扰动被观测到,电离层前兆是确实存在.但要将震前的电离层扰动作为地震短临预报的工具,还有许多值得我们去深入研究和解决的问题.应用空间技术开展大区域范围内电离层参数的实时观测,如用地震电磁卫星、GPS台网、并和地面电离层垂测仪观测相结合,建立“电离层地震前兆监测系统”,无疑会加速这项研究的进程.     

基于SAMI2模式的电离层加热模拟

通过在SAMI2模式的电子能量方程中添加人工加热项,数值模拟了在加热条件下磁场线上电子温度与电子密度的扰动情况,并对比了不同加热条件下的扰动效应.结果表明,入射到电离层中的大功率无线电波与等离子体相互作用,能够有效造成整条磁场线上电子温度的升高而产生电子温度扰动,尤其是加热点处,温度可增加3倍多;由于电子温度升高,压力平衡受到破坏,引发等离子体扩散进而导致电子密度扰动;电子密度扰动使得垂直于磁场线的电子密度梯度发生变化,这有可能形成电离层管（Ionosphere duct）;电子温度和电子密度的扰动幅度随着加热时间的推移而减小,即扰动逐渐趋于稳定.电子温度与密度的扰动与加热率存在一种非线性关系.     

基于DBSCAN的地震电离层扰动异常数据检测方法

电离层扰动变化可以作为地震的短临前兆,为提升电离层扰动数据分析准确性,剔除异常数据,提出了基于DBSCAN的地震电离层扰动异常数据检测方法。首先利用DBSCAN方法的中心思想,分析电离层扰动数据,结合无线传感器网络数据的特点,将欧式距离设定为指标,对比不同电离层扰动数据并进行划分聚类,然后计算地震电离层扰动数据相似度。再利用DBSCAN方法提取相关的环境特征集,通过特征集实现地震电离层扰动异常数据检测。最后实验分析与传统方法相比,运行时间、误报率、漏报率以及检测率的对比结果。结果表明：所提方法的所需时间短,误报率和漏报率明显降低,检测率大大提高。     

地震电离层异常电场模拟及初步研究

强地震会造成电离层电场发生异常变化.基于大气层-电离层电动力学理论对地震电离层异常电场开展数值模拟和研究,将理论推导出来的电离层异常电场方程扩展到球面坐标系中,并且考虑到电离层层电导率的各向异性,建立新的地震电离层异常电场模式.引进一个电离层层电导率经验公式(Nopper and Carovillano,1979),对中低纬度地震电离层异常电场特性进行数值模拟.模拟结果表明:附加电流引起电离层异常电场范围远大于自身在地表上的分布.且发生在低纬地区的异常电场主要成分是纬向电场,在东西两侧显偶极子分布.在额外电流分布相同的情况下,夜晚生成的异常电场更显著,存在昼夜差异.     

电离层异常能否作为地震前兆的研究

分析日本４次地震前５个电离层垂测站资料,发现地震前后震中附近夜间电离层偶发Ｅ层的临界频率ｆ０Ｅｓ值多数呈下降趋势,少数呈增加趋势。分析国际地球物理年（ＩＧＹ）期间多个地震震中附近电离层垂测站资料,提出ｆ０Ｆ２参数变异的统计特性是震前有正扰趋势。本对震源电场影响电离层的机制进行了探讨。研究表明,地城前的电离层异常有可能作为地震前兆。     

2005年3月28日苏门答腊8.6级地震前的电离层扰动

2005年3月28日苏门答腊发生8.6级地震,通过分析处在地磁活动平静期的震前15天的数据,发现3月20、22、23和28日在赤道区域多个参量上出现电离层扰动,如电场和等离子体参量,认为这些电离层扰动可能与本次强震有关.震前电子密度异常有两种形态,一种是在原来的峰值变化区电子密度单调增加,幅度超过1σ,如3月20日和28日的异常;另外一种是改变了原来在赤道区的单峰变化形态,而呈现了双峰值和赤道谷值的变化形态,如3月22日和23日的扰动.分析结果显示,这两种形态的电子密度扰动都分布在一个比较大的范围内,经度上跨越100°,纬度范围30°,显示了比较长的异常持续时间和全球变化特性.VLF频段电场频谱的数据分析表明双峰形态的扰动不是磁共轭效应.同时低频电场扰动相对电子密度而言集中在一个相对小范围内,当Ne单调上升时,电场扰动却只出现在离震中最近的轨道上.分析认为震源产生的电场信号直接传播进入电离层是非常困难的,但是它可以通过岩石层-大气层-电离层圈层耦合机制造成电离层扰动.结合离子成分及其变化形态的分析,震前氧离子变化形态与氢、氦离子的形态相反,这与其他地震前的电离层异常扰动形态是类似的.综合分析认为,对于与地震相关的电离层异常的识别需要结合多个观测参量的联合分析.     

汶川M_s8.0地震前电离层VTEC的异常变化

利用地基GPS观测资料反演的垂直电子总含量(VTEC),本文考察了2008年5月12日汶川M_s8.0地震期间的电离层变化.在考察过程中,以前10天的VTEC均值和伴随的2倍标准偏差作为参考来识别电离层异常.最终的考察分析结果表明:(1)VTEC的异常增加出现在5月3日和5月9日,而VTEC的异常减小出现在4月29日和5月6日;(2)所有这4天的电离层VTEC异常持续时间均超过了4 h,且异常自东向西漂移;(3)相对于电离层的非扰动状态,在5次电离层异常的峰值时刻,震中附近VTEC增加或减小超过30%的空间区域沿经、纬向分别超过了4000 km和1500 km.鉴于地震期间的日-地空间环境和电离层VTEC异常特征,我们认为,5月3日下午和5月9日的VTEC正异常可能是本次汶川地震的电离层前兆.     

基于地震电离层现象研究结果的分析与总结

地震电离层现象作为地震事件在电离层中的物理表象,随着观测资料的积累不断地被发现和报道。大量研究结果表明,地震电离层现象复杂多样,难以捕捉和确认。本文针对主要的地震电离层现象进行简要介绍,并依据研究参量、地震事件的震级、异常出现的时间、异常的空间方位以及异常的正负等要素,对以往的地震电离层现象进行分类总结,尝试从现有研究结果中挖掘地震电离层异常出现在震前的天数与震级的关系、异常空间分布方位及频次、正负异常的震中距与震级的关系,探索地震电离层异常现象在时间上的变化特征和空间上的分布特征。     

地震-电离层扰动探测技术的研究进展

回顾了地震-电离层扰动机理的研究进展和主要的数据观测方法,总结了地震电磁卫星观测电离层扰动的应用发展情况以及基于卫星测量数据对异常辐射源定位的研究进展,介绍了无线电探测方法的实验情况和数据分析方法,为未来中国探测电离层扰动进行短临地震预测工作提出了建议.     

日本Mw9.0地震前电离层异常初步分析

2011年3月11日日本东北海域发生了9.0级大地震.根据国际GPS服务和日本国土地理院公布的GPS连续观测数据,得到地震前20天震区附近上空的电离层垂直总电子含量(Vertical Total Electron Content,VTEC)的时间序列,并利用滑动四分位法(前15天滑动)分析电离层异常.同时采集COSMI...     

基于改进型BP网络的空间电场分类研究

空间电场信号异常识别是研究地震引起电离层扰动的重要内容。 将空间超低频电场电位数据看作随机数字信号, 以均值、 均方差、 偏度和峰度等四个指标进行描述, 采用“5·12”汶川大地震前空间超低频电场电位数据作为原始数据, 训练改进型BP神经网络, 建立了空间电场信号异常分类识别模型, 并以SOM神经网络进行验证。 计算结果显示, 空间超低频电场电位异常信号主要集中在5°~25°N, 88°~120°E之间的区域, 汶川大地震影响范围内的电离层扰动, 可能是汶川地震发生前引起的, 这与前人研究一致, 说明采用改进型BP神经网络异常分类识别模型研究地震引起的电离层扰动是可行的。     

基于谱修正方法的非高斯风场模拟

为克服基于H erm ite谱修正方法的缺点,减少该方法中计算H erm ite多项式系数所需耗费的大量机时,提出了一种模拟非高斯风压场的新方法,采用非高斯累积分布函数（CDF）映射技术来代替基于H erm ite的概率密度函数（PDF）修正。选择任意边缘PDF模型作为概率目标模型,采用目标功率谱密度（PSD）作为样本函数,通过迭代修正该样本函数,使其收敛于目标概率密度函数和目标功率谱密度。将该方法应用于实际结构的非高斯风场模拟,模拟结果与目标谱符合良好,表明本文方法模拟非高斯风场具有较高的精确度和计算效率。     

光弹实验构造渤海强震区应力场及地震危险区判定研究

本文在对渤海强震区地质构造环境、断裂带分布特征进行详细分析的基础上,采用机械加工聚碳酸酯材料制成渤海强震区域的地质模型,分别运用集中、二点和均布加载方式,用光弹实验方法模拟特定构造框架下应力、应变场的变化特征。通过对光弹实验数据的分析与处理,在对比不同加载方式下应力积累区域和地震危险点的基础上,判定渤海强震构造区中的地震危险区域。     

基于GPU计算的地震波场高阶有限差分正演研究

本文介绍地震波场高阶有限差分正演及其GPU计算问题,通过数值模拟技术实现地震波正演。对于声波方程,利用泰勒级数展开式得出波动方程的高阶有限差分格式及其离散表达式。运用C++语言和CUDA编写二维和三维GPU正演程序,使用共享存储器提升GPU线程间通信传输速度,并且改善了三维模型情况下共享存储器容量对有限差分阶数的限制问题。建立不同尺度模型针对二维和三维GPU正演程序和CPU正演程序进行计算测试,比较两个程序的计算效率。测试结果表明,无论是在二维和三维的模型下,GPU正演程序的计算耗时都远远小于CPU正演程序的计算耗时,且随着计算数据量的增大,加速效果越来越显著,测试结果可以很好地证明GPU程序相对于单CPU程序计算的高效性。     

基于SVM与SRM耦合的抗剪强度参数随机场模拟

实验数据表明土体参数具有很大的空间变异性,而随机场理论为模拟土体参数空间变异性提供了有效途径。因为传统的谱表示法(SRM)无法正确模拟多维多元随机场参数间的互相关性,提出支持向量机法(SVM)与SRM耦合的方法。SVM是基于统计学习理论和结构风险最小化原理基础上的通用机器学习方法,它在解决小样本、非线性和高维模式识别问题中表现出诸多优势。以土体抗剪强度参数:黏聚力c和内摩擦角φ为例,通过实验证明二者之间存在天然负相关性,即为二维二元随机场。结果表明,在样本数量较少的条件下,基于耦合算法模拟随机场不仅能有效地描述变量的自相关性,而且能够准确地描述变量间的互相关性,为解决小样本条件下模拟多维多元随机场提供了一种有效的方法。