基于粗糙集的BP神经网络在震例中的应用研究

采用《中国震例》作为数据源,通过初步整理分析和预处理,构建了较完备的震例研究样本集。尝试将粗糙集与BP神经网络相结合的方法引入到震例研究中,用基于粗糙集的属性约简算法从众多复杂的地震异常指标中筛选出对最终分类起决定作用的核心异常作为输入,震级作为输出,构建了泛化能力强的BP神经网络模型来模拟异常与地震之间的不确定关系。仿真测试结果表明:地震震级预测精度误差基本控制在-0.5～0.5级之间。     

地震异常模糊识别综合预报指标的研究

应用模糊识别理论，计算分析了１９８０－１９９２年８月河北省及其邻近地区Ｍｓ５级以上地震前地震异常μ值的基本特征，给出了其震兆判别指标，这对该区地震综合预报方法的探索和丰富，具有积极的意义。     

古浪窗口地震的ECRS方法异常指标识别研究

基于多种地震学参数的地震对应相关谱（ECRS）方法,以祁连山地震带5.5级以上地震为目标地震,分析研究了目标地震前古浪窗口小震地震活动性参数的异常特征,提取了古浪窗口小震活动的多种地震学参数的综合异常指标。结果表明,1970年以来祁连山地震带5.5级地震前,利用地震活动性多种参数的综合对应谱可以较好地识别地震活动性参数的异常,其对应率较高。     

地震属性在天然气水合物识别中的应用

地震属性包含了大量的地质特征,对天然气水合物矿体识别起着重要作用.在对天然气水合物进行识别时,如何选取适用于工区的地震属性和分类方法是解决问题的关键.本文对神狐地区地震数据进行了优化处理,提取了15种地震属性.通过自组织神经网络分析技术对地震属性数据所反映的地质特征进行自动识别和分类,与实际测井数据进行反复对比,获得了工区水合物的识别图和雕刻图.研究结果与已知的钻井区域进行反复对比和综合分析,发现自组织神经网络在水舍物识别研究中起了良好的作用.     

乌鲁木齐地区地震活动性指数的异常指标研究

介绍了一种用单台地震资料,监视台站周围一定区域范围内,小震活动水平的动态变化,预报未来强震发生的方法。该方法经用于1981年来的地震资料检验,乌鲁木齐台单台的强震预报是有效的。文中给出了乌鲁木齐地区Ms≥5.0地震前地震活动性指数的异常指标。     

地震电磁辐射前兆异常特征和异常指标关系研究

根据收集的地震电磁类资料, 总结分析了地震电磁异常特征及震例的异常指标间的关系。据统计, 一般对M≥ 3.0地震, 电磁异常平均出现在震前10～45天, 异常的平均传播距离为100～600 km, 震级越大, 异常提前出现的时间越早, 异常传播的距离越大; 一定范围内, 震级和异常提前出现的时间、 震级和异常传播的距离存在简单的线性关系。地震发生在异常出现后两个月之内的概率达93.5%。有88%的地震发生在异常结束后或异常结束当天, 有98%的地震发生在异常结束后20天以内。     

综合物探技术识别地震反射异常体属性

埋藏在6000m以下的地震反射异常体是礁体还是火成岩体？或者是海底滑塌体？在高质量重磁电资采集的基础上，通过对研究区域内的地层岩石物性细致研究，利用CEMP资料界面约束二维反演、重磁力异常剥离技术和LCT重磁力地震联合反演解释技术细致研究了异常体的物性参数，从密度、磁化率、电阻率、速度等多种特征推测判断了深层异常体地质属性，为钻井部署提供了间接依据。     

辽宁地区前兆异常模糊综合指标与地震的关系研究

本文全时域扫描了辽宁地区70年代以来的前兆资料，提取异常，统计地给各异常加权，运用模糊综合方法算出本区前兆异常模糊综合值，并归一化，结合该区的强震事件，给出了辽宁地区强震危险性的前兆异常模糊综合判定指标。     

山西洪洞ML5.0地震前测震学异常指标分析

对山西洪洞2003年ML5．0地震进行了分析，发现震前1a左右，在临汾盆地周边地区相继出现断层总面积、η值、A(b)值、D值、5值、YH值等地震活动性指标异常，这些指标异常反映了5．0级地震前地震活动呈现增强的特征。根据非线性理论中的尺度依赖性原理提出一种对特定范围的中强地震进行检验性预测的方法。     

粗集神经网络在建筑物震害预测中的应用

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.     

粗集理论在地震储层预测中的应用

在地震储层预测中,可采用的地震属性种类繁多,但太多地震属性常常会起到干扰作用,影响储层的预测精度,因此,为提高地震储层预测精度,把粗糙集理论融入到地震属性的优化中,利用粗糙集理论所具有的提取有用属性、简化信息处理的能力,优选出地震属性中的敏感属性是本文的研究目的,本文采用了一种基于属性方差的自组织神经网络量化方法,并运用基于区别矩阵的属性频率约简算法对地震属性进行优选,实例分析表明:该方法可行有效,可以最大限度地删除冗余地震属性,用优选出的敏感属性组合对多种储层参数进行预测均已取得了较好的效果.     

基于震情会商实时异常分类记录的综合异常指数研究

为进行异常特征或异常判据的定量分析,在多种预测手段(方法)的异常隶属度转换的基础上生成单项异常指数时间序列,再通过将多种预测手段(方法)单项异常指数时间序列逐时段累加取均值,得到综合异常指数时间序列,实现前兆信息的定量化。研究中根据新疆台站分布、历史地震及地震构造背景等,选定7个研究区进行应用研究。各研究区综合异常指数时间进程曲线分析表明,台站相对密集的北天山3个研究区综合异常指数在中等地震前出现较明显的短期异常,而台站相对稀疏的南天山地区几个研究区除柯坪块体的阿克苏-乌什-阿合奇地区的综合异常指数在巴楚-伽师6．8级地震前出现明显的短期异常外,其它地区综合异常指数时间进程曲线稳定性及异常对应效果较差。     

基于匹配追踪的瞬时能量异常属性在Albertine地堑油气预测中的应用

东非裂谷Albertine地堑是当今世界油气勘探的热点地区之一,具有埋藏浅、演化快、地层新的地质特点。作为主力含油气层段的新生代地层中疏松砂岩异常发育,物性参数差异较大,受控于孔隙度以及孔隙流体的综合影响,含油气储层的地震响应无明显规律,油气预测难度较大。基于能量吸收分析思想的指导,在利用匹配追踪时频分解方法有效提高时频分辨率的前提下,进一步提出瞬时能量异常属性的计算方法。以Albertine地堑的W油田为例,针对含油气储层表现的低频能量增加、高频能量衰减的异常特征,借助瞬时能量异常属性实现了油气预测,预测结果获得了钻井的验证。     

基于模糊粗糙集的机器学习储层参数预测

因为地震数据的三维空间分布优势,地震属性已经被广泛应用于含油气性预测、储层厚度预测、孔隙度预测等。但也存在地震属性之间信息冗余、属性与储层物性参数关系模糊的问题。针对这两个问题,将模糊粗糙理论和机器学习引入到储层参数预测中来。通过模糊粗糙集理论对地震属性进行约简,去除冗余信息,得到最优化的地震属性组合;将约简后的属性作为机器学习的输入,实现从地震属性到储层物性参数的非线性映射。该方法既保留了地震属性中有效信息,又避免了因输入变量过多而导致的网络模型训练困难。实际数据应用表明,属性约简的机器学习预测结果分辨率更高,并与数据吻合更好。     

基于主成分分析方法的海量地震数据属性降维优化

针对传统的地震数据属性降维优化方法所选取的地震数据属性特征贡献率低导致降维过程计算量大、CPU占用率高等问题,提出一种基于主成分分析的海量地震数据属性降维优化方法。首先根据地震样本特征建立地震数据特征矩阵,把矩阵中的特征进行聚类,运用降序法排列聚类结果,选取前几项数据作为地震数据属性特征选取结果,对其结果评估分类信息量;通过特征积分准则(FSC)修正分类信息量,获取海量地震数据属性特征节点;运用主成分分析方法对地震数据属性特征节点主成分添加标签,确定Fisher判别分析与PCA可变动选择不确定关系,建立半监督降维的全局最优化形式,运用特征值分解计算降维结果,克服海量地震数据属性降维过程中的过拟合问题,融合主成分分析算法与Fisher判别分析算法实现海量地震数据属性降维优化。实验结果证明,所提方法选取的属性特征精度及贡献率较高,降维过程中CPU占用率较低。     

基于EMD与EEMD的最优降噪光滑模型在地震波中的应用

目前地震波在地质构造探测和结构损伤检测中具有广泛的应用。文中将EMD和EEMD算法建立的最优降噪模型应用于地震信号去噪中。首先通过低通滤波和带通滤波算法对比分析降噪效果。然后通过对光滑性系数α取不同的值比较信号的光滑性。并利用模拟信号添加高斯白噪声干扰,在同时考虑将信号光滑性和相似性的情况下用最优降噪光滑模型对数据进行处理,最后用实际地震波验证模型在地震波数据处理中应用的可行性。结果表明,EMD和EEMD最优降噪光滑模型都能对地震波进行降噪和光滑性处理,带通滤波与EEMD算法建立的最优降噪光滑模型效果较好。在实际应用中具有更好的效果。     

基于重力异常反演的三维地震波速度结构分析方法研究

利用重力异常反演测试三维地震波速度结构,存在解不唯一、可靠性不高的问题。将面波反演充分融合到重力异常反演方程中,降低传统反演方法的非唯一性,并提升可靠性。以川滇地区为例,采用融合后的重力异常反演方法分析三维地震波速度结构。通过速度和密度的关系转换,得到对应的重力异常数据。由于面波频射数据主要对地震波横波速度敏感,因此将重力异常数据和初始横波速度相连,依据地震波速度和岩石密度之间的关系,获取重力异常反演方程,用于分析速度结构。选取21.6°~34.2°N、97.1°~105.9°E范围内的川滇地区活动块体作为实验数据,经过实验分析发现：使用该方法迭代反演川滇地区地壳上地幔顶部横波速度,重力异常数据和面波频射数据的残差值分别是6.24 mGal和0.027 km/s,实际拟合效果较好;分析该地区不同深度切面横波速度发现,在24 km深度处,上地壳中含有相对低速层,在44 km深度处,中下地壳中存在低速层;且该方法分析川滇地区三维地震波速度结构解的分辨率较高。     

辽宁省重力异常指标体系研究

以辽宁省近年来流动重力观测数据为基础,统计监测区内主要地震事件(灯塔M5.1;朝阳M4.6;海城M4.4)与重力变化的对应关系,通过分析重力时变特征,提取重力异常判定指标,构建定量指标体系,提高重力学科在地震监测中的预报效能。研究结果从定性和定量两方面完整的给出了辽宁省M5.0±0.5震级档重力异常判定指标,同时对M6.0以上强震预判提供了科学参考。