首都圈数字地震台网的微震定位实验

新建成的首都圈数字地震台网由 10 7个数字地震台站组成 ,其地震监测和定位能力需要检验。此文主要目的是为评估首都圈数字地震台网的地震活动监测能力提供参考依据。在地震定位中 ,应充分发挥数字地震记录的优势 ,采用相应的数字地震记录处理技术 ,提高地震定位的可靠性和精度。采用滤波、偏振及台站扫描、震相追踪等数字技术 ,提高了震相识别的可靠性和精度 ,并用Geiger方法对 2 0 0 1年首都圈数字地震台网记录到的 7个网内及网缘微震 (ML<2 .0 )进行了精确定位 ,还通过对爆破的定位来检验程序和方法的可靠性和精度。结果表明 ,震中定位误差估计小于2km ,震源深度误差估计小于 3km     

基于概率完备震级评估首都圈地震台网检测能力

完备震级是评估区域地震台网检测能力的一个定量指标,本文采用能反映区域地震台网检测能力的时空分布细节特征的概率完备震级分析方法,对首都圈地震台网的检测能力进行了研究,通过对首都圈2002-2009共8年的地震目录和台站资料的分析处理,得到了首都圈地震台网的完备震级时空分布,据此对台网的检测能力进行了评估,并结合模拟结果探讨了提升台网检测能力的可能性.结果表明：首都圈地震台网的整体检测能力较强,北京地区的检测能力尤其突出,但部分区域检测能力仍有一定的提升空间;模拟结果表明,在东北、西北、西南等位置增加台站可能有助于进一步提高台网的检测能力.相关研究结果可能对未来首都圈地震台网的优化具有参考意义.     

首都圈数字地震台网地震事件波形的管理与服务

介绍了首都圈数字地震台网地震事件波形数据的管理和服务系统的基本功能及使用方法,该系统利用GMT,SAC作为后台处理软件,通过perl,Unix Shell程序实现首都圈地震事件波形数据的网络发布。     

辽宁数字遥测地震台网的监控能力

辽宁数字遥测地震台网全部采用速度记录。我们将地动速度转换为地动位移，并统计出相应的最大振幅、周期，根据短周期地震仪近震震级公式ML＝lgAμ＋R（△）＋S对各遥测台站对不同震级所能控制的距离进行了计算，得到台网监测范围。台网基本上能够控制我省中部ML≥2．0以上地震和全省及邻近海域ML≥3．0以上地震。     

首都圈地区“重复地震”及其在区域地震台网定位精度评价中的应用

根据Schaff和Richards[1]对“重复地震”的定义,利用波形相关识别出首都圈地区2002~2006年发生的“重复地震事件”.对宽频带/甚宽带和短周期记录,分别采用0.5~5.0 Hz、1.0~5.0 Hz带通滤波,识别出859例“重复地震”事件,占总数约24%.假定“重复地震对”间的距离小于1 km,地震台网测得的两个地震之间的距离系台网定位误差所致,而相应的震相走时差为人工拾取误差,给出了首都圈数字地震台网的定位精度估计.结果显示观测条件较好的首都圈东北部地区平均定位精度约为5 km;西南部地区约为13 km,是观测条件有待改善地区.     

混沌噪声背景下检测微弱信号的神经网络方法分析

地震勘探资料的噪声许多呈现混沌现象，利用传统的去噪方法效果并不理想，如何根据混沌固有的性质，对地震勘探资料中的有效信号进行提取是许多科学工作者极为关注的问题，针对这种混沌噪声下的微弱信号检测，本文提出三种神经网络方法并对此进行比较，理论分析及仿真实验表明这三种神经网络在信噪比达到—37dB时，均能检测混沌噪声背景中的微弱信号。     

利用台阵方法对明灯1号50吨爆破微弱信号的识别与处理

针对海拉尔台阵记录的明灯1号50吨爆破,利用台阵技术对该爆破进行了微弱信号识别处理、台阵定位、速度谱分析等研究。 结果表明,聚束处理明显增加了信噪比,清晰地显出本来微弱的信号。 利用f-k分析进行的定位结果表明,该爆破的主要能量集中在1~8 Hz。 速度谱分析给出了明确的震相位置,使原本不可能看到的信号清晰地表现出来,而聚束功率分析在方位角－慢度域给出了与理论值相近的能量分布。     

微弱方波信号检测模型混沌解的判定

薄油气储层的识别和解释中存在极其微弱有效信号，对这些有效信号进行混沌检测的先决条件是检测模型存在混沌区域。本文以微弱方波有效信号为例，运用Melnikov方法就混沌检测模型（Dufing方程）的混沌判据问题进行数学,证明并推导该数学模型出现混沌状态的临界值，为薄油气储层的识别和解释中的微弱信号的混沌检测提供理论依据。     

微弱信号混沌检测临界阈值的Lyapunov指数算法

提供一种微弱信号混沌检测中临界阈值的判定方法，将Lyapunov特性指数作为混沌判据引入了微弱信号混沌检测领域，为混沌检测提供了一种量上的判据、并将这种算法与其它算法进行比较，仿真实验充分证明了该方法的有效性和优越性。     

北京市测震台网数字地震台站台基背景噪声分析

基于北京市测震台网连续三分量地震计波形数据,计算28个测震台站台基噪声,利用Welch方法计算噪声功率谱密度（PSD）,进而计算地震台台基1-20 Hz地动噪声均方根值（RMS）和观测动态范围。结果表明,依照《地震台站观测环境技术要求》,北京市测震台网中有11个Ⅰ类台、9个Ⅱ类台、6个Ⅲ类台、2个Ⅳ类台。通过分析北京市测震台网数字地震台背景噪声水平,为测震台网的规划建设提供数据支持。     

北京测震台网台基背景噪声特征

利用Welch算法,选取北京市测震台网28个测震台站地震连续波形中不同时段的无震记录,计算其台基噪声功率谱并进行背景噪声特征的统计分析,结果表明:北京市测震台网各台基噪声背景优势频率各有特征,高低频段噪声功率谱曲线差异大。在1~20Hz频段内,北京地区的背景噪声高值区出现在中心城区附近,低值区出现在北部的琉璃庙、密云和南部的上方山等台站,主要受人为噪声影响;在0.008~0.1Hz频段内,北京所有地区差异不大。     

智能电源管理系统在北京市测震台网的应用

北京市测震台网的智能电源管理系统安装运行改善了测震台站的电源管理现状,变被动管理为主动管理,有效提高台站运行率,并在一定程度上节约运行经费。     

基于互信息量的地震信号检测和初至提取方法

本文将现代信息科学中的重要基础理论——信息论引入到地震信号的分析和处理中,提出了一种利用互信息量检测地震信号并进行初至提取的方法,给出了该方法的基本原理和具体算法.计算结果表明,互信息量随滑动窗口移动的变化情况可以明确标示出待测地震信号的存在,通过提取互信息量的突变点或峰值点,能够有效拾取地震波的初至时刻.这种方法还可以特别针对非传统的地震信号,如连续随机信号、随机脉冲序列等进行处理.在这些信号条件下,往往信噪比很低,波形随传播距离发生较大变化,传统的信号检测方法效果不佳,而这种以随机信号检测为基础的互信息量探测方法具有很好的性能,很有发展前景.     

河北永清M 4.3地震北京烈度仪台网记录分析

2018年2月12日河北永清发生M 4.3地震,北京烈度仪台网共35个台站获得有效记录,记录最大峰值加速度的台站为丰台地震台（D0001）,峰值加速度为10.76cm/s2,该台距震中约61km。本文对北京烈度仪台网获得的此次地震动记录进行了初步分析,并对3个同台址的强震动仪记录的数据进行了对比分析。结果表明,烈度仪记录计算得出的仪器烈度与强震动仪记录计算的仪器烈度结果具有较高的一致性,可用于烈度速报。     

数字信号分配器在红山地震台数字化地震观测系统中的应用

为了保证红山地震台数字化观测系统的正常运行和向国家台网中心的实时波形传输,数字信号分配器在数字化地震观测系统中的应用实现了数采输出的信号分道,分别输出到卫星、台站的实时监控前台机和备份前台机及数采监控仪。避免了实时监控机因硬件和软件故障所造成的台站资料断记和卫星传输中断,在全国数字化台站中具有普遍的应用价值。     

Ambient noise as the new source for urban engineering seismology and earthquake engineering: a case study from Beijing metropolitan area

In highly populated urban centers, traditional seismic survey sources can no longer be properly applied due to restrictions in modern civilian life styles. The ambient vibration noise, including both microseisms and microtremor, though are generally weak but available anywhere and anytime, can be an ideal supplementary source for conducting seismic surveys for engineering seismology and earthquake engineering. This is fundamentally supported by advanced digital signal processing techniques for effectively extracting the useful information out from the noise. Thus, it can be essentially regarded as a passive seismic method. In this paper we first make a brief survey of the ambient vibration noise, followed by a quick summary of digital signal processing for passive seismic surveys. Then the applications of ambient noise in engineering seismology and earthquake engineering for urban settings are illustrated with examples from Beijing metropolitan area. For engineering seismology the example is the assessment of site effect in a large area via microtremor observations. For earthquake engineering the example is for structural characterization of a typical reinforced concrete high-rise building using background vibration noise. By showing these examples we argue that the ambient noise can be treated as a new source that is economical, practical, and particularly valuable to engineering seismology and earthquake engineering projects for seismic hazard mitigation in urban areas.