泰安地震台重力扰动现象研究

利用滤波分析法对山东泰安地震台重力固体潮观测的分析表明,重力观测中存在大量高频扰动信号.通过与气象观测实况资料的对比发现,这些异常扰动信号除了受台风等热带气旋影响外,还明显与“冷空气”过境等区域强对流天气有关. 对泰安台JCZ-1甚宽频带地震仪观测资料的频谱分析和滤波处理进一步表明,区域强对流天气及台风对重力仪的影响频段均在1—8 s范围内,其中2—6 s区间影响最为显著; 强对流天气过程触发的扰动信号范围可以在1—16 s,但8 s后扰动信号对重力仪观测基本不造成影响,即重力仪对高频扰动信号的响应存在8 s的截止周期.JCZ-1甚宽频带地震仪的波谱分析还反映出扰动信号的动态特征,即强对流天气产生的扰动信号在发展、传播过程中,首先出现的信号频率较高,随着时间推移信号逐渐向低频演化,揭示了干扰信号传播的多普勒效应以及扰动信号激发源的移动特性.     

震前重力扰动与台风引起的重力扰动主频率特征分析

基于中国大陆构造环境监测网络的连续重力观测数据, 对于田M_S7.3地震、 鲁甸M_S6.5地震、 景谷M_S6.6地震和皮山M_S6.5地震前几天的重力扰动信号主频率特征及2014年台风“威马逊”、 “麦德姆”和“黄蜂”引起的重力扰动主频率特征进行了研究。 结果表明: 震前重力扰动信号和台风引起的重力扰动信号频率范围很接近, 对应周期为4~7 s, 单从频率大小无法对两者进行区分; 在不受台风影响的情况下, 不同台站震前重力扰动信号主频率极差和标准差均小于0.02 Hz, 而台风引起的不同台站重力扰动信号主频率极差和标准差均大于0.02 Hz; 通过主频率极差和标准差这两个指标可以很好地将震前重力扰动与台风引起的重力扰动进行有效区分, 这将大大推进连续重力观测在强震短临监测中的应用, 为构建地震预报定量指标体系提供相关依据。     

汶川大地震前非台风扰动现象的研究

为了区分汶川大地震的震前扰动现象中的台风因素和非台风因素,本文研究了中国大陆宽带地震仪在汶川大地震前记录到的异常扰动信号的时频特征.研究结果表明汶川大地震的震前扰动主要由两种扰动构成,二者动态特征完全不同.其中优势频率为0.2～0.25 Hz的扰动主要与台风Rammasun有关.这种台风扰动在沿海地区较强,在内陆地区较弱,其震动源在靠近台风运动路径的海底.另一种优势频率为0.1～0.18 Hz的扰动与台风无关,这种非台风扰动在地震发生前约10 h突然急剧增强,其最大值出现在地震爆发时刻.非台风扰动在靠近震中的地区较强,在沿海和西部地区较弱.震源扰动扫描算法计算初步定位的结果显示其震动源不在海底,而是分散在震中附近的内陆地区.汶川大地震前的非台风扰动是否与汶川大地震有关,值得进行更深入的研究.     

宽带地震仪资料证实汶川大地震“震前重力扰动”

在武汉大地测量国家野外科学观测站LacosteET重力仪资料中发现汶川大地震"震前扰动"现象之后,又在全国数十个台站宽带地震仪资料中发现了汶川大地震的"震前扰动".和LacosteET重力仪观测到的"震前扰动"一样,宽带地震仪资料的"震前扰动"也是在震前两天开始并逐渐增大,一直持续到汶川大地震发生,信号周期也是4～8 s.     

黄梅台宽频带倾斜仪记录的台风扰动特征分析

利用黄梅台VP宽频带垂直摆倾斜仪在台风“巴威”（BAVI）和“烟花”（IN-FA）经过期间记录的连续观测资料,通过小波分解和傅里叶变换,分析台风引起的地脉动信号的扰动特征和频谱特性。结果表明：台风扰动幅度随着台风进程呈现出上升—峰值—下降的规律,与台风风速、台风中心与台站距离有良好的相关性;台风引起的地脉动信号的优势频率范围为0.13—0.3 Hz,对应周期为3.3—7.7 s。     

汶川大地震宽带地震仪短临异常及成因初探

2008年5月12日8.1级汶川大地震发生后,我们对国家测震台网的40台宽频带地震仪在5月7日~5月13日的观测数据进行了分析.结果表明,汶川大地震前有明显的短临异常: 各台站在大地震发生前1~3天内不同程度检测到了低频异常颤动,颤动振幅逐渐增大,一直持续到大地震发生,信号周期范围为2~10 s.重力仪和倾斜仪也观测到了这类颤动信号.汶川大地震前的异常颤动信号几乎遍布中国大陆,但在西部较弱,东南部较强,尤其在华南地块靠近菲律宾板块的边界处颤动信号很强.因此我们的初步推测是：异常颤动产生的可能原因是地震爆发前华南地块可能开始了慢滑移,滑移时的摩擦产生低频颤动.     

系统动态特性对重力、地倾斜仪器抗干扰性能的影响

分析了地震、重力、地倾斜仪器在结构、原理、被测信号等方面的区别与联系,指出重力、地倾斜仪器的幅频特性高段是环境干扰的入侵通道,认为通过改进系统的动态特性来提高仪器的"噪声免疫力"是解决当前环境干扰问题的重要途径.实际观测资料和理论分析均显示,一个干扰严重的测震台站可能成为一个较好的地倾斜台站.     

风暴及台风天气引起的微震现象分析

本文主要利用时频分析法,基于2016年以来山东省泰安台重力仪及宽频带地震仪观测到的资料,对风暴天气和台风天气引起的微震现象进行研究. 结果表明:这两种天气过程产生的微震信号的频率基本分布在2—20 s之间,能量集中在5—7 s,15 s附近存在一个能量平稳加强的频段;风暴天气产生的微震信号具有由高频向低频演化的动态特征;两种天气条件下产生的微震信号均具有连续、高频及持续时间长的性质,反映了微震信号激发源的移动特征。 结合泰安台微震与风暴和台风天气的一一对应情况,认为微震是一种与近海风暴或远海台风活动有关的微震动过程,而不是与地震有关的前兆异常。      

台风轴对称环流和非轴对称扰动非线性相互作用的研究

用一个高分辨的准地转正压模式, 数值地研究了台风轴对称环流和非轴对称扰动之间的非线性相互作用, 并指出这种相互作用可以区分为两种类型. 一类为非轴对称扰动衰减, 相对涡度极大值ξ_max的坐标轨迹貌似无序, 台风中心气压上升. 另一类为非轴对称扰动发展, ξ_max的坐标轨迹呈有序的极限环形态, 台风中心气压显著下降. 提出了一个简洁的条件, 用以判断这种相互作用属于哪种类型: 即R _β < 1属于衰减型, R_β > 1属于发展型(这里R_β为初始时刻的涡旋β Rossby数). 最后讨论了旋转适应理论及本研究的数值结果在我国台风强度预测方面的实用意义.     

台风“利奇马”对钻孔体应变的扰动分析——以浙江地区为例

利用台风“利奇马”过境浙江期间,岱山地震台、东阳地震台钻孔体应变数据,采用数据滤波和线性回归等方法,分析了这2个台站钻孔体应变对台风的响应特征。结果表明,东阳地震台受台风引起的低气压的影响,钻孔体应变与气压同步变化;而岱山地震台受低气压和降水的共同影响,钻孔体应变与气压在变化的相关性和同步性上均有差异。气压和降水导致钻孔体应变的变化量可以通过负载力学模型进行估算求解。     

2009年3月19日Mw7.6级汤加大地震的“震前扰动”现象

汶川大地震爆发后,作者在武汉大地测量国家野外科学观测站的重力仪资料中发现了震前约48小时的“重力扰动”现象、并在随后对全国数十个台站宽带地震仪资料的分析中得到了证实.2009年3月19日,太平洋岛国汤加海域爆发了M_w7.6级（里氏7.9级）大地震,宽带地震仪资料中再次出现了显著的、信号周期为4~8秒的“震前扰动”现象：从大地震前约16天的3月4日开始一直持续到地震发生.     

地球等离子体片中磁泡对地面磁场的扰动

观测到的爆发流（Busty Bulk Flows,简称为BBFs）有很多主要特征都可以用磁泡图像描述 . 磁泡模型认为电离层中绝大部分电势降落都发生在磁泡中,据此可以估算它周围的霍尔电 流及其在地面引起的地磁扰动. 将本文结果与SMA（Scandinavian Magnetometer Array）雷 达阵列观测的BBFs的特征进行比较之后,发现二者符合得很好. 这表明BBFs与磁泡在引起地 面磁场扰动上的表征是一样的,暗示BBFs很可能就是磁泡.     

2016年广西苍梧MS 5.4地震前华南地区连续重力扰动异常分析

收集华南地区8个重力台站gPhone/PET相对重力仪观测原始秒数据,对记录的2016年广西苍梧M_S 5.4地震前4天重力原始秒数据,分别进行原始数据分析、0.01 Hz高通滤波和0.125-0.25 Hz带宽滤波,结果表明,震前4天8个重力台站数据均存在扰动异常,结合地震前后台风活动情况,分析认为,该扰动异常系台风"银河"和"妮妲"活动引起,非地震前兆异常。     

Spheroidal Oscillations in the Earth Excited by the Wenchuan Earthquake

Based on the digital observational data from pendulum tilt-meters and water tube tilt-meters, the spheroidal free oscillations of the Earth, excited by the M_S8.0 Wenchuan earthquake of May 12, 2008, were obtained using the method of power spectral density estimation without any calculation to erase solid tides. The result matches well with the PREM results. Compared to the theoretical free oscillation from the PREM model, all relative errors are concentrated on 0.1% except for _0S_7, whose relative error is greater than 0.3%. This research provides a new method to determine the spheroidal modes of Earth's free oscillations from observations of the pendulum tilt-meter and water tube tilt-meter, which may be useful in the future study of the Earth's free oscillations.     

Application of an artificial neural network to typhoon rainfall forecasting

A neural network with two hidden layers is developed to forecast typhoon rainfall. First, the model configuration is evaluated using eight typhoon characteristics. The forecasts for two typhoons based on only the typhoon characteristics are capable of showing the trend of rainfall when a typhoon is nearby. Furthermore, the influence of spatial rainfall information on rainfall forecasting is considered for improving the model design. A semivariogram is also applied to determine the required number of nearby rain gauges whose rainfall information will be used as input to the model. With the typhoon characteristics and the spatial rainfall information as input to the model, the forecasting model can produce reasonable forecasts. It is also found that too much spatial rainfall information cannot improve the generalization ability of the model, because the inclusion of irrelevant information adds noise to the network and undermines the performance of the network. Copyright © 2005 John Wiley & Sons, Ltd.     

The topographic signature of a major typhoon

In August 2009, the typhoon Morakot, characterized by a cumulative rainfall up to 2884 mm in about three days, triggered thousands of landslides in Taiwan. The availability of LiDAR surveys before (2005) and after (2010) this event offers a unique opportunity to investigate the topographic signatures of a major typhoon. The analysis considers the comparison of slope–area relationships derived by LiDAR digital terrain models (DTMs). This approach has been successfully used to distinguish hillslope from channelized processes, as a basis to develop landscape evolution models and theories, and understand the linkages between landscape morphology and tectonics, climate, and geology. We considered six catchments affected by a different degree of erosion: three affected by shallow and deep‐seated landslides, and three not affected by erosion. For each of these catchments, 2 m DTMs were derived from LiDAR data. The scaling regimes of local slope versus drainage area suggested that for the catchments affected by landslides: (i) the hillslope‐to‐valley transitions morphology, for a given value of drainage area, is shifted towards higher value of slopes, thus indicating a likely migration of the channelized processes and erosion toward the catchment boundary (the catchment head becomes steeper because of erosion); (ii) the topographic gradient along valley profiles tends to decrease progressively (the valley profile becomes gentler because of sediment deposition after the typhoon). The catchments without any landslides present a statistically indistinguishable slope–area scaling regime. These results are interesting since for the first time, using multi‐temporal high‐resolution topography derived by LiDAR, we demonstrated that a single climate event is able to cause significant major geomorphic changes on the landscape, detectable using slope–area scaling analysis. This provides new insights about landscape evolution under major climate forcing. Copyright © 2015 John Wiley & Sons, Ltd.