小震的综合识别研究ht

采用现代数字信号处理方法，对中国地震局地球物理研究所研制的数字地震仪在山西省大同地区1999年11月记录的三分向数字地震资料进行分析，研究了数字地震记录信号的自动识别．结果表明，通过采用长短时信号平均值比、谱分析和小波分析法提取特征参量进行综合识别的方法，可对地震信号进行人机交互式自动识别，且对多数ML＞2.0地震识别较好．      

辽宁数字地震台网地震参数自动处理系统的研制

通过对数字地震观测台网记录的地震．P波和S波震相的振幅、周期、偏振等多种特征进行分析，利用这些特征进行地震震相自动识别，在此基础上进行自动定位。本文主要介绍了地震事件的自动判别、地震震相自动识别、地震的自动定位三个方面的内容。     

云南漾濞6.4级地震后川滇地块地震活动性初步分析

本研究对云南漾濞6.4级地震后川滇地块及其周缘的地震活动性进行初步探讨,选取东经95°～110°和北纬20°～42°区域的M≥3.0地震,应用全国测震学科搭建的网络地震分析会商技术系统中"地震空区"扫描自动识别产出《地震空区扫描报告》(2021年6月6日),对研判川滇地块及其周缘地震活动的危险性和攀枝花地震监测中心站流...     

前震序列与前兆震群及非前兆震群的计算机识别

本文介绍了一个挑选前震序列及震群的专家系统，它能自动地从地震目录中筛选出前震序列及震群目录，计算相应的地震活动参数，进行前震列，前兆震群，非前兆震群的自动识别，同时本文对这个系统进行了评估。     

基于能量比的天然地震与人工爆破自动识别算法研究

研究了从天然地震和人工爆破事件的波形记录中提取出来的能量比特征在天然地震和人工爆破事件的自动识别中的有效性及适用性。对波形记录进行了4层小波变换,然后对变换得到的小波系数提取能量比特征,最后利用支持向量分类机ν-SVC进行识别效果检验。实验证明,由bior2.2小波包分解后提取出来的能量比特征对天然地震和人工爆破事件的识别效果很好,可用于实际的自动识别系统作为识别判据之一。     

地震记录的广义分维及其应用

根据分形理论,对不同信噪比地震记录的分维特征进行了分析,指出地震记录中噪声背景与信号部分具有不同的分维尺度,地震道时间序列的分维数值与计算时所用的测量尺度有关,因此,可利用广义分维的概念计算地震记录的分数维.地震记录广义分维大大提高了分形算法在计算机自动识别地震波震相时的抗噪声能力.最后用本文方法对实际地震记录进行了有效的初至波自动拾取.     

利用近场加速度记录确定近震震源参数的研究

本文对利用强震近场加速度记录确定时,空、强三个完整的震源参数。文中给出一种利用计算机自动识别地震记录的Ｐ波初动到时和Ｓ波震相到的算法。根据新近发表的Ｗｏｏｄ－Ａｎｄｅｒｓｏｎ地震仪器的最新参数,修牍正唐山地区量规函数。利用唐 山数字震观测台阵得到的近场加速度数据,计算了１０次地震的震源位置和震级,并对定位误差进行了综合分析,将强震台网测定的震源参数与地震台     

新沂-泗县地震危险区地震活动和地震构造

运用深浅部构造对比研究、构造解析技术，结合历史地震资料、中强震观测资料分析、地震活动性分析结果，探讨中强震过渡区地震构造环境和地震韵律的研究途径，圈定出新沂—泗县地震危险区。对该危险区进行立体综合剖析，推演出未来中强震发生的空间部位，并预测了该区未来可能发生地震的震源深度、震级、地震长轴衰减方向、地震复发间隔等参数。     

福建数字地震台网地震速报信息发布程序

介绍福建数字地震台网地震速报信息发布程序的主要功能,及开发程序所涉及的几项技术,这些技术包括在英文操作系统中显示中文、用计算机发送手机短信和震中地名自动识别等。     

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.     

A fast automatic identification method for seismic belts based on distance correlation and its earthquake case*

Earthquake prediction practice and a large number of earthquake cases show that anomalous images of small earthquake belts may appear near the epicenter before strong earthquakes. Through the research of earthquake cases, researchers have a relatively consistent method to determine the clarity of an identified seismic belt, but there is still a lack of method on seismic belt identification from the distribution of scattered points. Due to the complexity of exhaustive algorithm, the rapid automatic identification technique of seismic belts has been progressing slowly. Visual recognition is still the basic method of seismic belt identification. Based on the algorithm of distance correlation, this paper presents a fast automatic identification method of seismic belts. The effectiveness of this method was proved by 100 random earthquakes and an example of seismic belts of magnitude 4.0 before the 2005 Jiujiang M5.7 earthquake. The results show that: ① the automatic identification of seismic belts should first identify the “relational earthquake”, then identify the “suspected seismic belt”, and finally use the criterion of seismic belt clarity to determine; ② random earthquakes and real earthquakes identification results show that the distance correlation method can realize the fast automatic identification of seismic belts by computer.     

Development of Automatic Earthquake Quick Report in China

This paper summarizes the different stages of the development of earthquake automatic quick report in China. In early stage, scientists and technicians mainly focused on the realization of automatic identification of seismic phases and automatic positioning in the network data processing system. Then, at the end of the Tenth "Five-Year Plan" project, Fujian Earthquake Agency, Guangdong Earthquake Agency, and China Earthquake Networks Center have independently developed their earthquake automatic quick report systems. Later, by taking advantage of the "multi-channel comprehensive trigger" mechanism, China Earthquake Networks Center has innovated a comprehensive trigger system for automatic earthquake quick report, whereby earthquake information can be instantly reported and presented on Weibo, Wechat, and CENC App.     

用于地震预警的P波震相到时自动拾取

P波震相的自动拾取可用于地震预警中地震事件判别和地震定位,是实现基于地震台网地震预警的首要条件.针对地震预警中P波震相拾取的特点,本文发展了一套基于长短时平均(STA/LTA)和池赤准则(AIC)算法的多步骤P波自动拾取技术,应用Delaunay三角剖分提出了一种非几何相关的干扰信号剔除方法,并应用福建省数字地震台网记录对方法进行了验证,目前方法已经用到了福建省地震预警试验系统中.     

地震速报信息自动上网系统构建与实现

应用Myeclipse开发平台,以Java为主流开发语言,采用基于角色权限动态分配技术,结合地震速报管理规定,研发海南省地震局地震速报短信自动上网系统。该系统的实现在降低手动输入带来错误的同时,减轻工作量,提高工作效率。该项工作的实施,实现了海南省地震局地震信息自动上传互联网零的突破。     

河北省地震局核心机房搬迁的总结与思考

河北省地震局核心机房拥有震情速报、地震预报等业务。本文分析了旧核心机房的现状,指出机房搬迁应以业务影响最小化为总体原则,通过新核心机房准备与检查、数据备份与系统检测、设备分类梳理统计与检查、运营商光缆熔纤与链路割接、设备搬迁与除尘、设备加电测试与验收等步骤,完成搬迁工作,这为今后河北省地震局测震、预警、应急等各项业务运行提供了物质基础和有力支撑。针对此次搬迁出现的问题进行总结思考,为其他省局机房搬迁提供借鉴。      

无线局域网在地震应急现场中的应用

地震应急是我国防震减灾工作3大体系之一,鉴于地震预报尚不过关,在没有作出临震预报而地震突然发生时,为在灾区进行有效的救援而采取的紧急行动.通信、计算机等新技术是地震应急指挥和救援工作顺利进行的重要保证,无线局域网是计算机网络与无线通信技术相结合的产物,无线局域网利用了无线多址信道的一种有效方法来支持计算机之间的通信,本文根据新疆地震局地震应急现场工作情况,阐述无线局域网在地震应急现场中的应用,讨论了地震应急现场所适应的几种无线局域网的组网模式.     

模拟前兆数据报文自动处理程序

天津市地震局震情值班室以五位电报码报文格式向国家地震前兆台网中心报送模拟前兆数据,并与河北省地震局、山东省地震局交换数据。《模拟前兆数据报文自动处理程序》从局域网FTP服务器中自动下载台站(地办)模拟前兆文件到本地计算机,从中读取数据,按照五位电报码的编码要求生成3个报文文件,确认无误后向相关单位报送。     

国家防震减灾指挥中心的构成

介绍了防震减灾指挥中心作为领导和专家共同迅速有效处置地震应急事件的工作平台,该中心是国务院抗震救灾指挥的主要工作场所。防震减灾指挥中心包括指挥中心机房、指挥大厅和辅助工作区三部分。指挥中心建设是一项复杂的系统工程建设项目,包括了计算机系统、网络、通讯、声像、供电、空调、投影显示、GIS技术应用、数据库、软件开发、机房建设等。可对抗震救灾工作快速作出科学决策。     

基于卷积神经网络的速度大脉冲识别方法研究

含速度大脉冲的强地震动具有复杂的特性,人工提取速度大脉冲特征的方法较繁琐,故利用卷积神经网络（CNN）在图像特征自动提取方面的优势,提出基于卷积神经网络图像识别的速度大脉冲识别方法。基于美国太平洋地震工程研究中心NGA-West1数据库提供的强地震动记录,筛选出6 000条非脉冲记录和91条含有速度大脉冲的强地震动记录。采用在原始记录中加入高斯噪声和过采样的方法,使2类记录样本数量达到均衡。利用本文建立的卷积神经网络模型对2类记录速度时程图进行特征自动提取和分类识别,结果显示测试集准确率为99%,表明本文卷积神经网络模型能够自动提取速度大脉冲特征,进而复现已有结果。将本文方法与传统方法进行了对比,结果表明,对含有多个速度脉冲的强地震动记录的识别,本文方法优于传统方法,具有较高的可靠性、鲁棒性、灵活性。     

Earthworm-based automatic system for real-time calculation of local earthquake source parameters

Experience in introduction of an automatic system of earthquake source parameter calculation based on an existing seismic network is described. Open source software products for automatic seismic data processing are reviewed. Methods for real-time waveform stream processing are discussed in detail. Parameters of some subroutines of the system are described. Information flows and data life cycle in the developed automatic system are outlined. Earthquake location errors in the system are analyzed. The detection capability of seismic networks is evaluated.