地下水位时间序列噪声分析

地震的孕育时间长达几十年甚至几百年,前兆观测往往获得相当长时间的观测数据,时间序列中包含大量的随机信号,也就是噪声。本文应用噪声分析软件CATS,引入经典的噪声统计模型,运用最大似然估计法分析吉林省地震前兆地下水观测时间序列的噪声特性,结果表明地下水观测噪声可用闪烁噪声加白噪声联合模型来描述。     

地下水强地震映震效应

在排除各种自然环境、人为影响因素后,对地下水观测资料中所含特别因素中的地震因素进行识别分类,提出对地下水地震分析预测预警具有实用价值的认识. 使用四川省地震地下水观测井网多年观测资料,研究地下水地震映震图像,进行震前、震时和震后恢复性异常过程识别.     

深部特征组分理、锶与地震活动关系的研究

地震水化前兆是发生在地壳内诸多地球化学过程并通过化学指标反映的现象之一。通过对地下水中锂、锶的动态观测及其资料的分析研究,探索其水文地球化学特征及动态变化影响因素,从而阐明其动态变化与地震活动的关系。结果表明,锂、锶作为地下水中深部特征组分,对地震预报有着十分积极的意义。     

深部特征组合锂,锶与地震活动关系的研究

地震水化前兆是发生在地壳内诸多地球化学过程并通过化学指标反映的现象之一。通过对地下水中锂，锶的动态观测及其资料的分析研究，探索其水文地球化学特征及动态变化影响因素，从而阐明其动态变化与地震活动的关系，结果表明，锂，锶作为地下水中深部特征组分，对地震预报有着十分积极意义。     

基于机器学习的地震预测研究进展综述

<正>1研究背景地震预测是世界性的科学难题,其困难之处,一方面是涉及地震前兆的地球物理观测基本属于远离震源地方的地表观测,所观测物理量除可能的地震孕育信息外,更多的是与环境、路径、干扰等有关的信息;另一方面是对地震孕震机理尚无清晰认识,即地震预测的理论问题远未解决。由此,也导致地震预测目前基本停留在基于观测资料的现象类比和统计分析层面。近几十年来,人工智能技术和应用飞速发展,如计算机视觉、图像识别、时间序列分析、异常检测、生物医学等应用行业的成功经验表明,在理论问题未解决之前,人工智能技术对识别未知特性、发现系统隐含规律、解决实际问题等作用巨大。     

观测时间对地磁绝对观测值的空间相关性影响研究

应用FHD磁力仪的观测数据。对比了每日不同时间Z分量观测值组成的逐日变化序列的空间相关性,表明夜间观测数据的空间相关性低于白天,并分析了产生这一现象的原因。同时,通过对通化后的磁称Z分量不同观测时间的绝对值震磁相关异常分析,表明夜间观测数据更有利于提取空间相关异常。这对今后应用数字化地磁观测资料研究与地震有关的震磁相关异常有一定的指导意义。     

地下水、地球化学观测的地震和地震预报研究目标

前　言自从日本文部省测地学审议会１９７５年提出“部分修改第３次地震预报计划”的建议以来,地下水、地球化学方法正式纳入地震预报计划已历时２０多年。这也是对地震的认识一成不变地开展地下水、地球化学观测的日本的历史。在地震预报研究中,虽然曾检测出许多地震前的异常现象,但并没有明显增加对其机制的认识。本文基于这种现状,提出地震（预报）研究中开展地下水、地球化学观测的目标。地下水和地球化学观测,研究中的最大弱点是在理论方面。由于缺乏联系地震发生机制与地下水、地球化学异常的理论,所以怎么也跳不出现象论的框框…     

多种前兆观测数据的合成信息熵研究

采用概率化预处理方法,把多种前兆观测值时间序列转化为概率值时间序列．在此基础上,应用信息论基本原理,计算由多种前兆观测项目构成的信源系统的合成信息熵．通过对乌鲁木齐及邻近地区１７种前兆观测资料的实际计算,发现在多次中强地震前出现半年至一年的减熵异常过程     

海原甘盐池地震观测井水位动态特征分析

影响因素及埋藏类型是地下水观测数据前兆分析的重要资料.通过海原甘盐池拉分盆地内两口地震水位观测井(GYC 和 GYCN 井)的气压、降雨与水位资料,综合分析水位变化的影响因素,并分别利用阶跃响应函数、频谱分析法、潮汐波群相位超前或滞后法分析地下水埋藏类型.结果表明:(1)气压和降雨是影响海原甘盐池两口地震观测井水位动态变化的主要因素.(2)GYC井地下水埋藏类型为混合水,与该井成井时的判定资料不一致(承压水),可能与其时间较长、长年失修、存在破损现象有关,或受地表水影响较大 ;GYCN 井地下水埋藏类型为承压水.该研究结果为该地区地震水位观测井的准入(退出)机制、今后观测井点的勘选等提供科学依据,对今后异常识别和震情跟踪具有重要意义.     

地下水动态趋势和短临异常

在无其他因素引起水量增、减条件下,地下水动态大于一年的趋势变化是地下水动态的异常变化。识别地下水动态异常变化的条件是调查观测井的水文地质环境、水动力条件及水量有无变化。在趋势异常发展背景下地下水动态趋势的转折与地震活动有关。列举了河间等三口井近年来的水位观测结果,表明短临异常在震前均有趋势变化背景,因此短临异常的判别要以趋势变化分析为基础。地下水动态趋势异常和短临异常随时间的分布是有序的,用序列异常方法分析异常与地震活动形势,研究序列异常发生、发展、演变的规律与地震活动的关系,对地震发生的时间和强度有较好的预报意义。     

应用地球化学进行地震预报研究的现状

一、引言地震化学是一从地球化学的角度解释地震现象的科学领域。其主要研究课题是与地震预报直接相关的研究。然而,与大地构造学和固体地球动力学有关的地球化学研究,在提高对地震现象的基础知识方面也是至关重要的。有关地球内的逸气现象和断层活动性的研究,以及与地震密切相关的火山活动的研究等也在蓬勃开展。不仅在陆地上进行研究和观测,海域和地下深部的研究也是不可缺少的。目前,在这个领域中,正为积累以检测前兆现象为目的的观测数据和开发新的观测技术而努力。本文列举出地球化学观测中观测时间最长、观测点最多的地下水氡观测,就其观测数据的特性、前兆变化的实例和在检测异常变     

金州台水准观测的地下水影响改正研究

对于受地下水影响显著的金州台WN向水准观测资料, 在使用时需要进行干扰排除。 具体做法是, 根据地下水对普通基岩标志作用机理和套管标志的埋设情况, 先对地下水位的数据进行变换、 对有关参数进行确定, 然后推导出地下水对西点标志影响量的计算公式并求解, 最后在WN向水准观测高差中将其排除。 算例和分析表明, 该方法较好地解释了地下水对金州台水准观测不同阶段的不同影响原因, 并且是定量排除地下水干扰的一种比较好的方法。 它能较好地提取水准观测高差中的异常信息, 提高了水准观测资料在地震预测预报中的使用价值。     

1975年海城地震前地下水异常的时空分布

本文经过对1975年海城地震前大量的、约200处观测资料的地下水变化异常的发生时间与地点之间的关系的分析,发现1975年1月31日以前发生的地下水变化异常点是随着时间从外围(东西)以一定的速度向震中方向迁移的,日后到海城地震前,地下水异常点则又从震中向外围扩展。 将震前大量的地下水异常点观测资料的时间与地点这两个量进行回归分析,得知1975年1月31日以前的地下水异常点的逐渐向震中方向迁移是线性的。 笔者认为,震前地下水异常点具有上述规律性的时空分布过程,反应了震前地壳所受的力是由外围(东西)逐渐向震中方向传递及回返的。      

河北永清龙虎庄地下水中氟浓度的异常形态分析

永清龙虎庄公社砖厂一口氟离子含量较高的热水井,其氟浓度平均为9.27毫克/升。为了研究地下水中氟浓度变化与地震之间的关系,我们于1981年底开始对该井点的地下水进行氟浓度的每日一次的观测。但是,由于采用电极标准加入法对氟的日常观测工作,毕竟属于探索性的研究工作,所以对于所得的氟浓度的日变曲线应如何认识,这是很值得研究的。下面我们就对我们初期的氟观测资料进行分析解剖,以说明这一问题。     

云南宁洱M_S 6.4地震震后电磁效应

2007年6月3日宁洱县境内发生6.4级地震,在地震区跨越宁洱东支断裂进行了为期14d的余震序列宽频带电磁异常连续观测。在固定台站的电场和磁场时间序列记录中,观测到多次余震事件的电磁同震现象。取每2h观测资料进行了加窗傅氏变换,得到不同频率的功率谱随时间的变化曲线。结果表明,MS3.0以上的余震发生前后,电磁场各分量频率谱峰值出现了显著的变化,地震后的峰值波动也许与时间域的同震效应相对应,而地震前发生的峰值跳跃有可能为电磁前兆现象。此外,本文对同震电磁信号产生机理进行了讨论,推测这种现象可能与地震发电机机制有关     

山东地下水动态观测井对2007年印尼8.5级地震的响应特征

根据山东地下水动态观测井记录的2007年9月12日印尼苏门答腊南部海域8.5级地震的水震波资料,对不同类型仪器对水震波的响应特征及其影响因素进行了分析,认为影响其记震能力的主要因素是井孔含水层系统的水文地质条件、地质构造环境和观测仪器的类型.     

雁列式断层变形与失稳过程的实验研究

利用AE(Acoustic Emission, 声发射)定位、能量-时间序列扫描, 以及动态应力、位移测量技术, 系统观测了不同雁列式断层变形失稳的时间-空间动态过程, 以期对这类地震的发生发展与相伴随的各种前兆现象有所认识.      

小波分析在GPS位移时间序列特征中的应用

使用福建GPS台网2004年3月—2008年10月的连续观测资料,对各基准地震站原始数据进行处理,得到位移时间序列,进行初步分析。在此基础上,采用小波分析方法提取时间序列的时频特征,从而得到非线性变化信息,为GPS在大地震前获取前兆资料提供探索方向,进而通过对位移时间序列异常变化与区域地壳运动关系的研究,探讨两者间的内在联系。     

随机时序分析方法对地震信息的识别

引言 观测数据的性质决定了所用的处理方法。自然界和科学实验中,有许多观测得不到确定的结果,这种数据在性质上就是随机的。地震前兆测量结果目前就属于这种情况,在分析处理这种数据时,充分运用现代研究随机现象的概率统计工具是必要的。 实测资料和测量系统性能的分析表明,前兆观测结果是一个多维随机向量的时间序     

基于EMD-LSTM方法的地震前兆数据同化分析

<正>1研究背景傅承义（1963）指出地震预报的直接标志是前兆,而寻找前兆是地震预报研究的一条重要途径。马宗晋等（2014）通过对全球地震演化特征、地震预测预报历史和中国陆区地震预测途径的探索,提出地震前兆观测效能图谱。黄辅琼等（2017）指出发展数值地震预报首先需要对各种观测资料进行同化分析。使用LSTM神经网络预测时间序列数据较为有效,但是该方法在处理强非线性数据时存在不理想情况。EMD-LSTM神经网络是近年发展起来预测时间序列数据的一种有效方法。