兰州市红古区非天然地震记录特征分析

选取2010年1月至2020年8月期间甘肃区域测震台网记录的兰州市周边地区三分向宽频带数字波形资料,采用震中位置空间分布、波形特征及傅里叶频谱特征对比等多种方法相结合,分析兰州市红古区非天然地震活动的特性.结果显示:该区临近测震台记录的大量地震事件波形特征和傅里叶频谱特征与其他区域地震存在显著差异,符合非天然地震的典型...     

河南省非天然地震的波形特征及识别方法

对2008-2010年河南省数字地震台网记录的一些非天然地震的典型事例进行了分析,归纳出这些非天然地震波形的特征和识别方法.     

爆破、塌陷识别研究进展综述

简要介绍当前国内外关于天然地震与爆破、塌陷等非天然地震特征研究及事件类型识别的进展。对各类事件的定义及主要波形特征进行简要综述,重点介绍了事件类型判定的各类识别方法。与自然界天然地震不同,非天然地震由人工干预或人类活动间接引发。爆破是炸药在爆炸瞬间能量迅速释放,部分能量以地震波形式向外传播,引起地表振动而产生破坏效应的一种地震;塌陷是由于岩层崩塌陷落而形成的地震。虽然在地震台网记录到的天然地震与爆破、塌陷的波形存在一定的共性特征,但由于震源类型、波的传播路径、震源深度等不同,各类事件的波形记录在P波初动、P波与S波最大振幅比、持续时间、震相、短周期面波发育情况、发震时刻、空间位置分布以及频谱特征等方面差异明显。目前主要有两类方法来识别地震与爆破、塌陷等非天然事件。一类为直接基于波形在信号、数据方面的特征,通过定性分析来进行事件类型判定,如波形时频分析对比法、小波变换、相关系数等;另一类为统计学领域诸如模式识别等算法,利用统计算法综合考虑多个事件特征判据的定量判定阀值来实现地震与爆破、塌陷事件类型的识别,如最小距离法、改进的连续亨明方法、Fisher方法、逐步代价最小决策法、支持向量机、前馈神经网络等。两类方法本质上均为提取有效特征判据,即对数据进行降维使用,未将事件记录的全部信息用于事件判定。因此,有必要使用一种可从全部事件记录中自动提取各类信息并可组合底层特征的算法来对各类事件进行判断识别。     

昭通巡龙测震台强夯土事件与微震波形特征分析

通过对比分析昭通巡龙测震台记录的重型地面平整机施工事件和微震记录的波形特征差异，认为：强夯土事件释放能量当量相当于M_L0.6～1.4级地震，P波初动向下、能量衰减快、波形持续时间短，P/S振幅小于天然地震，两者记录的频谱特征差异较大；微震震相明显，强夯土事件震相不明显。通过分析强夯土事件与微震波形特征差异，可以为非天然地震和天然地震分类识别提供依据。     

山西数字地震台网记录波形特征分析

整理山西测震台网记录到的波形资料,对天然地震、爆破和塌陷3类事件的记录波形进行对比分析,找出各类波形的特征,为今后快速、准确分析地震事件提供参考依据。     

乌兰浩特地区非天然地震事件与地震特征分析

选取2022年以来乌兰浩特地震监测中心站记录的非天然地震事件和地震数据,基于发震时刻、P波初动方向、振幅衰减特性、A_S/A_P(振幅比)、频谱特性等,对非天然地震事件特征及识别方法进行研究。结果表明,非天然地震事件具有发生时间规律明显、P波初动向上识别率高、振幅衰减快、A_S/A_P比值偏小、低频特性明显等特征。此研究结果可作为地震台站识别非天然地震事件和地震的有效判据。     

个旧地震台核爆震相识别

采用个旧地震台2016～2017年记录到的2次朝鲜核试验及2次韩国天然地震的波形和背景噪声记录,通过运用测震学分析并结合频谱分析方法,对核试验、天然地震在震相、频谱方面的区别进行了研究。研究结果表明,相近地区的核试验波形与天然地震事件相比,二者在震相、面波、持续时间等方面差异较大;受震中距较大及震级较小影响,所选核试验波形与天然地震在时频特征上无明显差异,与背景噪声相比有一定区别。     

内蒙古地区非天然地震的特征与识别

基于2014年以来内蒙古测震台网观测报告,对所记录的非天然地震事件进行统计分析。提出了区分天然地震与非天然地震的一般方法。从地震事件的三要素、波形、频谱等方面对比分析内蒙古地区非天然地震与天然地震间的差异发现,内蒙古地区非天然地震具有发震时刻与发震位置较固定与集中、震级M_L<3.5、面波较发育、能量衰减较快、优势频率主要集中在1—6 Hz等特征。并通过对比内蒙古不同地区典型震例,进一步总结出内蒙古地区非天然地震的地方性特征。研究结果有利于提高内蒙古地区非天然地震的识别能力,可为今后开展该区非天然地震自动识别研究提供基础资料。     

山西运城振动事件S变换时频分析

基于S变换,对2005年以来山西南部运城及其附近地区的振动事件波形进行时频分析,并与山西南部地区的天然地震、爆破和塌陷地震波谱特征进行对比分析。结果表明：天然地震一般S波携带能量较大,衰减较慢,震相高低频成分呈现均匀分布;一般近台记录的人工爆破P波比S波发育,能量衰减较快,震相急促短暂;塌陷地震波列能量随时间和频率的展布相对集中,一般分布在频率较低区域;振动事件震相简单,被不同台站记录的波形能量优势分布及频率分布范围差异较大,衰减特征不明显。据此,基本可以排除山西南部及附近区域的振动事件为天然地震、爆破和塌陷事件的可能。     

昭通巡龙强夯土非天然地震记录特征及识别研究

通过分析昭通巡龙2022年11月—2023年5月多次重型地面平整机施工和小震级天然地震事件的记录特征及差异后认为：昭通巡龙强夯土事件的P波初动向下、持续时间短、衰减快、P波与S波最大振幅小于天然地震,强夯土事件波形记录的频谱特征与天然地震差异较大,天然地震P波与S波震相明显,强夯土事件震相不明显。可以利用Pg/Sg谱比、交叉Pg/Sg谱比实现强夯土非天然地震和天然地震事件的分类识别。分类结果表明：当频率大于5 Hz时,Pg/Sg谱比判据基本实现天然地震和强夯土事件分类;交叉Pg/Sg谱比判据对应的分类识别正确率为天然地震事件91.3%,强夯土事件90.7%。交叉Pg/Sg谱比判据比单一频带谱比判据能更好地反映天然地震和强夯土事件的特征差异。     

邹城地区矿震、爆破和(天然)地震事件的特征分析

采用FSS-3DBH型井下地震计,测量山东省邹城市区域发生的矿震、爆破和天然地震相关事件信息,通过波形分析与波谱分析,对比研究不同类型地震事件特征.结果表明,该区域发生的矿震、爆破和天然地震的波形、幅值及频率等特征指标存在明显差异.通过实时监测该区域地震事件和进行相关的特征分析,可以为研究区域地震的基本规律提供客观数据和科学依据.     

广东非天然地震的特征与识别

概述了非天然地震的范畴、广东非天然地震的类型。通过对非天然地震事件和天然地震的震相分析、统计计算、分析研究得出广东非天然地震的一些规律与特征．如非天然地震的振幅比AS／AP和波的持续时间τ值比天然地震小．发震时间比较规律等．讨论了非天然地震的识别方法。     

天然地震与人工爆破的波形小波特征研究

研究了如何从天然地震和人工爆破事件的波形记录中提取出有效、适用的波形特征,以用于对爆破事件的识别.首先对波形记录进行了4层小波包变换;然后对变换得到的最后一层小波包系数提取3种波形特征:能量比特征、香农熵特征及对数能量熵特征;最后利用v-SVC支持向量分类机对这3种特征的分类能力进行了外推检验.通过选用不同地区、不同台站、不同震级的天然地震与人工爆破的波形记录,力求提取的特征量能尽可能地反映天然地震与人工爆破波形的本质区别,尽量弱化震中距、震级等因素对识别效果的影响.结果表明,上述3种特征中以香农熵特征的识别效果最好,能反映天然地震与人工爆破的本质区别,可作为识别天然地震与人工爆破的一个有效判据.     

长春地震台网地震、爆破与矿震记录的识别

依据多年地震监测实践,总结了长春市地震台网记录的地震、爆破与矿震等事件波形的特征及识别方法,为监测区内地震事件性质判定、震相分析和地震速报提供了有益的经验和参考。     

基于小波包分形和神经网络的地震与岩溶塌陷识别

本文以近年来广西地震台网中心记录的天然地震和岩溶塌陷为例,尝试利用基于小波包的分形和径向基函数神经网络技术对这两类事件的波形进行识别,以期有效地识别地震与岩溶塌陷。结果表明,基于小波包分形与神经网络相结合的事件识别方法对天然地震和岩溶塌陷事件的识别率高达89.5%,可作为识别天然地震与岩溶塌陷的一个有效方法。      

天然地震与人工爆破的波形小波特征研究div

研究了如何从天然地震和人工爆破事件的波形记录中提取出有效、适用的波形特征,以用于对爆破事件的识别．首先对波形记录进行了4层小波包变换;然后对变换得到的最后一层小波包系数提取3种波形特征:能量比特征、香农熵特征及对数能量熵特征;最后利用upsilon;-SVC支持向量分类机对这3种特征的分类能力进行了外推检验．通过选用不同地区、不同台站、不同震级的天然地震与人工爆破的波形记录,力求提取的特征量能尽可能地反映天然地震与人工爆破波形的本质区别,尽量弱化震中距、震级等因素对识别效果的影响．结果表明,上述３种特征中以香农熵特征的识别效果最好,能反映天然地震与人工爆破的本质区别,可作为识别天然地震与人工爆破的一个有效判据．      

低频事件类别及特征分析

通过分析全球记录到的各类低频地震,主要类型如:ETS(低频震颤与滑移事件)、LFT(低频震颤)、SSE(慢滑移事件)、VLF(超低频事件)、DLF(深低频事件)等,介绍了主要低频事件与天然地震的波形和频谱特征.发现不同国家地区记录到的ETS,LFT,SSE等低频事件均有相近的周期范围.文中将低频震动事件进行类别划分,获得频率持续时间分类示意图,结果表明全球主要地区记录的低频事件、火山地震、天然地震、台风和地脉动等,都有特定的频率范围和持续时间,可以从图上大体区分出低频震动事件的属性特点,为低频事件的判别提供依据.通过对低频信息的频率范围,波形特征等的深入分析和确认,可提供有价值的地震前兆信息.     

实时地震数据处理系统网络通讯服务

EDSP-MCRTS是区域数字地震台网中心实时地震数据处理系统专用软件包。该软件包已在全国20多个区域数字地震台网和古巴等国家数字地震台网投入运行。该系统具备以下功能：实时接收多路地震波形数据;实时事件检测;对检测到的地震事件进行自动分析;实时波形数据记录和事件波形数据记录;数据存储管理;系统运行管理。     

乌兰浩特地震台典型地震事件震相特征分析

选取乌兰浩特地震台记录到的典型天然地震事件及爆破事件,根据断裂带分布及波形记录特征,分析地震及爆破事件的震相特征。结果表明,研究区域近震波形Pn、Pg、Sn、Sg震相及Sm面波较清晰,Pg、Sg波走时差一般不大于23 s,与中国地震台网中心发布的M_S震级间的偏差一般小于0.6级;远震P、S、pP、sP震相可较清晰识别,Pm、L面波记录较明显,P、S波走时差一般不小于25 s,震级偏差一般小于0.4级,且通过震相特征及实地考察发现,爆破多为霍林郭勒区域爆破事件。     

基于深度学习残差网络模型的地震和爆破识别

为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告,选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱,分别采用不同的训练样本比例进行了100次和1 000次独立的随机抽样子试验以及 “留一交叉验证法” 试验,对人工爆破与天然地震进行了识别研究。试验结果表明,深度学习残差网络模型在天然地震与爆破事件的性质识别中具有很高的识别率且效果稳定,具有较好的应用前景。