地震和爆破时频域能量分布特征的对比分析

运用小波分析方法计算和分析了CDSN乌鲁木齐台记录的天然地震和人工爆破在时频域的能量分布特征,分析结果表明,在震中距大致相同的范围内,同一台站记录的不同当量的人工爆破具有相似的时频变化规律,而天然地震能量分布却存在较大差别。天然地震与人工爆破的时频域能量分布谱图存在比较明显的差异。     

利用乌鲁木齐遥测地震台记录识别人工爆破与地震

选取乌鲁木齐遥测地震台记录的乌鲁木齐市附近人工爆破与天然地震资料 ,运用波谱分析、波形空间线性度等方法作对比研究 ,发现人工爆破与天然地震的波谱特征量和波形空间线性度多数情况下差异较大。在震级与震中距相近的条件下 ,主要差异表现在天然地震的纵、横波拐角频率 fc P和 fc S明显大于人工爆破 ,两者比值约为 2∶ 1 ;天然地震的最大谱值比 Ωm P/ Ωm S也明显大于人工爆破 ,两者比值约为 3∶ 1 ;地震 P波功率谱的频谱特征量 fm W、Δf W也比人工爆破大很多。这些差异可以作为识别人工爆破与天然地震的测震学指标。     

小地震与人工爆破记录的时频分析

基于Matlab软件,编制了对近震记录进行时-频分析试验研究的程序,搜集2006—2008年间首都圈地区震级介于ML2.4~2.7的5次天然地震和5次人工爆破的27个台站的宽频带记录,根据震中距离的相似性挑选5组天然地震和人工爆破地震,分析其时频特征。对于所有的数据都给出其三分向的时频图、原始波形图和频谱图,以及水平向和三分向的叠加图。分析结果表明,天然地震和人工爆破的记录具有明显不同的时频特征,天然地震的时频呈现出"多峰"特征,而人工爆破的时频分布则相对"少峰";天然地震的时频峰值分布在较宽的频率范围内,人工爆破的峰值则分布在频率较低的相对狭窄的范围内。通过以上实践,发现时频分析在分析不同时间点的频谱信息以及整个数据的时频分布特点时比傅里叶变换具有优势。     

明灯一号及邻近地区地震与爆炸的识别

通过明灯一号大当量爆破资料,挑选其周边地区天然地震和人工爆破事件,研究天然地震和人工爆破事件的波形记录特征,并应用两种模式进行识别。结果表明振幅比判据能反映天然地震与人工爆破的本质区别,可以作为识别两类事件的有效判据。两种模式识别方法的U检验效果较好,表明该研究的特征和方法具有实际应用前景。     

琼北确定性人工爆破与天然地震识别判据

对琼北地区确定性井下人工爆破和天然地震事件波形特征进行梳理,分析人工爆破与天然地震波不同判据特征。结果表明:P波初动方向、振幅比是识别人工爆破和天然地震的2个主要判据;尾波持续时间、S波最大振幅与持续时间比可作为识别人工爆破和天然地震的一般判据;发震时间可根据事件的强度、规律性,并结合其他判据,仅作为识别过程中的参考因素。     

南丹大厂矿区人工爆破与天然地震的判定研究

利用南丹大厂矿区地震监测台网的数字波形记录资料,采用波形对比方法,分析大厂矿区人工爆破与天然地震波形特征。分析结果表明,爆破与地震在P波平均周期具有不同的特征,可为今后区分该大厂矿区爆破与天然地震提供判定判据。。     

基于卷积神经网络的天然地震与人工爆破识别研究

地震台网记录的人工爆破事件波形特征与天然地震有相似之处,如果不能及时的予以识别和筛选,会混淆依此记录所建立的地震目录,影响日后地震学的研究工作.因此连续地震信号中的天然地震和人工爆破的识别分离有助于破坏性构造地震的监测预警.同时,随着地震仪的大规模部署以及建设行业活动的持续增强,记录的爆破事件增多,增大了识别的难度和工作强度.为了解决人工识别天然地震与爆破存在的问题,本研究基于卷积神经网络,设计了一个具有13层深度的网络模型(CNN-Epq13),选用福建数字地震台网历史地震记录和人工爆破记录,利用TensorFlow深度学习框架,采用TFrecord文件形式作为训练集,训练得出事件类别识别模型.此模型在训练中识别准确率为98.438％,损失为0.0646.用新的数据进行测试,模型能准确识别事件类别,区分天然地震和人工爆破,可以进一步在日常工作中进行应用.     

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.     

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．      

广东地区地震与爆破事件识别方法研究

基于广东省数字遥测地震台网的天然地震动记录与人工爆破记录资料,采用直观快速识别的时域多指标对比分析方法,选取事件发震时间、波形震相特征、P波初动方向、P波和S波振幅比等多个时域判据,对广东省的天然地震和人工爆破事件进行识别和对比分析。结果表明,P波最大振幅与S波最大振幅的比值是识别天然地震和人工爆破较为有效的特征参数,P波初动方向可作为辅助识别依据。研究结果可为省地震台网天然地震和人工爆破事件的识别工作提供参考依据。     

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。      

曹妃甸地震台网天然地震与人工爆破时频分析

搜集2014—2015年曹妃甸测震台网记录的各类爆破与天然地震事件,基于Matlab软件,编制程序实现短时傅里叶变换,对比分析核爆炸、化学爆炸、矿爆炸与天然地震的特征,分析频率随时间的变化规律。研究结果表明,天然地震与爆破在频率范围、频率分布和时频聚集性等方面具有各自特点,主要表现在:天然地震的时频图"多峰"且复杂,频率分布范围更广,频率成分集中在S波段;人工爆破的时频图"少峰"且简单,频率范围较窄,频率成分集中在P波段。本文的研究成果能够为今后区分天然地震和爆破提供依据。     

福建地区人工爆破与天然地震的判定

利用福建地震台网的人工爆破与天然地震的数字记录,采用波形对比法,分析发生在同一地区的爆破与地震波形特征.结果发现,爆破与地震在震相、P波初动符号分布、振幅比As/Ap等方面具有不同特征,据此得出爆破识别的有效判据,并对一次疑爆事件进行有效检验,为今后爆破的识别提供依据.     

天然地震波形与工业化爆破波形振幅比对比的研究

选取乌鲁木齐遥测地震台记录的部分天然地震与新疆工业化爆破项目中的部分爆破资料,通过波形振幅比AS/AP以及记录在P波垂直向的初动符号的对比,总结出了识别爆破与地震的依据。工业化爆破振幅比的比值比较稳定,且小于天然地震振幅的比值,而天然地震受多种因素的影响,振幅比的比值变化范围大。工业化爆破波形记录的初动向上为" ",而天然地震产生的地震波的初动符号具有四象限分布的明显规律。     

天然地震与人工爆破特征识别研究综述

近年来,天然地震与人工爆破特征识别作为地震事件分类识别的关键技术之一,随受关注度的不断提升获得了长足的发展。文中针对该研究方向出现的识别特征和特征提取方法进行了整体综述,以期为进一步深入研究天然地震与人工爆破特征识别以及拓展其应用领域奠定一定的基础。     

震源性质的倒谱分析

近年来,天然地震与人工爆破特征识别作为地震事件分类识别的关键技术之一,随受关注度的不断提升获得了长足的发展。文中针对该研究方向出现的识别特征和特征提取方法进行了整体综述,以期为进一步深入研究天然地震与人工爆破特征识别以及拓展其应用领域奠定一定的基础。     

识别天然地震和人工爆破的判据选择

从快速识别事件性质的要求出发,分析了天然地震和人工爆破的发震时间,P波初动方向,P波、S波振幅比值,P波、S波最大振幅与尾波持续时间比值等判据,得到P波初动方向和P最大振幅与S最大振幅比值是识别爆破和地震的两个有效判据,为研制“识别天然地震和人工爆破的分类决策支持系统”提供了应用依据.     

天然地震和人工爆破波形特征对比分析

从反射波、面波、瑞利波等不同的角度,从波形上分析了人工爆破和天然地震的区别,从而在地震定位的过程中能够快速有效地识别出人工地震和天然地震,并把此方法应用在北京台网的实际工作中.     

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。     

江苏地区天然地震与人工爆破识别研究

选取江苏数字地震台网记录的部分天然地震与人工爆破波形数据,通过波形对比分析、震幅比以及频谱等方面的对比发现两者之间不同之处。把这些不同的方法应用到数字地震台网实际工作中,能够快速有效地分辨出天然地震和人工爆破,为今后震相的识别提供可靠依据。