基于经验模态分解方法的山西断裂带跨断层形变资料分析

利用经验模态分解方法重构并提取山西断裂带跨断层形变监测高频平稳信号和低频趋势信号。基于高频平稳信号分析地震前兆异常及其表现形式,结果表明,在山西断裂带及邻近地区中强地震前部分跨断层测段出现明显异常;强震前山西断裂带跨断层异常测点数量多、分布广、距离震中较远,中强地震前异常测点多集中在震中附近。基于低频趋势信号分析断层形变时空分布特征表明,山西断裂带断层以继承性正断运动为主,断层分时分段差异特征明显。     

潮汐形变资料中地震前兆信息的识别与提取

将小波变换的多分辨率分析引入潮汐形变资料处理中，对近年来云南地区的3次强震前的潮汐形变观测资料进行了处理与分析，发现在地震前2～5个月，震中附近的形变台站都接收到一个频段相同的异常信号，且它们之间是相关的，相关系数达80％以上，由此可以确定信号是由同一个源发出来的。出现在多个台站的相同频段的异常信号很可能就是我们想要得到的地震前兆信息。     

砂层应力资料的研究与应用

对砂层应力仪产出的数据进行分析,发现影响数据分析的主要因素包括高频与低频信息中的噪声、观测信号的背景性变化、地震前兆的趋势异常与短期异常等。为识别与消除干扰提取不同频率的信息,采用小波分析方法对信号进行了处理。     

地磁低点位移异常与地震预测

利用国家地磁台网中心产出的观测资料,研究中国大陆地区2013～2022年共10 a时间尺度的地磁低点位移异常与5级以上地震的关系。结果表明,地磁低点位移异常与5级以上地震之间具有较好的关联性,地磁低点位移异常出现后2个月内,其异常分界线300 km内发生5级以上地震的概率较大。2013～2022年中国大陆地区共发生5级以上地震160次,异常对应率为32.4%,虚报率为67.5%,漏报率为48.1%,地震预测率为55.0%;46次地震前出现1次低点位移异常,42次地震前出现2次及以上异常。将地震前的多条低点位移异常分界线叠加到同一底图上,会形成1个或多个交汇区域,地震往往发生在低点位移分界线交汇区域。综合活动构造断裂分布、历史大地震情况、中长期预测强震潜在危险区及年度全国地震危险区等进一步研判发震区域,可大幅缩小地磁低点位移预测地震发生地点的范围。     

首都圈地区中强地震前固体潮调制比特征分析

基于中国全国小震目录,采用固体潮调制比时空扫描方法,对首都圈地区1987年以来的中强地震前固体潮调制比的时空变化特征进行分析。结果表明,对于9次M_S≥5.0地震,有7次在震前1 a、震中100 km范围内出现调制比高值异常,地震对应率为78%;高值异常持续时间通常为3~5个月,并多在震前数月内消失。固体潮调制比分析在首都圈地区表现出较好的映震能力,能为该区域中强地震预测提供一定的参考依据。     

2014年云南地区GNSS最大剪应变格网时序异常与M≥6.0地震关系分析

基于2014年云南地区28个GNSS连续跟踪站30 s采样率的数据,以震前3个月为时间尺度、1个月为窗长,提取最大剪应变格网时间序列。对去除趋势项后的最大剪应变时间序列,设定2倍标准差作为异常阈值,以2014年盈江6.1级、鲁甸6.5级和景谷6.6级地震为样本,对地震孕育过程中最大剪应变格网时序异常与M≥6.0地震的关系进行分析。结果表明,2014年云南地区GNSS最大剪应变格网时序异常分布与上述3个地震存在较好的对应关系,震前短期内最大剪应变异常格网集中分布于震中附近区域,且存在震前增强、震后快速消失的现象;最大剪应变异常格网分布相对集中的区域可作为预报M≥6.0地震发生地点的参考性指标。最大剪应变综合指标值预测结果显示,本次预测地震数4个,成功预报地震数3个,漏报数0个,虚报地震数1个(指标出现而未发生地震),准确率为75%。从空间角度来看,3次地震的震中都位于异常格网边缘,表明最大剪应变异常区边缘可能更加危险。     

基于震例的地磁加卸载响应比预测指标探索

研究利用地磁加卸载响应比分析方法获取的2008～2018年中国大陆各个区域地磁日变化异常显著事件,结果显示：1）部分中强地震前,地磁垂直分量存在日变化异常现象。2）一般情况下,异常出现在震前7个月以内,绝大多数在6个月内。3）地磁加卸载响应比异常卸载日原始日变化曲线呈现不同程度的日变化反相位现象,该现象与孕震区附近地震孕育过程中伴生的临时感应电流相关。4）地震震中主要位于异常台站分布边缘的阈值线附近,且很大部分位于阈值线曲率大（表现为内凹或尖状凸起处）的区域或1 d内出现的两个异常区的交界区域。     

潮汐偏角法在地震预报中的应用研究

应用潮汐偏角法对山东泰安、马陵山、烟台 3个台的石英摆倾斜仪、自记水管倾斜仪资料进行了分析处理 ,结果显示 :泰安、马陵山分点潮汐偏角在华北各次 5.0级以上地震、特别是黄海地震前 1年 7个月至 1个月时段内出现了高值或低值异常 ,表明潮汐偏角可应用于地震中短期预报     

应城MS4.9地震前第二类地脉动信号异常分析

2019-12-26应城M_S4.9地震前,襄阳重力台记录到第二类(double frequency, DF)地脉动信号持续增强异常。对比全球能量辐射模型(ASSM)及西太平洋台风数据发现,震前10 h左右的DF地脉动增强及优势频率增大的异常与西太平洋Phanfone台风靠近中国大陆这一远场信号源关系较弱,与本地未知近场同源同频信号有关。结合恩施重力台观测分析认为,该异常信号不属于应城地震前的慢地震事件。此外研究发现,长江中游巴东-秭归段和襄樊-广济断裂及其邻近区域5次M_S4.0以上地震中的4次都与七曜山-金佛山断裂附近发生的M_S4.5~5.0地震呈成组活动,时间间隔为0.5~1 a,且发震时间都在DF地脉动信号的高噪声水平时段内(10月~次年3月)。当恩施-襄阳DF地脉动信号基线的月中位数和众数值的差异持续4个月增加或处于高值时,研究区发生M_S4.0以上地震的可能性增加。对震前DF地脉动信号异常特征的总结可为预测未来长江中游巴东-秭归段和襄樊-广济断裂及其邻近区域M_S4.0以上地震的发生时段提供经验指标。     

玉树Ms7.1地震前地电场异常变化特征分析

对玉树地震周围台站电场资料,在消除来自空间的各种辐射和各种高频突变干扰后,利用电场矢量方位角和振幅的时间序列与空间动态演化特征,讨论了玉树地震前电场异常变化特征,研究结果表明:玉树地震前4-35天成都、天水、拉萨、汉王、都兰、甘孜6个台站都出现了异常,而且异常出现的时间同步性较好,震前的7±3天之内有5个台站同步出现突...     

科威特地区高频信号衰减原因调查分析与研究

科威特某项目采用G3iHD采集系统及与SL11数字检波器配套的超大道级采集技术方法进行地震数据采集,并在室内进行组合处理来提高数据的信噪比和分辨率。但技术人员处理资料时发现,资料存在高频成分衰减严重的问题。为此设计多种对比实验,并结合地质综合研究等方法分析科威特地区高频信号衰减原因。结果显示,地质因素是科威特地区高频信号衰减严重的主要原因。     

河北VP型宽频带垂直摆倾斜仪映震效能及时频特征分析

利用河北地区8套VP型宽频带垂直摆倾斜仪的连续观测资料,从映震特征及映震能力等方面讨论其映震效能,并对其时频响应特征进行分析。结果显示：1）河北地区宽频带垂直摆倾斜仪的映震能力与震级和震中距正相关,与震源深度负相关（崇礼台除外）;对于同一地震而言,各台站震中距的远近与仪器映震能力相关性不大。2）8套仪器均能记录到较为完整的远震地震波信息,从波形上能够清晰看到P波与S波的起始时刻。3）时频分析结果显示,仪器能够记录到较为完整的面波信号,但受采样率的限制,体波（P波和S波）信号记录不全,无法记录到0.5 Hz以上的信号。4）由于厂家修改了崇礼台仪器的高端截止频率参数,调整后仪器记录的高频成分增多,信噪比降低,对浅源地震的映震效能产生了与其他仪器相反的结论,对该仪器参数的修改结果需作进一步验证。     

汶川地震前地震连续波形资料中的异常信号

以汶川地震震中距800 km范围内169个地震台站在震前40 d的连续波形资料为研究对象,分析其记录的可能异常信号,得到了两类比较明显、影响范围较大的震前异常信号,按照信号波形形态称之为：1）纺锤状异常。在约63%的台站中出现,持续时间1.5~2 d,振幅绝对值大多为1 700 count,优势频率约为0.2 ~0.3 Hz。 2）突跳异常。在约15%的台站出现,在南北分量出现较多,持续时间大多在2 000 s左右,振幅大多±2 000 count,优势频率约为0.1 ~0.2 Hz。分析异常机制认为,纺锤状异常可能与台风影响有关,突跳异常可能符合较新的孤立波前兆解释。该研究结果有助于深入了解地震孕震过程和地震前兆异常信号的捕捉。     

����̨��ˮ׼�쳣������ϵ�о�

??8.0?????????3???￡???????????????????????????????????????????2.2 mm??2001??2??23????????6.0????1995??10??24????????6.5????1995??12??18???????6.2??????????????????????????÷???????????????????о?????????????M=0.002 8L+1.126 9H+0.076 8T??     

尼泊尔地震的NOAA卫星数据震前异常分析

发生地震时常伴随有地热辐射增强现象,这些异常信息隐藏于遥感卫星NOAA所捕获的地球射出长波辐射（OLR）数据中,目前多数研究还停留在对源数据的解读,缺乏有效的信息处理技术,致使大部分的OLR数据没有得到充分利用。因此,本文提出一种基于鞅理论的概率统计方法来识别异常特征算法,从有噪声的非结构化的源数据中提取出震前OLR数据异常变化特征序列,从时间序列和地域范围进行震前异常分析。本算法实验是以尼泊尔的在2014年9月至2015年7月期间（包括2015年4月25日Ms7.8大地震）发生的3次地震的OLR数据为例,实验结果显示震中区域的OLR数据在震前的2~3个月开始有显著的异常数据变化,通过分析发现数据显示数据异常在震前出现的时间长短与地震的大小相关,异常的发生区域与震区周围的地貌特征相关。这说明基于鞅理论的算法所提取的OLR数据异常点序列的确与地震发生的时间地点是有关系的。     

�α�۲������ж���ǰ���쳣��׷��ʶ�𷽷�

??2012-06-24????5.7??????????????г?????????????仯??????????????????????????????????????????????????????????????????????????????????÷??????仯???????????????     

差分式伸缩仪信号功率谱估计

介绍对信号进行功率谱估计的方法，对差分结构的伸缩仪3个月试验数据信号进行的功率谱估计表明,差分式结构能明显增强仪器的抗干扰能力和提高输出信号的信噪比。     

基于时序栅格的海洋异常事件提取方法

海洋异常事件（Marine Abnormal Event,MAE）可为区域海气相互作用和全球气候变化研究提供重要的时空特征参考,具有重要的科学意义。鉴此,本文基于长时间序列的栅格数据集,提出了一种海洋异常事件时空提取算法（Marine Abnormal Event Spatio-Temporal Extraction Method,MAESTEM）。MAESTEM的核心步骤包括事件的时间维度提取、事件的空间维度提取和事件追踪。在时间维度提取方面,将每一个栅格像元作为一维时间序列,计算其平均值和标准差作为判断每个时刻是否异常的标准,并根据异常持续发生的时间长短来提取时间维度的海洋异常事件（Temporal MAE,TMAE）。在空间维度提取方面,利用空间邻域统计方法,统计栅格像元的空间邻域中属于TMAE的个数,并通过空间维度异常判断规则获取空间维度的海洋异常事件（Spatial MAE,SMAE）。利用时刻状态的SMAE的空间拓扑关系,根据事件前后时刻覆盖的空间区域是否重叠以及事件持续的时间长短,实现异常事件的追踪。最后,通过提取太平洋海域1993年1月至2012年12月的月均海面高度异常（Sea Level Anomaly,SLA）事件,验证了该算法的有效性和实用性。