基于NSTFT-WVD变换的芦山M_S7.0级地震前后地球天然脉冲电磁场信号时频分析

本文针对地球天然脉冲电磁场(ENPEMF)信号的非平稳性特点,通过采用归一化STFT-WVD变换(NSTFT-WVD)提取芦山MS7.0地震前地表天然脉冲电磁场信号的时频特性,来研究大地震发生前地表天然脉冲磁场的时频特点。通过对线性调频信号分别进行Short-Time Fourier Transform(STFT)和WignerVille Distribution(WVD),对比分析两者时频聚集的优缺点,提出采用NSTFT-WVD变换方法,可得到时频聚集特性更优且可抑制交叉项的时频分析方法。结果表明,对于ENPEMF非平稳信号,NSTFT-WVD变换能较为真实地反映震前ENPEMF信号的时-频-能量谱的联合分布特性,即震前1~2天呈现较为明显的脉冲全频率段静默状态,通道2和通道3数据的震前时频表现基本一致,具有较好的临震前兆的特点。     

基于经验模态分解的MT数据脉冲类电磁噪声处理

电磁脉冲干扰是大地电磁测深系统(MT)信号的主要噪声之一,严重影响后续视电阻率和阻抗的计算及目标信息的提取。针对脉冲类噪声在时间域中的变化特征,利用经验模态分解（EMD）对脉冲类电磁噪声进行压制处理。首先,对大地电磁信号经EMD分解后得到N个本征模态函数（IMF）;然后,对每一阶的IMF选择一个合适的阀值,对于该IMF中超出该阀值的部分进行截断;最后,进行EMD重构。实测数据测试表明:改正后信号能量损失小, 与改正前信号相关性高, 可有效地抑制脉冲类噪声干扰。     

基于集合经验模态分解与支持向量机回归的位移预测方法:以三峡库区滑坡为例

三峡库区滑坡地表位移-时间曲线多呈台阶型特征。基于位移响应成分模型的滑坡位移预测方法是该类滑坡位移预测的主要方法之一。针对目前水库滑坡波动项位移预测工作中尚未考虑主要诱发因素的高频成分与低频成分的问题,提出了基于时间序列集合经验模态分解(EEMD)与重构的粒子群优化-支持向量机回归(PSO-SVR)位移预测方法。以白水河滑坡2003年7月至2013年3月117个地表位移数据为例,采用EEMD法将位移时间序列分解为趋势项位移和波动项位移,该趋势项位移用最小二乘法的二次多项式拟合预测;根据EEMD和t检验法,确定高频降雨量、低频降雨量、高频库水位和低频库水位,结合其他常用因素,采用灰色关联分析确定白水河滑坡影响波动项位移的优势因素为高频降雨量和月间库水位变化,基于优势因素建立PSO-SVR模型预测波动项位移。结果表明,总预测值的平均相对误差为0.009 8,方差比为0.023 9,小误差概率为1,预测效果较好。利用该方法对三峡库区其他5个台阶型滑坡进行了预测,预测位移与实测位移较吻合,进一步证明了该方法的有效性,对同类滑坡的预测预报具有一定的借鉴意义。     

地震与非地震区域内介质的地质-地球物理模型:以中亚为例

通过对地震较频繁的天山造山带和地震不发育的哈萨克地盾的北部边缘的深部构造,利用地球物理方法进行对比性研究的基础上,可以获得这些构造的模型。对于哈萨克地盾,其明显的特点是:有电导性的地层位于地壳深处,没有电导性的地层位于地壳上部,并且地盾的重力场比较稳定,呈正异常。而天山造山带深部构造的特征是,在接近地表的地壳处地层具有电导性,并且,随深度由2～4kin到20～30kin的变化,电导率从3000～4000sm变化至5000sm,这一区域的重力场呈负值。     

地震诱发滑坡的快速评估方法研究:以2017年MS 7.0级九寨沟地震为例

山岳地区强烈地震诱发的滑坡、崩塌等地震次生灾害在造成严重人员伤亡的同时,对社会经济的发展也构成了严重威胁。而震后滑坡分布的快速评估,尤其是滑坡重灾区的确定,则可为救援工作的科学部署和有效开展提供决策支持并减轻地震灾害的损失。2017年8月8日发生于四川省阿坝州九寨沟风景区的MS 7.0级地震诱发了大量的滑坡、崩塌灾害,造成了一定的人员伤亡和财产损失,凸显出进行震后滑坡快速评估的重要性。本文通过对九寨沟地震灾区震前、震后“北京二号”遥感影像的对比分析,解译此次地震诱发的滑坡分布概况。尽管震后影像在局部区域有云团覆盖,影响了震区滑坡解译的详尽程度,但是对于主要发生的滑坡地震高烈度地区(≥Ⅻ度),本文所用影像基本满足解译要求。本文共解译出194个面积大于700 m2的滑坡,这些滑坡主要沿地震烈度长轴方向分布,灾害体平面面积达5.6 km2,影响范围超过600 km2。通过对九寨沟地震灾区的地形、岩性及地震动加速度进行分析,本文采用Newmark刚体滑块模型对该区震后滑坡危险区域进行了预测。预测结果按照危险程度不同划分为5个级别,即高度危险、较高危险、中度危险、较低危险和低度危险。滑坡分布与评估结果呈现出较好的一致性:解译的滑坡主要分布在评估为滑坡高度危险的区域,表明本文所采用方法的有效性。本文对该方法的局限性也进行了讨论,并提出改进建议。     

基于确定性系数方法的龙门山地区地震滑坡影响因子敏感性分析——以汶川地震与芦山地震诱发滑坡为例

在我国西南地区,沿龙门山断裂带分别发生了2008年汶川M_S8.0级地震以及2013年芦山M_S7.0级地震,这两次地震均造成了严重的地表破裂,并诱发了大量的滑坡和崩塌等次生地质灾害。文章选择了位于青藏高原向四川盆地过渡的区域——以龙门山断裂带为中心的30°~34°N,102°~106°E区域作为研究区,借助GIS工具,基于确定性系数（CF）方法,选取了地震、地质构造、自然环境和人类活动4大类因子,包括烈度、震中距、岩性、断裂、高程、坡度、坡向、河流、降雨、公路共10个因子（子集）,对汶川和芦山地震诱发的次生滑坡灾害进行影响因子敏感性分析,基于z值确定该区域内地震滑坡的关键因子类以及基于CF值确定各类集（子集）下各特定因子的具体地震滑坡敏感性。研究结果显示：地震因子具有最高的z值,是龙门山地区地震滑坡产生的关键影响因子,表明地震活动的强弱直接关系到斜坡的稳定性和次生滑坡灾害的面积分布。而对比烈度子集中的具体CF值表明：当烈度小于Ⅷ度时,烈度对次生滑坡发生的影响极低,区域内的主要影响因子则由地震因子转变为震中距、自然因子等其他类别的因子;其次以坡度、高程、与河流的距离为主的自然因子类别以及与断层的距离在地震滑坡过程中也有较高权重,而人类活动对研究区内坡体的稳定性也有着不可忽略的作用。本研究结果可作为该地区后续区域地震滑坡相关研究和发展规划的基础科学依据。

     

基于灰色聚类与3S耦合方法的生态环境质量变化趋势研究——以吉林省大安市为例

以松嫩平原西部生态环境脆弱的典型区域大安市为研究对象,根据生态脆弱带的特点,借助3S技术对1989、2000和2004年遥感影像数据进行处理,获取空间信息指标,建立基于空间和非空间数据的由21项因子组成的生态环境指标体系,运用灰色聚类动态模型对吉林省大安市的生态环境质量进行评价,利用Arcmap软件绘数字化图。结果表明,大安市1989—2004年各乡镇的生态环境质量呈现不断恶化趋势,到2004年已有近1/3的乡镇处于Ⅴ级(劣),气候、地质条件、人类对资源过量开发是其重要原因。     

基于模糊聚类神经网络的煤炭资源等级划分方法——以内蒙古煤炭资源预测区为例

依据第三次煤田预测评价指标体系,选取影响煤炭资源自然禀赋的9个指标,针对内蒙古煤炭资源预测区的数据特点,设定指标标准值和加权值。应用模糊聚类神经网络模型,对标准值和10个内蒙古煤炭资源预测区样本进行规格化处理,找出聚类中心,通过计算样本与聚类中心的欧式距离,得出样本所属等级。划分结果:呼伦湖预测区煤炭资源为一等资源,鼎辉、东胜煤田4预测区等为二等资源,得尔布尔外围、福山、炭井沟预测区虽为长焰煤和无烟煤,但资源规模太小,丰度低,煤层薄,为三等资源。     

基于Newmark模型的概率地震滑坡危险性模型参数优化与应用:以鲁甸地震区为例

应用概率地震危险性评价模型进行地震滑坡危险性区划,是解决潜在地震诱发滑坡危险性评价中震源不确定性与诱发滑坡时空不确定性的有效方法 .通过理论分析,结合鲁甸地震区的实际情况,对基于力学原理的Newmark滑块位移模型与概率地震滑坡危险性分析方法中的参数的不确定性问题进行了分析,将斜坡岩土体地震作用下的强度衰减效应、地震加速度地形放大效应、断层破碎带效应融合到了斜坡累积位移计算模型中,进行了模型计算参数的优化.改进后的分析模型,更好地反映了高陡斜坡地形与断层破碎带对地震滑坡灾害发育的控制作用,在鲁甸地震区域滑坡应用中,优化模型中的滑坡失稳极高风险区与实际地震滑坡分布表现出了较好的一致性,在超越概率2%的滑坡失稳概率分布中,鲁甸地区包谷垴-小河断裂、鲁甸-昭通断裂带及牛栏江河谷地带地震滑坡高-极高风险区分布面积增幅十分显著.因此,在Newmark滑块位移模型中考虑地震动参数与岩土参数动态响应规律与变量间的定量关系,对于提高区域斜坡稳定性分析的可靠性具有重要意义.