应用人工神经元网络方法识别近震与远震

利用人工神经元网络方法,提出了一种在实时系统中识别近震与远震的算法,并用广东省台网记录的地震波形数据进行训练和测试。结果表明,该算法能准确可靠地识别远、近震,可以应用于台网的实时处理系统。     

基于神经网络的近震与远震识别

选用P波震相附近的地震波作为研究对象,对近震和远震特征信息进行探讨。选取初至P波主周期作为神经网络输入元,P波到达后2～6s作为地震波时间窗,选择正确的网络结构和参数,搜集大量的地震样本数据进行训练,实现对近震和远震地震事件的非线性系统识别。结果表明:在样本训练区间检验数据的预测结果置信度达到100%;在非样本区间也能迅速收敛到标识符0或1附近。近震样本信号最大周期为0.25s,而置信度达到80%以上的预测区间几乎接近0.35s;远震样本信号最小周期为0.9s,而置信度达到80%以上的预测区间达到0.5s,表明模型建立得当,具有良好的泛化能力。     

利用多台资料对比识别南北地震带震相特征

利用多台资料对比震相识别方法,采用台网中心对地震较精确的定位结果,对南北地震带强化观测台网中心所记录到的地方震、近震、远震分别进行分析。结果表明,随着不同构造区域介质的差异性,地震波传播路径不同,导致各地区所记录到的地震震相特征不同。通过对不同区域地震震相特征的进一步对比分析,找出各区域震相特征的差异性和规律性,为以后台网中对震相识别和精确定位都有一定意义。     

浅源极远震的震相特征与识别方法

介绍了纵波在地球内部的传播过程和浅源极远震的震相特点。由不同震中距的地震反映在三分向地震记录图上的初至震相振幅比的差异,归纳出由地震初动判别地震类型的方法,结合实际工作经验,得出如何判别ＰＫＳ震相、如何由ＰＰ推Ｓ、由ＳＳ反推ＰＰ震相,以及根据地震面波的到时,通过《Ｒｍ－Ｐ》表来验证震中距等几种识别极远震及其震相的方法。     

山西大同数字遥测地震台网记录的震相特征

从地球及地壳的分层结构出发，使用较成熟的理论，从地震波传播的基本原理入手，结合多年的震相观察分析工作实践，选取了山西大同数字遥测地震台网近年来的一些典型震相进行了分析，得出本台网记录到震中距小于100km的地方震震相有Pg，P11，Sg，S11震中距在100km～500km的近震震相有Pn，Pg，P11，Sn，Sg,S11对比分析了在本台网内及周边地区发生的爆破与天然地震在震相上的差异性，并对其特征作了较详细的描述。     

Pdif震相在CDSN兰州地震台的记录特征

通过对CDSN兰州地震台1990-2000年间31个极远震记录的分析,得到了Pdif震相在CDSN宽频带数字地震仪上的运动学和动力学特征;给出了兰州地震台Pdif震相走时便查表,以便分析时查询比较.所得结果有助于提高地震速报能力和积累震相分析经验,有助于对核幔边界物理性质的认识.     

嘉祥地震台极远震震相记录特征

以嘉祥地震台2014—2020年记录的418个6级以上极远震震相为研究对象,基于AK135走时表,选取其中10个典型震例,分析研究区域内极远震震相记录特征,结果表明：记录震相因地震发生地区而异,主要影响因素为震中距、震源深度、震级等。     

鹤岗地震台测震观测资料质量分析与研究

通过对鹤岗地震台测震观测资料和国家测震观测资料评比标准进行分析比较,在保证观测仪器正常运转的情况下,认为要提高鹤岗地震台测震观测资料质量,就要做好震相分析、震级测定、数据报送、单台报告四方面的工作,其中震相分析精度是保证观测资料质量的关键,而初至波震相的精度决定了震相分析的精度,所以对如何提高初至波震相精度进行了分析,并提出了几点改善工作的建议。     

SKKS震相记录特征及其对极远震深度的测定

就穿透地球内核的SKKS震相的传播路径、走时以及随深度变化的特性进行了分析讨论。对银川台记录SKKS震相的特征和震相识别做了研究总结，同时给出了SKKS震相求极远震深度列线图。经过震例检验，用SKKS震相测得的深度在单台定位中相对比较准确，为应用SKKS震相测准极远震深度，提高银川单台月报质量，提供了有利工具。     

震中距100°左右地震震相特征分析

震中距100°左右的地震,位于远震与极远震之间,特征既像远震又像极远震,震相较难分析。为了提高对该震中距地震的速报能力,对山西省地震局太原基准地震台记录的该震中距的地震事件进行了分析,总结了其震相特征及规律。     

单台地震观测报告震相数据的验证方法探讨

简要介绍了利用电子走时表和网上地震目录对单台地震观测报告的震相数据进行初步检查的方法及其软件实现,认为,利用该方法可找出观测报告中分析错误和误差较大的震相,可作为一种对单台地震观测报告进行检查的有效方法。     

中国台湾地区地震sPn震相分析及其震源深度计算

运用Pn震相对齐的方法分析了发生在中国台湾地区地震的sPn震相,总结了该地区地震sPn震相的一些特征,用sPn震相计算了震源深度并与单纯型定位法结果进行了对比。结果表明,在该地区地震中,sPn震相特征明显;应用该方法可以较准确地测定台湾浅源地震的震源深度。     

临夏地震台观测到的临震预滑和震颤震相

对临夏地震台的YRY-4分量应变仪、水位仪和地震仪记录数据分析后发现:2008年5月12日汶川MW 7.9地震前,在3种不同学科的观测记录上,在相近时间段内均记录到了预滑震相Xp和震颤震相Tp.总结Xp震相和Tp震相记录特征的基础上,试图用实验室做的小尺度黏滑实验结果来佐证和解释所记录到的临震预滑和震颤震相的物理机制....     

攀枝花地震台数字地震分析探讨

结合地震波记录原理,分析并讨论攀枝花台数字仪震相的一些物理特征,并使用MATLAB对攀枝花、长春台的地震资料做简单滤波分析,便于真实地反映地震波震相。参考川滇交界地区地质构造,总结出攀枝花台对多次地震记录震相分析的经验规律,为地震速报快速识别震相提供实用参考。     

机器学习在地震检测与震相识别的应用综述

在地震学研究中地震检测与震相识别是最基础的环节,其拾取速度和精度直接影响其在地震精确定位以及地震层析成像中的应用效率和精度。近年来,机器学习在地震学领域中引起广泛关注。机器学习可以改进传统地震检测和震相识别方法,使它们能达到更加准确,识别率更高的效果。把机器学习方法按照监督学习和无监督学习分类介绍,并对机器学习方法流程进行总结,并对目前在地震检测与震相识别方面应用较为广泛的机器学习方法(卷积神经网络、指纹和相似性阈值、广义相位检测、PhaseNet、模糊聚类)进行综述。结果表明:机器学习在地震事件检测和震相识别将会是主要的手段。数据驱动的机器学习在地震学中的应用和物理模型的联合运用将是未来的发展趋势。     

高台测震新旧台基记录地震及震相特征差异性对比分析

使用相同带宽、同类型地震计BBVS-120观测记录数据,对高台地震台新旧观测山洞的台基环境噪声、地震监测能力及震相记录特征进行对比分析,结果表明,高台测震新山洞的地震监测水平优于旧山洞,部分地区新山洞对于核面反射波的记录更加清晰。     

智能化地震事件识别和定位系统研究现状及展望

数字地震观测技术的发展为提高台网信息处理能力、地震应急能力和台网服务功能提供了先决条件。智能化地震事件识别和快速地震定位是发挥台网社会效益的一个重要方面。文章对国内外基于现代信号处理技术的智能化地震事件识别和定位方法的研究现状进行了综合分析，针对该项研究存在的问题，对其发展趋势进行了探讨，初步提出了未来需要深入研究的课题。     

Analysis of Seismic Risk at an Engineering Site from Site Effect Seismic Intensity Data Using the Seismotectonic Method Taking Six Reservoir Dam Sites in Western Anhui as an Example

The seismotectonic method is used to study the seismogenic structures and the maximum potential earthquake around an engineering site in order to determine the seismic risk at the site. Analysis of seismic risk from site effect seismic intensity data, in combination with regional seismo-geologieal data, using the seismotectonic method can provide a more reliable result. In this paper, taking the area of six reservoir dam sites in western Anhui as an example, we analyze the seismic risk from site effect seismic intensity data in combination with the seismotectonic conditions and find that P (I≥i) = 10% over 50 years. The result shows that the seismogenic structure and the maximum potential earthquake have a controlling effect on seismic risk from future earthquakes in the area around the site.