地震活动时序谱的涨落统计特征与地震活跃期

为寻求地震活动演化的统计判据，本文采用多项式拟合法展示地震时序谱之涨落谱，以分维函数法判断最小邻间距（NNS）分布的Poisson性，然后采用MKS无参量法判别涨落谱之统计稳定性，确定NNS分布的转变区，具体研讨了四川、云南若干震区地震活动时序谱的涨落统计分布，发现地震活跃期到来时NNS分布表现出非Poisson化的特征。进一步通过改变和调节时序数据样本集之震级下限，并逐段前推进行统计计算的方式进一步验证结果的可靠性，客观地确定了这些震区地震活动时序涨落谱统计特征的转变期，使根据该统计法判断地震活跃期的方法论渐趋完善。     

板内地震活动自组织、自相似特征

本文提出了两个比较重要的关系式,用来描述地震活动在时间域的自组织、自相似特征。即N(τ)～τ~(-D)和 N(≤t)～t~d,前一个关系式说明地震时间序列符合 D 维的分维分布,而不是泊松分布,后一个非线性关系式可以作为一种递推关系和预报方法用于强震的中期预报。     

关于地震丛集特征、成因及临界状态的讨论

给出了研究地震临界丛集现象的最新方法,即时间变异诊断方法。讨论了不同类型的地震丛集活动特征和成因,结合中国大陆及邻区M≥ 8. 0大震序列和华北地区自1966年以来M≥6. 0地震序列,研究了丛集状态的自相似性及临界时间分支现象。对发震系统的内部时间给出了定义,并研究了地震丛集的非线性时间结构特征。研究认为: ① 事件的发生意味着系统现存的能量一次跳跃式的释放和状态的一次转换。只有当系统以某种足够随机方式动作时,系统状态才会转换,事件才会发生;② 涨落是系统状态的探测器,在临界状态时系统出现很大的涨落,时间变异系数W= 1。临界丛集是由系统内在随机性决定的,事件发生时间是随机地出现的,未来可能出现不止一次的W= 1的临界点;③ 相继发生的事件(M≥ M₀) 可以反映系统的演化过程和特征,丛集是系统演化过程中的有序性和无序性的综合反映;④ 事件丛集和丛集的事件具有自相似性和分形结构,也具有耗散系统的自组织和映射特点;⑤ 根据时间变异系数,系统内部时间(年龄),时间间隔与所经历时间非线性关系式以及映射和迭代方法可以用来预测未来地震趋势和未来M≥ M₀ 地震发生的可能时间点。     

地震活动的自组织和演化

通过余震活动资料,说明了地震活动中的自组织行为和分形现象.对于地震断裂系统,利用地震频度作为序参量,并应用绝热消去法建立了代表地震活动演化规律的序参量所满足的主方程.通过主方程的解,很好地解释了一次大地震过程中可能出现的各种地震活动现象和有序性变化.像许多物理系统一样,包括大地震震源在内的地震断裂系统,在临界点处涨落会自行扩大并对系统状态的突变起着举足轻重的作用.同时,要注意系统内部不可预测的行为,正确对待地震的预测和预报的含义.     

地震活动的自组织和演化

通过余震活动资料,说明了地震活动中的自组织行为和分形现象.对于地震断裂系统,利用地震频度作为序参量,并应用绝热消去法建立了代表地震活动演化规律的序参量所满足的主方程.通过主方程的解,很好地解释了一次大地震过程中可能出现的各种地震活动现象和有序性变化.像许多物理系统一样,包括大地震震源在内的地震断裂系统,在临界点处涨落会自行扩大并对系统状态的突变起着举足轻重的作用.同时,要注意系统内部不可预测的行为,正确对待地震的预测和预报的含义.     

地震临界现象及相关尺度增长定量检测方法研究综述

当前作为强震前的典型特征, 临界阶段地震活动的相关长度增长及主震周围矩释放加速(AMR)现象近年来受到广泛关注及普遍认可。 但近期部分震例研究显示, 在震中周围的大尺度范围内检测到矩释放加速的现象, 而在震中附近较小区域又可检测到矩释放减速的现象。 该文拟对地震活动相关以及临界状态的研究状况, 主震前震区周围大范围矩释放加速和小范围矩释放减速定量化检测的国内外研究状况以及研究中所存在的问题作了综述。     

中国近50年来群发性高温事件的识别及统计特征

本文提出一种简化的识别群发性气候事件方法,对近50多年来全国群发性高温事件识别结果表明该方法物理意义明确,客观有效,符合实际.通过对近50年来群发性高温事件统计发现,不论是从发生频数、持续时间、影响站数还是综合强度来看,2000年以后的群发性高温事件都是5个年代中最显著的.与此同时,群发性高温事件具有明显的区域特征,长江以南地区发生频率最高,其次为黄河下游华北地区,以新疆为主的西北地区亦是多发区,各个区域群发性高温事件在不同月份的分布差异体现了我国季风雨带移动及下垫面的影响.     

中国大陆西部前兆异常涨落与强震短期预测研究

统计了1998年以来西部六省区(云南、 四川、 青海、 甘肃、 宁夏、 新疆)前兆异常月频次, 探讨了异常数量的涨落与强震活动的关系。 结果表明, 大部分强震前强震所在省份及邻区的前兆异常数量有明显的持续增长现象, 临震时一般表现为异常回落至低值。 从时间上看, 异常增长的起始时间一般为震前3～4个月到震前7～8个月, 少量为震前14～18个月; 异常数量到达峰值的时间为震前1个月至震前10个月。 研究认为, 异常月频次峰值时间可以作为强震预测的中短期至短期指标。 研究还表明, 2001年昆仑山口西8.1级地震前, 除青海、 甘肃地区外, 云南、 四川的前兆异常也突出, 似乎显示了8.1级地震的孕育范围已影响到川滇地区。     

慢地震慢前兆的机制研究

通过岩石高温高压破裂实验与有机玻璃破裂试验的应力—应变曲线对比、地震波形记录(观测资料)与试样破裂波形(实验资料)对比、地震前后定点应变与主破裂前后应变形态变化的对比，认为慢地震是临界或亚临界破裂或预先滑动所致，是低频应变波动。它是材料屈服、弱化或塑性变化的必然结果。而慢前兆则是临近大地震(大破裂)前出现的诸如形变、低频地震波(破裂弹性波)等的短期及临震前兆现象，它比较可靠。但由于许多岩石主破裂前并无明显的临界破裂或预滑动现象，也并非所有岩石都一定出现明显屈服，所以也并非每个地震前都有慢地震，因此，也就不一定都出现低频波动。从而，也并不一定都出现相同的短期、临震前兆现象。     

晋冀蒙交界地区中小地震视应力时空分布特征

选取晋冀蒙交界地区固定和临时测震台网记录的2014-2016年地震波形资料,采用近震Brune模型,结合遗传算法,反演计算298次M_L ≥ 2.0中小地震视应力值,分析震源参数之间的标度关系,并按照震中分区,分析不同地区视应力时序变化特征及不同震级区间视应力空间分布特征,发现该区多处存在视应力高值现象,地震多发生于视应力高值异常及附近地区,与断裂带有一定对应关系。     

历史强震烈度点数量的统计特征及其对历史地震参数的影响

以1995 年出版的《中国历史强震目录(公元前23 世纪～ 公元1911 年)》为基础,首先统计了中国历史强震烈度点数量的总体分布情况,然后对历史强震烈度点数量在时间、空间和强度上的分布进行了分析,结果表明中国历史强震的烈度点资料普遍偏少。在时间和强度上,公元1500 年以前,受条件所限很多历史大震没有记载或者有些记载没能流传至今,而流传下来的历史地震也仅有少数烈度点;公元元年以前,史料记载过于简单且有缺漏,导致估定的最大震级记录不超过7 级;公元1500 年以后才开始出现8 级以上大震记录。在空间上,中国东部地区地震记载点明显较西部地区更为翔实。本文对单烈度记载点历史强震情况进行了重点分析,并将既有仪器记录又有宏观考察的现代地震按照历史地震参数获取方法进行处理,以讨论烈度点稀缺对确定历史地震参数的影响。     

皎口与横溪地震波形特征分析与应用

通过对宁波地震台记录的横溪地震和皎口地震波形特征的对比分析,发现它们到宁波台的震中距基本相同。震相都较简单,记录波形衰减较快。不同点有：初动方向不同,ＡＰ／Ａｓ比值不同,ＳＭ波周期不同,利用这些不同的特征,对部分初动不清楚的小震定位判断,结果与宏观调查基本一致。     

震级变异系数与地震序列类型、 性质的统计物理特征和早期判定方法的研究

根据G-R公式和非线性动力学观点, 在分析不同类型地震序列震级分布细结构基础上, 提出用震级变异系数δ_m、 b值和震级熵H(m)、 马尔柯夫链理论值h和信息量维数D₁等统计量, 来综合描述和界定不同类型、 性质的地震序列; 同时对截止震级问题、 b值、 平均震级m、 h和D₁等统计物理含义进行了探讨。 认为δ_m、 b值和H(m)及其与理论指数分布的震级熵H(∞)的差值ΔH(m)相结合将有助于区分前震序列、 前兆性震群和各种不同类型(主-余震型、 震群型、 孤立型)地震序列, 并且可以对这些类型进行早期判断。     

The pattern characteristics of the tendency variations of earth resistivity and its relation to earthquakes

ＴｈｅｐａｔｔｅｒｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｔｅｎｄｅｎｃｙｖａｒｉａｔｉｏｎｓｏｆｅａｒｔｈｒｅｓｉｓｔｉｖｉｔｙａｎｄｉｔｓｒｅｌａｔｉｏｎｔｏｅａｒｔｈｑｕａｋｅｓＨｅ－ＹｕｎＺＨＡＯ（赵和云）（ＥａｒｔｈｑｕａｋｅＲｅｓｅａｒ...     

Mechanical analysis of en echelon structure and its significance of controlling earthquakes

ＭｅｃｈａｎｉｃａｌａｎａｌｙｓｉｓｏｆｅｎｅｃｈｅｌｏｎｓｔｒｕｃｔｕｒｅａｎｄｉｔｓｓｉｇｎｉｆｉｃａｎｃｅｏｆｃｏｎｔｒｏｌｌｉｎｇｅａｒｔｈｑｕａｋｅｓＸｉｎ－ＳｈｅｎｇＸＩＥ（谢新生）ａｎｄＸｉａｏ－ＰｉｎｇＲＵＡＮ（阮小平）（Ｉｎｓｔｉｔ...