泉州数字地震台速报震级偏差分析与校正

选取2004-01～2007-11共180多个速报地震,经震中距校核后测算的MS震级与全国大震速报台网发布的MS震级比对,得出泉州台在震级测算方面的偏差情况。并根据不同地震的相应特征,确定相应的震级校正值,以此提高泉州台的地震速报精度及作为提供日常处理地震资料数据的技术依据。     

安西台震级偏差讨论与校正

通过选取大量的地震记录,分析了安西台所产生震级偏差的可能原因,并提出了校正其偏差的意见。     

赤峰中心地震台面波震级偏差分析

地震震级是地震三要素之一,如何准确测定震级对于地震速报与应急工作至关重要。选取赤峰中心地震台2016年1月1日到2019年5月31日测定的674个地震事件的面波震级进行分析,并与中国地震台网中心发布的正式目录进行比较,并根据不同的震中距和方位角,给出面波震级偏差及校正值。结果表明:随着震级和震中距增大,震级偏差增大;赤峰中心地震台以北地区的不同方位角范围内,地震面波震级偏差分别为0.15、-0.13,以南地区的不同方位角范围内,地震面波震级偏差分别为0.22、0.16;根据参考校正值重新计算震级,通过震级对比结果表明校正效果较好。     

九江台震级偏差讨论与校正

通过选取大量震例,分析了九江台所产生的震级偏差的可能原因,并提出了校正意见。     

河北测震台网单台震级偏差分析

以河北测震台网记录的河北及周边地区地震事件为数据源,计算单台测定震级与台网平均震级的平均偏差、标准偏差,采用统计、对比、归纳分析等方法,分析偏差的分布情况,依据震中距分段计算平均偏差,得到震级偏差的分布规律及相应校正值;最后通过对量规函数、台基岩性等进行校正,对比拟合出符合河北台站特点的新量规函数,使误差精度在规定范围之内。     

银川台Ms震级偏差与台站校正值

本文用966个中强地震对银川台不同仪器测定的Ms震级偏差进行了统计分析,发现DK-1仪器系统偏高0.19,SK和763仪器系统分别偏低为0.25和0.14。指出银川台的Ms震级偏差与震中距有关,与震级大小有关,与震源深度和震中区域方位有关。同时给出了银川台不同仪器测定Ms震级的台站校正值。经校正后的Ms震级偏差系统明显降低:DK-1为0.08,SK和763分别为0.12和0.07,这将有助于提高银川台的震级测定精度。     

广西测震台网台站地方性震级偏差分析

选用广西数字化测震台网2008—2020年记录的广西及邻区1 251个M_L ≥ 2.0地震事件震相资料,采用震级残差统计方法,获取广西51个地震台单台震级与台网平均震级的平均偏差和标准差,分析观测仪器类型、台基场地响应和震中距等因素对震级偏差的影响,进而提出台基校正值,修正区域量规函数。结果发现,南宁、天等、北海等15个地震台站的震级偏大,桂林、贺州、天峨等16个地震台站的震级偏小,崇左、灵山、平果等20个地震台站震级适中;在单台震级共14 784个样本中,震级偏差集中在-0.4—0.4,呈正态分布;震级偏差受台基场地响应和震中距因素影响明显,当场地响应值大于1.0时震级偏大,小于1.0时震级偏小,等于1.0时震级较为适合,当震中距在70 km范围内时单台震级偏小,当震中距在70—300 km时单台震级较为适合,当震中距在300—550 km时,单台震级稍有偏大。修正后的区域量规函数和台基校正值,可有效提高广西测震台网测定震级的准确性。     

嘉峪关数字单台震级偏差研究

根据嘉峪关地震台测震数字化记录近3年的资料,对此期间所发生的206例中强地震的震级进行统计,与《中国地震台网观测报告》提供的标准震级进行对比,对其偏差形成的几种因素进行分析,初步得出校正值,有利于提高嘉峪关地震台地震分析及速报质量。     

大连地震台面波震级偏差及其校正

文章采用大连地震台1983年到1986年四年间所记录的面波震级Ms≥4.0级的地震一千余例与《中国地震台临时报告》中所给定的面波震级进行比较,算出大连地震台的台基校正值,以及不同震中距,不同震中方位,不同震级的震级偏差及其校正值.     

大连地震台面波震级偏差分析与校正

中国地震台网中心提供了一个试算的大连地震台面波震级台基校正模型。基于该模型,我们对1985年至2003年大连地震台记录的共计1357次地震进行了面波震级台基校正试算,按照不同震中距、不同震级、不同方位角分别进行了讨论,得到大多数情况下大连地震台单台实测面波震级小于国家台网面波震级的结论。     

基于BP神经网络的波阻抗反演及应用

人工神经网络是近期发展最快的人工智能领域研究成果之一.本文在介绍BP神经网络的有关原理的基础上,提出一种基于BP神经网络模型的波阻抗反演方法,该方法克服了常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性.利用该方法对实际地震剖面进行了波阻抗参数反演处理,结果表明人工神经网络方法在波阻抗反演中的应用是可行的并且是有效的.     

基于BP神经网络的单人步行荷载参数识别

步行荷载模型的参数识别是准确重构步行荷载的前提.通过试验得到单人不同步频下的步行荷载加速度时程,经过傅里叶变换得到步行荷载频谱,获得各阶动载因子与实际步频.基于包含亚谐分量的步行荷载傅里叶级数模型,提出均匀试验设计与BP神经网络相结合的相位角识别方法,进而重构步行荷载.结果表明,提高均匀试验设计的水平数可以提高相位角的...     

基于BP神经网络的地下水位预测系统设计

为了解四川德阳地下水位动态,进而分析地震前兆动态,本文设计了一个基于BP神经网络的地下水位预测系统。采用SWY-Ⅱ数字式水位仪对德阳地下水位数据进行采集。根据采集的2015年水位数据,利用BP神经网络对地下水位变化进行预测,以一年的采集数据进行训练和测试,采用3个输入节点、1个输出节点设计了BP神经网络结构。为了进一步验证本预测系统,本文对2017年7月1日—10月26日地下水位情况进行了预测。实验表明：该方案能有效实现地下水位的预测,为地震前兆工作提供可靠数据。     

一种基于神经网络的探地雷达信号解释研究

运用人工神经网络理论和方法,建立了用于隧道衬砌厚度探地雷达探测信号解释的BP神经网络模型,对某公路隧道衬砌检测厚度进行了分析应用,并与钻孔取芯结果进行比较,实践证明,该方法可提高探地雷达信号解释精度和工作效率．     

基于遗传神经网络的大地电磁反演

为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度,将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练,网络输入为已知地电模型的视电阻率参数,输出为该地电模型参数;再利用遗传算法对神经网络学习训练过程进行优化,计算出多种地电模型网络连接权值和阈值的最优解;最后将最优连接权值和阈值对未知模型进行反演测试,网络输入为未知地电模型的视电阻率参数,输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性,相比单一神经网络算法,在网络学习训练中提高了解的收敛成功率和计算速度,在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比,理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性.

     

基于BP神经网络模型的多层砖房震害预测方法

针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。     

基于改进的BP神经网络构建区域精密对流层延迟模型

利用神经网络算法挖掘海量数据的规律已成为科技发展的一种趋势,本文针对卫星信号的天顶对流层延迟进行建模.对流层延迟是影响卫星定位精度的重要因素之一,建立精密区域对流层模型对高精度定位有着重要的意义.对区域测站对流层延迟数据的分析,考虑到实时建模中传统BP（Back Propagation）神经网络计算量大,易出现"过拟合"现象、不稳定等因素,通过改进的BP神经网络建立了区域精密对流层模型.详细介绍了新模型的建立过程,并与常用的对流层区域实时模型进行了对比.还讨论了建模测站数目对预报精度的影响.相比现有的其他对流层延迟模型,基于改进的BP神经网络构建的区域精密对流层延迟模型无论在拟合和预报方面都有较好的精度,且随着测站数目的增加模型精度趋于平稳.改进的模型参数较少,可以进行实时的区域精密对流层延迟改正;需要播发的信息量小,适用于连续运行参考站系统（Continuously Operating Reference Stations,CORS）的应用.研究表明：改进的BP神经网络模型能够更好的充分利用大规模历史数据描述卫星信号对流层延迟的空间分布情况,适用于实时大区域精密对流层建模.基于日本地区2005年近1000多个测站的NCAR（National Center Atmospheric Research）对流层数据进行区域对流层延迟建模,结果表明改进的BP神经网络模型在拟合和预报精度上都有较大提升,RMSE（Root Mean Square Error）分别为：7.83 mm和8.52 mm,而四参数模型拟合、预报RMSE分别18.03 mm和16.60 mm.     

乌兰浩特地震台与阿尔山火山地震观测站面波震级偏差分析

为了提高乌兰浩特地震台、阿尔山火山地震观测站的震级精度,基于面波震级公式和残差统计方法,分别计算乌兰浩特台、阿尔山火山地震观测站与中国地震台网中心测定的面波震级之间的偏差,分析产生震级偏差的影响因素。结果表明:乌兰浩特台、阿尔山火山地震观测站测定的面波震级与中国地震台网发布震级的偏差平均值分别为0.19、0.17;震级偏差总体呈现随震级的增加而先增大后减少的趋势;阿尔山火山地震观测站震级偏差随震中距的增大而增大,而乌兰浩特台则先增大后减少。     

基于BP神经网络模型的村镇砖砌体结构震害预测研究

砖砌体结构是村镇地区一种量大面广的结构形式,其抗震性能薄弱,在地震中极易出现脆性破坏。本文尝试应用基于L-M算法的BP神经网络方法,利用它强大的非线性映射功能,建立起村镇地区砖砌体结构震害影响因素与破坏状态等级之间关系。设计出一个9-6-5的三层神经网络模型,根据实地调查,筛选出影响房屋震害的9个主要因素,如层数、层高、砌筑方式、砖墙面积率等作为神经网络的输入参数,输出参数为房屋5种破坏状态。选择2008汶川地震后四川、陕西、甘肃等地的震害实例作为学习样本对所构建的神经网络模型进行训练。训练结果表明,该模型对已训练数据有很好的适应性,但如果要将其用于单个或群体建筑的易损性分析,并取得较精确的预测结果,还需积累足够多的训练样本,并进行大量的网络试验工作。     

福建测震台网单台震级偏差与台站场地响应关系的初步分析

利用福建测震台网2008年10月~2015年12月记录的每个事件至少有6个台站测算震级的3069个区域地震事件,进行单台震级与台网平均震级的偏差统计,获得了各台站的总的震级平均偏差为-0.31~0.68,并统计各台站测算震级所量取最大记录振幅相应的周期,获得优势周期为0.06~0.38s;通过Moya方法反演各测震台站的场地响应,获得98个台站对1~20Hz频带的场地响应,结果显示场地对某些频带信息有放大或抑制作用;通过比较Wood-Anderson地震仪摆固有0.8s周期所对应的场地响应、各台样本优势周期所对应场地响应的震级偏差与各台总的震级平均偏差,发现台站测算震级相应优势周期的场地响应的震级偏差与台站震级平均偏差有较好的线性关系,表明单台震级的偏差与测算震级所量取最大记录振幅相应的周期的场地响应有较大关系。