�ձ�9.0�������������ݶȵ�ʱ�շֲ�

????????????????????????????2003??1????2012??11?μ?112????GRACE??????????????2011?????9.0???????????6??????????????????????????Щ?????????????????????????仯????????????:??T_λλ????T_rr????T_θλ???? ??????????????н???????????????9.0???????????????????????6?????????????????????????仯????????????仯?????     

�ձ�MW9.0�����߶������仯�������

????GRACE????RL05?????????????????2011??3??11?????9.0???????????????????????1?????6???o?1????????仯?????????????????????????????????????????1??????????????????????????λ???????????????仯???????????????????????????????????????????????????????????仯??????????????4??????????????б仯?????GMT???????????????????????????????????????????仯????????????     

���峱ģ�Ͷ�GPSʱ�����е�Ӱ���о�

????????????GPS??????????????IGS????2007??????????????IERS2003??IERS1992????GPS?????????????????????????????????????IERS1992???????IERS2003?淶?е???峱????????????????????????????????????γ???????? ??????????????????????????峱????????????????????????0.6~1.0mm???????峱?????????6%~8%??     

YRY�����Ӧ�������ݲɼ��ĸ߾���ʵ��

??????????????????YRY????????????????????????6λ???????????????24λ??-????ADC ADS1201?????????????????·??????????????Χ??????????????????????????????????????????????????????????????????????????????Ч????     

������������ˮƽ���ٶȸ�����С��Ԥ����

]?????????????????????????????????????С???任????????????????????????????С???????????????????????????????С???任??????????????????HaarС????db4С????db6С????sym6С?????????С?????????????????????FIR????????????????б??,?????????С??????????????????????????FIR??????????????????????????db???С????????????????????????????????????????????????????????db???С??????????????sym8С????     

�ϼ����±ȵر��Ṉ̀߳仯�о�

????2002-10-2007-09??Envisat??????????????佻???????????仯??????У???????????????????о???????±??????????????仯????????????????????????????????????6 cm/a??     

����GPSվ�������й���������ȡ���α����

??????????GPS???????????????е???????????????????????α??????????????á??????????????PCA????Karhunen??Loeve?????KLE??????????????????GPS????????????????????з????????????÷??????????????6????????????????????GPS????????5?????????????У??????????Щ??????????д?????????????????????????????????е???????????????????????α???????????????????     

GPS���ֹ㲥����������ϼ����ƾ��ȷ���

??????GPS?????е??????????????????????????????????????????????????????????????й?????????????????????????????????????￡?18??????????????16?????????????????????2С??????????????18??????????16??????????????GPS ?????????2????????16????4С????????????????14cm,????18????3С????????????????1cm??     

�й���½������������̬�仯ͼ��

????1998???????й?????????????硢?й????????????????????????????????????й????1998??????2??3??????й??????????????仯?????????й???????????????????????????????????????й??????????????仯????????????й?????????????????????????????????????     

����Ms6.6�����InSAR�۲⼰�ϲ�λ����

????3??Envisat?????????,?????2008??10??6?????????Ms6.6??????????????α?,????????????4????????????δ?????????????α?,?????????????????20 km??20 km??Χ??????0.3 m????????Ρ??α??????????????????????????????????????t???????????λ???????????????????????????λ?????????????????????????????????????????????λ???3 m, ????λ??90.374??E, 29.745??N????Mw6.35??????????????189?????60????????????????′???????ε?μ?????????????12 km,??11 km,???9.5 km???????????????????????????????????????????????й??     

中强地震前小震调制比异常的动态检测与地点预报

在小震调制比方法的基础上提出了探测中强震发生前震源附近调整区位置的一种动态检测法（又称抽时段检测法）。利用已发生的较强地震作为动力源，研究震时和震后一段时间内在一定空间范围内小震调制比的时空响应，响应明显的区（即调制比异常区）可判定为未来震源的调整区。应用组合模式原理，利用两个或两个以上动态异常区得到的交汇区可进行中强震的地点预报。     

����Ӧ�����ѧ��Ʒ���Զ�����——�԰Ͷ�5.1������Ϊ��

?????й??????????????μ????????????????????????????????????????????????????????????????????5.1????????????????÷??????????????????????????н?????Ч???????????????     

中国大陆中强震中长期预测的WDM方法

中文简介强震危险判定的Ｗ值和Ｄ值方法,以此为基础,结合统计修订,提出强震三要素一并判定的一种新的数学方法,称之为“ＷＤＭ”方法。经实例试算,表明了该方法的有效性,可用于中国大陆中强震中长期预测研究。     

2008年汶川MS8.0地震与2017年九寨沟MS7.0地震成因关系探讨

利用2008年汶川地震破裂模型及2017年九寨沟地震接收断层参数和断层面有效摩擦系数等不同模型参数,计算2008年汶川地震造成的库仑应力变化。结果显示,在考虑不同模型参数条件下,2017年九寨沟地震震源处的库仑应力增量（同震及震后）约为3~7 kPa,尚未达到地震触发阈值10 kPa。综合分析认为,2008年汶川地震对2017年九寨沟地震有一定的触发作用,但作用十分有限,九寨沟地震的发生主要受控于区域构造活动及地壳流变结构。分析不同参数对计算结果的影响发现,不同破裂模型的选取对2018年汶川地震计算结果的影响最大,这可能是导致前人研究结论产生差异的原因之一。     

基于PhaseNet的地震信号自动处理方法准确性分析

利用一种深度学习地震信号检测方法（PhaseNet模型）检测甘肃省岷县MS6.6地震序列,根据地震震相关联技术和绝对定位Hypoinverse方法构建AI检测目录,对比人工分析地震目录和震相报告,分析AI自动处理地震事件的误差范围。结果表明,AI技术能够实现85.5%的人工工作量,定位误差在20 km范围内呈正态分布;在低震级地震事件检测中,AI方法也发挥了显著能力。相比于人工处理方法,AI方法稳定性好、不依赖个人经验、分析速度快,在大震后的地震目录快速产出中能发挥关键作用,可提高地震分析能力、节省人力成本。     

一种基于大数据的前兆异常识别方法——以云南鲁甸地震为例

利用大数据的研究思想,对鲁甸地震多个前兆测项的震前观测数据进行多测项异常检测的联合应用,结果与地震有很好的对应关系。对区域内更多数据的分析表明,该方法检测结果与5级以上地震具有较好的对应关系。该方法是将大数据思想引入地震观测数据应用的一次尝试。     

唐山地区波速比变化特征研究

选取唐山地区2008~2018年震相数据,利用单台多震和达法和多台多震和达法分别计算波速比,结合研究区内的地震活动对波速比的变化特征进行研究。结果显示,多台多震和达法得到的波速比结果较为稳定,而单台多震和达法得到的结果变化幅度大,显示更多细节;唐山地区ML≥4.5地震发生前单台波速比存在不同程度的异常,异常台站的方位与地震具有一定的对应性。     

�Ͷ������»����ȶ��Է���

????????趨????????????????????????Σ??????????????????????????????????????????о???????????趨?????????????°???????????????????????趨????λ???????????????????????????     

前兆异常区地震危险性概率的评估方法

讨论了根据前兆观测估计地震危险性概率的问题,给出了单学科观测异常区和多学科观测异常区地震的危险性概率的评估方法。利用３ 个先验概率值,即地震背景概率—Ｐ（Ｂ）、孕震条件下某学科观测发生异常的概率—Ｐ（Ａｉ／Ｂ）、非孕震条件下某学科观测发生异常的概率—Ｐ（Ａｉ／Ｂ）,就可计算：①异常区有震概率（也称有震报准概率）Ｐ（Ｂ／Ａ） 或Ｐ（Ｂ／ ∩ｎｉ＝ １Ａｉ） 和异常区无震概率（也称虚报概率）Ｐ（Ｂ／Ａ） 或Ｐ（Ｂ／ ∩ｎｉ＝ １Ａｉ）;②非异常区有震概率（也称漏报概率）Ｐ（Ｂ／Ａ）或Ｐ（Ｂ／ ∩ｎｉ＝ １Ａｉ）和无异常无震概率（也称无震报准概率）Ｐ（Ｂ／Ａ） 或Ｐ（Ｂ／ ∩ｎｉ＝ １Ａｉ）。通过几组模拟数据的计算,可初步得出结论：①对于单学科观测,降低非孕震异常概率,即减小干扰,可提高报准概率;②多学科观测同时出现异常,将提高报准概率,但漏报概率也将显著增加。     

深井水位记震能力与地震预报

深井水位测得震级Mt与地震台网震级Ms的差值为记震能力Mst(Mst=Ms-Mt),它能反映地下应力场状况.3口井1 559次记震能力与实际发生地震的检验结果,用R值法评分得0.50,具97.5%置信水平;用 Wallen 法评分得0.54.3口井623个记震能力月度极大值与实际发生地震的检验结果,用R值法评分得0.42具97.5%置信水平;用 Wallen 法评分得0.42.用深井水位记震能力预报地震的实践证明,深井水位记震能力是一种有用的地震前兆预报方法.