地震复杂性前兆与强震多重分形谱异常

大量的震例和实验研究表明，在震孕育的非线性过程、大破裂发生前，近震源区不同观测点的变化是不确定的、不重复的，但从整体上看，声发射（小震）和形变场随着应力的增加而存在由无序→有序，从简单→复杂，由“白脸”变“花脸”的变化确定的、可重复的。要注意，这里的重复不是细结构的重复，而是宏观图像复杂性增中的重复。这种具有重复性的、地震宏观图像复杂性的变化，称为地震复杂性前兆。显然它不同于某一物理某种定式的变化     

地震多重分形计算的最小生成树法

目前地震分形计算的方法很多,但各方法或多或少都存在一些问题．本文引入一种地震分形计算的新方法——最小生成树法（minimal spanning tree）,对其算法作了重要的修改,并通过对乌什、乌苏、唐山和海城4个区域震例的研究,得出大震前后地震时空分布多重分形谱由集中变疏张,反映了分形结构复杂性的增加、地震时空分布不均匀性的增加．由点集的数值模拟表明：强震前后多重分形谱变化的物理本质是地震分布由均一到不均一,由简单到复杂的变化过程．     

强震前地震多重分形谱的异常及其物理解释：以乌什研究区为例

应用有关软件分析新疆乌针研究区地震活动时间分布的多重分形谱Ｄｑ－ｑ和ｆ（ａ）－ａ。发现两次６级强震发生前，多重分形谱发生显著变化。主要特征是对一定的ｑ区间奇异性强度因子ａ取值变宽，Ｄｑ－ｑ曲线变陡，ｆ（ａ）－ａ的左端点或右端点下降。     

广义地震应变能释放的多重分形特征

利用基于小波变换的多重分形谱估计方法，研究了以中国东西部地区为代表的板内地震活动和以新西兰、日本为代表的板缘地震活动广义应变能释放的多重分形特征．结果表明，中国东、西部地震活动广义应变能释放的多重分形特征有明显差别，新西兰与日本的地震活动广义应变能释放的多重分形特征也有明显不同；地震活动的多重分形特征与构造的复杂程度有关．      

基于小波的地闪首次回击辐射场的多重分形分析

利用2002年夏季青海野外观测慢天线电场变化仪资料,应用小波变换模极大方法对地闪首次回击辐射场的检测及多重分形谱特征进行了分析.发现小波分解在小尺度上的时间变异系数在回击主脉冲峰处（回击点）呈现明显的尖峰,据此可对回击点进行快速可靠的检测;地闪回击辐射场多重分形谱可用推广的多重分形二项倍增串级公式比较精确地拟合,最小标度指数及谱宽度平均分别为-0.11和1.5,是重要的回击特征参数,而小波及多重分形应是闪电信号处理的重要工具.     

地震多重分形标度指数谱f(α)的研究

本文简要介绍了描述多重分形的标度指数谱f(α)的直接计算方法和简要推导过程。应用该方法分析处理了渤海和唐山地震区地震时间序列资料,结果表明,用f(α)谱能较好地全面描述地震时间分布这类不均匀分形。根据f(α)谱的异常形态,可以对大震进行监测预报。     

空间自相似性与地球物理和地球化学场的分解方法

场的分解是应用勘查地球物理和地球化学数据所必不可少的数理处理工作，这项工作往往是为了分解不同的场来研究和了解不同的地质以及相应的地质过程，比如划分不同岩石类型以及识别和圈定矿化蚀变睡.闰定地质过程所产生的同类型的地质体并不简单地对应于相同的场值和频率，场的分布特征往往还与地质体的几何形态，。埋藏深度以及与其周围地质体的相对差异有关。然而，由于地质过程往往具有多期次和空间相关性等特点，所产生的地质体或者相应的场往往会呈现空间自相似性或统计自相似性。这种自相似性可以帮助分解不同地质过程所产生的同类地质体，文中所介绍的多重分形（multifractal)滤波方法（S－A）根据场的能谱分布的不同空间自相似性形成不规则甚至分形滤波器，并将场分解为不同同的组份，如局部异常和背景场，应用该方法对多处地球化学和地球物理场的处理结果表明，该方法对区分与矿有关的局部异常与背景场是很有效的，对加拿大NOVA SCOTIA省西南部航空放射性铀钍钾（U-Tn-K)数据处理所分解的异常对反映岩体中与铀－钨－锡（U－W－Sn)矿化有关的围岩饰变具有明显的效果。     

多重分形与地震

本文介绍了多重分形理论的主要内容、广义维数D_q和f(a)谱的测算方法,评述了国外对地震空间分布多重分形研究的最新进展,指出地震多重分形的相变是当前急待解决的重要问题。     

离散小波变换与重力异常多重分解

小波变换多尺度分析是位场分解的有益工具.离散二维小波变换产生的低阶小波细节具有尺度不变的特征,它们不随小波变换的总阶数改变,而总阶数的增加仅增加高阶小波细节的个数和改变最后的高阶逼近.因此,用小波变换分解重力异常时,可根据地质目的来组合小波细节,从而实现有地质意义的异常分解.实验表明,用小波变换分解的重力异常小波细节,同样起到功率谱分解的作用,用分解之后的小波细节功率谱可以精确确定场源的埋深.中国大陆科学钻探场地的重力异常分解给出局部异常分解的典型例子.     

离散小波变换与重力异常多重分解

小波变换多尺度分析是位场分解的有益工具.离散二维小波变换产生的低阶小波细节具有尺度不变的特征,它们不随小波变换的总阶数改变,而总阶数的增加仅增加高阶小波细节的个数和改变最后的高阶逼近.因此,用小波变换分解重力异常时,可根据地质目的来组合小波细节,从而实现有地质意义的异常分解.实验表明,用小波变换分解的重力异常小波细节,同样起到功率谱分解的作用,用分解之后的小波细节功率谱可以精确确定场源的埋深.中国大陆科学钻探场地的重力异常分解给出局部异常分解的典型例子.     

分析研究基于小波分析与谱分析提高重力异常的分辨能力

重力数据是所有地下场源产生的重力场的叠加,探测对象经常被淹没在区域背景场之中,因此剩余异常的分离对于重力资料研究至关重要,而近来被引入位场领域的小波算子作为了滤波器和场源分析工具,在这里我们分析研究基于小波分析与谱分析的二维离散小波变换用于提高重力异常的分辨能力,再现出由简单形状场源描述密度不均匀的几何特征.本文先介绍二维多分辨率分析小波的基本理论及其提升算法,利用对数功率谱估计平均深度方法理论,接着对理论模型数据进行多尺度异常分解,估计地质体的形状、大小和深度,最后又对实测重力数据进行分析,并与传统常规方法进行比较分析,结果表明对于实际数据分析其方法也是具有可行性的.     

基于Curvelet变换的地震资料信噪分离技术

在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率.     

基于S变换的矿山地区地震波形时频分析

使用S变换对2010年淄博矿山地区发生的一组地震事件进行时频分析,并将其能量谱与典型的矿震和天然地震进行对比,结果表明：博山震群中,部分事件的主频率偏低,普遍能量衰减较快等特点符合一般矿震事件的特征,但这组事件的能量密度谱随频率轴的展布较宽,频率成分丰富等特点又与天然构造地震的特点一致.说明这组事件不同于一般由采矿作业引发的矿震活动,可能是由于煤层的采空区强烈改变地下岩层内的应力分布,其他人为活动诱发了与王母山断裂有关的浅层构造活动的结果.     

Characteristics and method of synthesis seismic wave based on wavelet reconstruction

A novel method of synthesizing seismic wave using wavelet reconstruction is proposed and compared with the traditional method of using theory of Fourier transform. By adjusting the frequency band energy and taking it as criterion, the formula of synthesizing seismic wave is deduced. Using the design parameters specified in Chinese Seismic Design Code for buildings, seismic waves are synthesized. Moreover, the method of selecting wavelet bases in synthesizing seismic wave and the influence of the damping ratio on synthesizing results are analyzed. The results show that the synthesis seismic waves using wavelet bases can represent the characteristics of the seismic wave as well as the ground characteristic period, and have good time-frequency non-stationary.     

基于解析信号重构的同步挤压小波变换的时频谱影响因素分析

受测不准原理的制约,小波变换、S变换等时频分析算法无法同时获得高时间分辨率和高频率分辨率。为了满足更高的要求,出现了一种联合小波变换和时频谱重组的新方法—同步挤压小波变换。本文从同步挤压小波变换和基于解析信号重构的同步挤压小波变换的原理出发,通过模型分析算法中参数设置对时频分析结果的影响,包括小波母函数、小波母函数的参数选择和小波阈值等,分析瞬时频率变化率不为零的信号所存在的时频谱模糊现象,并通过控制小波母函数、小波母函数参数以及小波阈值有效地减轻瞬时频率变化率不为零的信号所存在的时频谱模糊现象,时频谱的质量得到一定程度的提高。研究结果对获取高分辨率地震时频谱具有一定的指导意义。     

基于地震信号波形形态差异的面波噪声稀疏优化分离方法

实际地震信号通常可表示为具有波形特征差异的多种基本波形信号的线性组合,如叠前道集中的工频干扰噪声与有效波信号、面波噪声与体波信号等.选择单一数学变换方法,往往不易实现地震信号的稀疏表示.近年来发展的形态成分分析理论,通过联合多种数学变换,可实现对复杂信号的稀疏表示.本文根据单道地震记录中面波与体波信号波形结构特征的差异性,提出一种基于形态成分分析的面波噪声衰减方法.针对面波的低频、窄带以及频散特性选择一维平稳小波变换作为其稀疏表示字典,而针对体波波形的局部相关特性选择局部离散余弦变换作为其稀疏表示字典,建立基于双波形字典的形态成分分析模型,通过求解该稀疏优化问题获得最终的信噪分离结果.理论模型和实际地震资料处理证实该方法不仅能够衰减单炮地震记录中的强面波干扰噪声,同时能够更好地保护有效信号的波形特征与频谱带宽,为地震资料的后续处理和分析提供良好的数据基础.     

多尺度奇异性检测及其在地震相分析中的应用

本文从地震道的奇异属性出发,利用连续小波变换求取地震道的小波变换模极大值曲线,并沿此曲线提取地震道的小波变换系数,称之为小波变换模极大值连线振幅.此属性不仅可以代表信号本身,而且可以最大程度的区别于相邻道,并且具有地震道多尺度的特征,即兼具时频域的特征.由此结合自组织神经网络,我们提出了一种新的地震相分析方法.通过模型合成地震记录实验分析,证明此方法是可行的,且对地质层位的解释误差具有一定的容许度.最后,将此方法应用于了实际资料,取得了良好的效果.     

Wavelet analyses of neural networks based river discharge decomposition

The problem of discharge forecasting using precipitation as input is still very active in Hydrology, and has a plethora of approaches to its solution. But, when the objective is to simulate discharge values without considering the phenomenology behind the processes involved, Artificial Neural Networks, ANN give good results. However, the question of how the black box internally solve this problem remains open. In this research, the classical rainfall-runoff problem is approached considering that the total discharge is a sum of components of the hydrological system, which from the ANN perspective is translated to the sum of three signals related to the fast, middle and slow flow. Thus, the present study has two aims (a) to study the time-frequency representation of discharge by an ANN hydrologic model and (b) to study the capabilities of ANN to additively decompose total river discharge. This study adds knowledge to the open problem of the physical interpretability of black-box models, which remains very limited. The results show that total discharge is adequately simulated in the time frequency domain, although less power spectrum is evident during the rainy seasons in the ANN model, due to fast flow underestimation. The wavelet spectrum of discharge represents well the slow, middle and fast flow components of the system with transit times of 256, 12–64 and 2–12 days, respectively. Interestingly, these transit times are remarkably similar to those of the soil water reservoirs of the studied system, a small headwater catchment in the tropical Andes. This result needs further research because it opens the possibility of determining MMT on a fraction of the cost of isotopic based methods. The cross-power spectrum indicates that the error in the simulated discharge is more related to the misrepresentation of the fast and the middle flow components, despite limitations in the recharge period of the slow flow component. With respect to the representation of individual signals of the slow, middle and fast flows components, the three neurons were uncapable to individually represent such flows. However, the combination of pairs of these signals resemble the dynamics and the spectral content of the aforementioned flows signals. These results show some evidence that signal processing techniques may be used to infer information about the hydrological functioning of a basin.     

基于小波变换与小波包变换的降噪方法比较

在模拟地震记录信号中加入信噪比为17的高斯白噪声,然后分别采用小波降噪和小波包降噪方法,对含噪信号进行降噪处理。在不同降噪阈值下,比较降噪后信号的信噪比。结果表明:在同一降噪阈值下,小波包降噪后信号的信噪比高于小波降噪后信号的信噪比,而且采用wbmpen方法给定的阈值明显可以提高降噪后信号的信噪比。     

Research on the multifractal characteristics of the temporal—spatial distribution of earthquakes over New Zealand area

Using the Hill estimator,general multifractal characteristics of events in the New Zealand area have been dis-cussed.Results show that the spatial distribution of shallow events has apparent clustering characteristics,inde-pendent of the threshold magnitude;but for deep events these characteristics are not clear.While the time interval distribution has obvious clustering characteristics both for deep and shallow events,although with a different scal-ing range,the Hill estimates tend to indicate that the time interval distribution has a unifractal rather than a multi-fractal nature.All above reveal that the seismicity nature for shallow and deepevents is apparently different.