地震噪声异常实时监测

本文以福建省85个测震台站2012年全年噪声资料中的垂直向记录作为研究对象,将噪声记录以每5min为单位进行分段,求出每小段的功率谱,应用概率分布函数方法绘出台站的PDF图,之后利用网格概率法确定出台站的高低噪声参照线。另外,以85个台站的PDF图为基础,将噪声异常分成缺数异常、低噪处异常、高噪处异常、中噪处异常等4类。依据4类异常的特征分别找出每一类异常的遴选方法,再将这4种挑选方法相结合形成地震噪声实时监测系统。选取福建省85个测震台站2013年7月份的噪声记录进行验证,结果表明:85个台站应用地震噪声实时监测系统识别出来的异常正确率都达到90%以上,遴选效果很好,可用于对台站噪声实时监测。     

玉树地震前后当地的噪声变化研究

2010年4月14日07时49分,青海省玉树县发生了MS7.3级地震.为了了解玉树地震前后玉树地震台的噪声水平有没有变化,我们对玉树地震台记录的噪声进行了两方面的研究,即分别计算噪声均方根值和噪声功率谱.研究表明,玉树台的高频噪声功率谱在2009年比2008年要高3～8dB.震前一个月左右,高频噪声开始有升高现象,震前半个月左右,高频噪声的功率谱能量显著升高,地震后,高频噪声经过继续急剧升高、开始慢慢回落、到回落到噪声模型水平三个阶段.噪声回落到2008年的噪声水平,明显低于地震前1个月的噪声水平,所以我们认为震前高频噪声升高与玉树地震有关,属于噪声异常.     

地震计仪器噪声测量中的几个问题

研究了地震计仪器噪声测量中的几个问题,并从理论、模型仿真和测量实验3个方面证实了下述结论:①平稳地噪声中,两台并列地震计的通频带差异、灵敏度差异及阻尼系数差异对测量结果没有影响;②非平稳的地背景噪声和干扰必然引起测量误差;③地震计自身噪声测量必须在安静的台基上进行。     

BP神经网络在地震噪声波形检测中的应用

为实现自动检测地震噪声波形是否异常,提出应用BP神经网络技术进行地震噪声波形检测.选取福建地震台网88个测震台站2018-2019年的地震噪声原始波形,计算波形的加速度功率谱密度(PSD)值作为神经网络的输入特征值,在MATLAB中构建BP神经网络进行学习训练和仿真测试.测试验证了训练后的BP神经网络模型具备了可靠的地...     

甚宽频带地震计噪声与环境耦合研究

首先以甚宽频带地震计为研究对象,分析垂直向的片簧系统理论模型,探讨气压变化对仪器的LP噪声影响;通过理论分析,得出垂直向的片簧系统受气压变化影响较大。根据片簧系统的理论模型,设计一种密封安装方法,通过实验探讨地震计噪声与环境耦合关系(气压、温度和底座变形的关系)。最后对实验数据进行功率谱噪声分析,结果显示抽真空后地震计三个分向的噪声均降低,其中在100 s处垂直向、东西和南北向分别降低了10 dB、5 dB和6 dB。     

连云港地震台台基噪声与干扰源分析

通过对连云港地震台台基背景噪声进行计算和分析,得出该台台基背景噪声属于Ⅰ类噪声水平。分析该台6—7月观测数据,得出日夜噪声差值约3 dB。分析发现,该台人为干扰为基础建设的工程车干扰、景区人员聚集和车辆干扰;自然环境干扰主要来自大风干扰。     

2017年西藏米林6.9级地震前的热红外异常分析

以小波变换和功率谱估计为研究方法,使用中国静止气象卫星热红外亮温数据,研究了2017年11月18日西藏米林MS6.9地震前的热辐射情况。结果发现震前4个月出现热红外异常,其后续演化方向与相关区域的断裂走向非常一致。在8月10日左右异常面积达最大,相对功率谱大于6倍的面积约为20万km^2,9月20日左右消失。分析相同频率2016年同期数据,结果显示在震中周围并未出现显著异常。时序曲线分析表明在8月12日相对功率谱达到峰值,为平均值的20倍,98天后米林地震发生;从7月4日到9月7日,地震当年相对功率谱偏离背景值和标准差,持续时间为65天。西藏地区的强震热红外异常表现出与地热资源分布较为一致的特征及特征周期相对较长的特点,为判定西藏地区的震情积累了一些经验。     

2014年鲁甸MS6.5、景谷MS6.6地震前的长波辐射异常特征

为了研究2014年鲁甸M_S6.5、景谷M_S6.6地震前的长波辐射变化特征,应用功率谱相对变化法,以风云气象卫星长波辐射资料为基础数据,对上述2次地震进行了分析。结果显示：2次地震前短期内均存在明显的长波辐射相对功率谱异常变化,异常特征展布的边缘及走向与断层密切相关,震前短期内地震当年功率谱明显偏离其背景值及标准差,偏离持续时间约2个月,最大偏离差在7倍以上。2014年云南地区的这2次6级以上地震所表现出的长波辐射时空异常特征明显,易于识别,可为长波辐射资料用于该地区的地震监测提供震例经验。     

地震前兆仪器实时数据动态与异常报警

利用后台多线程与事件触发技术,实现对地震前兆仪器实时数据的动态展示;通过对实时数据进行长短窗比值与4倍均方差、时均值、日均值等计算,实现实时数据的异常报警功能,并将该功能模块封装成独立控件供用户使用。该控件可实现对全国所有支持实时采集的前兆仪器进行实时数据采集与动态曲线绘制,可实现对各仪器测项实时曲线的浏览观测,具有自动连接、断网重连、网络状态显示、数据异常报警等功能,同时起到仪器监控的目的。     

中国大陆几次强地震长波辐射异常分析

大地震前存在长波辐射异常已被许多震例所证实,为进一步分析强地震前的长波辐射异常变化特征,提取其异常的判定指标。以多年静止卫星长波辐射资料（OLR）为基础,应用小波变换和功率谱估计方法对中国大陆6级以上地震进行分析研究。结果表明,6次强地震前三个月内均出现不同程度的长波辐射异常现象,与以前震例分析结果较为一致。空间上在震中及其附近区域异常整体呈现开始-增强-极值-减弱-消失过程,异常最大值时大于多年均值的1倍标准偏差的范围面积达数万到十几万km²,异常最大值时相对功率谱幅值均在10倍以上;时间上震中附近小区域相对功率谱幅值持续偏离多年均值的1倍标准偏差,持续偏离时间介于40~75天。这些强地震的异常判定指标具有短期预测指示意义。     

新疆和田台阵PSD与PDF分析

和田台阵是我国第一个自主建成并运行至今的小孔径台阵,承担着监测印巴地区核试验以及我国西部地震活动的重要使命.台阵波形数据中充斥着背景噪声,直接影响着数据质量.为了评估台阵噪声水平,本文利用Welch平均周期法对9个子台记录的数十万条噪声样本进行功率谱估计,对出现的谱异常进行了总结归纳,通过绘制概率密度函数图以及单频曲线来研究背景噪声变化范围和规律,最后针对台阵降噪提出了建设性意见.研究结果表明,中心台长周期噪声功率谱密度随季节变化显著,具有周期性;受温度和气压影响,水平分量长周期噪声变化幅度较大,局部频段超出新高噪声模型,建议改善仪器安装条件,或者利用数学方法进行校正.所有子台短周期噪声变化规律与长周期相反,受到采石场影响,谱密度曲线在4~8 Hz之间出现形态规则的高频尖刺,A1、B3、B4子台最为明显,可以通过窄带滤波或者聚束予以压制.本文取得的研究成果为台阵运维提供重要依据,除此之外,总结出的不同地震频谱特征也为地震解释工作提供重要参考.

     

2013年芦山MS7.0地震震源区背景噪声源特征分析

应用背景噪声互相关信息研究强震前后地下介质波速变化时,噪声源的方位性特征会影响互相关函数形态,从而对波速变化有效估计造成影响。本文使用2013年芦山M_S7.0地震震源区附近的天全台(TQU)2013年全年的连续波形记录,计算其垂直分量的噪声功率谱概率密度函数,分析背景噪声源能量强度特征;并通过频域极化法计算噪声源极化率以及极化方位角的概率密度函数,研究噪声源的极性特征。结果表明,研究区小于0.05Hz的长周期噪声源种类较多,且具有噪声能量强度和极化程度较高、极化方位性明显的特点;第一类地脉动(0.05～0.1Hz)极化方位角为30°和210°,噪声能量较低;第二类地脉动(0.1～0.5Hz)极化方位角分布在150°～210°,噪声能量较高,且其能量强度具有季节性变化特征;大于1Hz的高频噪声主要来自人类活动,噪声能量水平受人类活动强弱影响明显。因此,即使在远离海洋的大陆地区,在利用背景噪声监测局部波速变化时,应注意噪声强度以及噪声源方向性变化的影响。     

北京测震台网台基背景噪声特征

利用Welch算法,选取北京市测震台网28个测震台站地震连续波形中不同时段的无震记录,计算其台基噪声功率谱并进行背景噪声特征的统计分析,结果表明:北京市测震台网各台基噪声背景优势频率各有特征,高低频段噪声功率谱曲线差异大。在1~20Hz频段内,北京地区的背景噪声高值区出现在中心城区附近,低值区出现在北部的琉璃庙、密云和南部的上方山等台站,主要受人为噪声影响;在0.008~0.1Hz频段内,北京所有地区差异不大。     

若羌测震台背景噪声分析

若羌测震台属国家测震台,为了评估该台站背景噪声水平,采用Welch平均周期法,对2009—2019年共11年近5000条小时波形数据进行功率谱计算,分析异常噪声特征.同时,绘制该台站11年无断记数据概率密度函数图,分析整体噪声水平.分析发现:①若羌测震台受持续增加的人类活动影响,背景噪声水平不断升高;②受气压影响,水平...     

巴里坤测震台背景噪声分析

选取2017—2021年巴里坤测震台数字观测资料,对近2 000 h波形数据,运用Welch平均周期法,计算得到该台台基背景噪声与噪声功率谱密度（PSD）及1—20 Hz地动噪声均方根值（RMS）。通过数据对比分析,认为2018—2020年,受G7、G575高速公路施工、人为干扰等影响,巴里坤测震台台基噪声水平不断升高,2019年噪声值达到最大。同时,对比巴里坤测震台在高速公路通行前后的背景噪声可知,2021年日、夜噪声差值高于2017年,且夏季高于冬季。     

海拉尔地震台阵噪声源调查

利用海拉尔地震台阵位置资料,选取台阵半径50 km范围,通过实地摸排和GPS仪定位方法,判断台阵周围有无国际标注的各大噪声源,同时计算噪声源与台阵的距离,分析台阵所属9个子台环境噪声水平,并将现今噪声功率谱与2000年时进行对比,汇总结果,并对台阵环境噪声水平进行评价。结果表明,海拉尔地震台阵周围有6类噪声源,其中工业设施和公共交通对台阵噪声水平的影响集中在高频段,但对监测能力影响不大;根据地震计安放位置与干扰源的最小距离进行评价,得出7个子台噪声源水平达到Ⅰ级台站环境地噪声水平,B₄、B₅子台处于Ⅱ级台站环境地噪声水平,台阵噪声水平总体处于良好状态,不影响仪器的正常运行。     

江苏省区域地表背景噪声特性的分析

利用welch方法,计算了江苏省"十五"数字地震台站地表背景噪声在0.01～20 Hz频带范围内的功率谱值,结果显示在周期10～16 8、4～8 s处分别存在两个明显的峰值.对比白天和夜晚时段台站三分向地表背景噪声的功率密度谱比值发现,地表台站三分向背景噪声在高频段(≥1 Hz)变化最为显著,在微震峰值频段(0.125～1 Hz)几乎所有台站之间的差异都不大,低频段(≤0.125 Hz)大部分台站垂直向白天时段的噪声水平比夜晚的值低,水平向则相反;但井下观测系统全频段内的比值变化都很小.此外,在2～16 Hz频率范围内,沿长江的苏南-上海地区的平均噪声水平高于苏中和苏北地区,比NLNM(低噪声模型)值高约45 dB左右;在0.125～1 Hz频率范围内,江苏中东部的噪声水平高于其他区域,推测这可能是与区域地质构造差异有关.     

安徽数字测震台网新参评台站背景噪声分析

计算并分析安徽数字测震台网9个新参评台站数字化记录背景噪声,得到各台址背景噪声均方根RMS值、有效测量动态范围、噪声功率概率密度谱,按照地噪声水平规定,对各台进行台基噪声分类,数据表明,9个新参评台站有4个Ⅰ类台址、5个Ⅱ类台址。对于9个新参评台站噪声功率概率密度谱及各频点噪声干扰源,分析认为,大多数台站在频率10 Hz附近存在2组概率较高的背景噪声,与白天和夜晚的不同噪声水平相对应。     

福建地区环境噪声特性研究

为进一步加强对福建地区噪声特性的认识以及提升台站地震观测质量,计算了2014年福建地震台网宽频带地震仪连续观测数据的功率谱概率密度函数,并分析其影响因素和不同频段时空变化特性。结果表明:人文噪声平均水平最高地区位于福建沿海福州至厦门一带,07:00—18:00的功率谱密度要明显高于其它时间段,12:00左右出现间歇性低谷期,夜间有不同程度的降低,日变化除了在春节假期大幅下降外,均处于较为稳定态势;福建地区次级微震主要成分是Rayleigh波,主频约为2.7 s,主微震主频约为16 s,次级微震平均水平最高地区也位于沿海一带,向内陆方向呈衰减趋势,其日变化明显,与台风和潮高有较高的相关性。