台湾海峡深地震探测:HX9测线试验及初步成果

利用海上大容量气枪震源、陆上地震台站(包括流动台站和固定台站)和海底地震仪首次在台湾海峡地区开展了深地震探测试验。试验结果表明,"延平2号"科考船气枪枪阵信号最远传播距离达280km,成功获得了数万道高质量的地震数据,并且识别了不同类型的P波震相。HX9剖面一维地壳结构模型表明,由2个速度间断面产生的Pc及Pm P两组反射波和基底折射波(Pg)所反映的地壳结构构成了该区基本的地壳结构特征,康拉德界面和莫霍界面的深度分别为16.0~17.5、28.0~29.5km。     

海底地震仪的信号传递效果和噪声水平

单球式海底地震仪（以下简称OBS）由于其成本低、操作简便的优点在天然地震研究、人工地震探测中获得了广泛应用.本文首先分析多型进口和国产OBS在台湾海峡西部采集的地震数据,发现同一台OBS上的垂直向速度检波器（Z分量）的信噪比常显著低于压力检波器（H分量）,由于这两种检波器记录的都是海底的垂向振动信号,推测速度检波器的低信噪比更多的与仪器特性有关.然后从信号传递和噪声水平两方面分析影响速度检波器信噪比的因素：为检测速度检波器与OBS壳体的耦合效果,对某型宽频带OBS和陆上地震仪进行了同址同步观测试验,发现OBS的整机灵敏度有较大的差异;为分析速度检波器的水底噪声特征,以H分量记录作为基准,对比分析了同一台仪器不同站位的Z分量噪声水平,发现速度检波器在浅海区受到较大的次生干扰.本文指出OBS的内部耦合和水流次生干扰是至今尚未引起大家重视而又严重影响资料品质和多波探测成效的两个关键问题,这一研究结果对于改进OBS结构设计和制造工艺,以及OBS数据多分量处理方法研究有重要的参考意义.     

爆破震害预测的神经网络模型

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.通过分析国内外爆破震害预测研究现状和不足,提出一种基于BP神经网络模型的爆破地震效应预测方法,该方法能克服基于最小二乘法的回归公式的局限性,可选取影响爆破振动的多个影响因素作为输入层参数,达到爆破峰值和主频同步预测之目的.利用该方法对实际爆破监测数据进行预测,结果表明人工神经网络方法在爆破地震效应预测中应用是可行的并且是有效的.这为爆破震害预测研究提供了新途径.