一种新的网格搜寻多事件定位算法及方法的比较

多事件定位法联合解决了震群中地震事件震源参数(震源和发震时刻)和台站记录到的地震事件的走时校正。本文阐述了基于网格搜寻技术的新的多事件定位方法。这个算法(称为GMEL)是比较早的单事件定位算法(GSEL)的拓展并且是基于定位问题中的最大似然公式表示。通过对使用线性反演(Geiger)方法的地方使用网格搜寻和根部查找技术，使GMEL适应拾取误差的非高斯模型和高斯模型，而且可以处理像预先理想定位事件的地面真实位置水平这样的先验约束。我们描述了这个算法，并报告了我们取得的成果，即在对多事件定位时，拓展了蒙特卡罗技术来计算事件定位的置信区间，通常它被用在GSEL方法中。这个扩展将会产生置信区间，它们量化了对震相拾取和估计台站校正的不确定性两方面在定位误差上的影响，也就是校准(或模拟)误差。我们比较了GMEL法和4个其他多事件定位法：震源分解法(HDC)、双差法(DD)、累进(progressive)多事件定位法(PMEL)和联合震源确定法(JHD)，给出了检验的初步结果。这个检验应用到了1999年伊兹米特／迪斯杰地震序列的两个毗邻震群上，Engdahl和Bergman(2001)已经用震源分解法进行过分析。我们正在独立地将其他方法应用到他们使用的数据上，力图提高我们对于这些方法间存在的相似和不同以及通常多事件定位方法效果的理解。     

学习向量量化(LVQ)在地震和爆破识别中的应用

介绍了竞争神经网络和学习向量量化（LVQ）算法。此算法应用于对北京及周围地区地震和爆破的识别中，在对38个事件的应用中，得到的结果是，误识为3个，结果较好，说明在识别中是有效的。     

中国华北峰值加速度的衰减特性及与北美东部的比较

利用唐山强余震的强地面运动记录,研究了近场强地面运动水平峰值加速度的衰减特性,得到了唐山地区的衰减关系(土层、土层与基岩)．此外,还得到了北美东部的衰减关系,并将其与中国华北的衰减进行了比较,认为两者的衰减趋势是比较一致的．中国华北的衰减特性可供北美东部参考．      

爆破与地震的拐角频率比较

应用辽宁地震台网记录的爆破与地震数字资料,采用小波计算方法,对该区域记录的爆破与地震计算S波拐角频率,将计算结果与前期采用PITSA软件得到的结果进行比较,试图获得爆破与地震识别的定量指标。     

天然地震与人工爆破的波形小波特征研究div

研究了如何从天然地震和人工爆破事件的波形记录中提取出有效、适用的波形特征,以用于对爆破事件的识别．首先对波形记录进行了4层小波包变换;然后对变换得到的最后一层小波包系数提取3种波形特征:能量比特征、香农熵特征及对数能量熵特征;最后利用upsilon;-SVC支持向量分类机对这3种特征的分类能力进行了外推检验．通过选用不同地区、不同台站、不同震级的天然地震与人工爆破的波形记录,力求提取的特征量能尽可能地反映天然地震与人工爆破波形的本质区别,尽量弱化震中距、震级等因素对识别效果的影响．结果表明,上述３种特征中以香农熵特征的识别效果最好,能反映天然地震与人工爆破的本质区别,可作为识别天然地震与人工爆破的一个有效判据．      

综述:台湾地区爆破和近震地面旋转运动观测的进展

已成功地测量到由大震引起的远场地面旋转运动,其观测结果与经典弹性理论计算结果基本吻合。然而,最近日本和中国台湾地震的近场旋转测量结果却比经典弹性理论预测值大10～100倍。1999年台湾集集地震(Mw7.6)的近场强地面运动记录显示沿长达100km破裂的地面运动极其复杂,因此,要想从加速度数据的二重积分得到合理的位移值则必须进行随机基线校正。因为旋转运动会对地球重力场产生扰动,进而影响到加速度观测,所以我们在台湾开展了相应的对地面旋转运动的观测研究。有3篇文章描述了台湾地区地面运动旋转的观测结果:(1)HGSD台站的观测结果(Liu et al,2009);(2)台湾综合地球动力学研究(TAIGER)项目的两个爆破在N3台站的观测结果(Liu et al,2009);(3)中正大学(NCCU)校园的观测结果(Wu et al,2009)。此外,Langston等(2009)给出了对台湾综合地球动力学研究爆破数据的分析结果。如前面几位作者指出的那样,我们发现台湾地区近震峰值旋转速率(PRR,单位mrad/s)和峰值地面加速度(PGA,单位m/s2)之间存在线性关系,这个关系式为:PRR=0.002+1.301PGA,其相关系数为0.988。     

Application of Fisher method to discriminating earthquakes and explosions using criterion m_b/M_S

Introduction Earthquake magnitude is a measurement of earthquake intensity, which is one of the basic seismic parameters. The body-wave magnitude mb and surface-wave magnitude MS are based re- spectively on different wave spectrum amplitudes, therefore, the magnitude used as a criterion has its sound physical basis, which is in fact to distinguish the frequency components of seismic waves excited by explosion and earthquake. The magnitude criterion has a very clear physical meaning. Proposed …     

基于深度学习残差网络模型的地震和爆破识别

为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告,选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱,分别采用不同的训练样本比例进行了100次和1 000次独立的随机抽样子试验以及 “留一交叉验证法” 试验,对人工爆破与天然地震进行了识别研究。试验结果表明,深度学习残差网络模型在天然地震与爆破事件的性质识别中具有很高的识别率且效果稳定,具有较好的应用前景。