形变观测数据的多异常形态统一识别

地震前兆数据中的形变观测数据变化复杂,地球物理场变化和环境干扰等信息识别与剔除是与地震相关现象分析的关键.传统的信号识别主要采用回归分析、经验模态分解、频域信号分解等方法,但它们难以统一识别高幅值变化（尖峰、阶跃）与高频变化波形.本文利用信息熵参与形变时序数据的自动化分段构造子序列,一定程度上避免了这两种波形被分割的弊端,然后以统计描述方式表达子序列,最后利用角度异常因子（Angle-Based Outlier Factor,ABOF）和局部异常因子（Local Outlier Factor,LOF）构建对数函数定义离群点,以解决统一识别高幅度变化与高频率变化的问题.实验表明,对于特征向量维度变化的情况,LOF-ABOF算法的计算效率呈线性变化关系;在特征表达策略改变的情况下,该算法对高幅值变化和高频变化的异常识别效果良好.本文所提供方法可以检测出高幅值变化与高频率变化的异常形态,为地震前兆数据中形变观测数据"前兆信号"的识别提供指导与参考,为深入认识地震现象及其产生机理奠定基础.     

小波极大值法在长波辐射地震异常信息提取中的应用

小波方法作为近年来兴起的一种数据挖掘方法已经应用于地震科学的研究领域.本文介绍了如何利用小波极大值法提取长波辐射值中的地震异常信息,即利用连续小波变换方法计算小波极大值,依据长波辐射在时间、空间上的连续性得出研究区的小波极大值分布,通过分析图中小波极大值的分布形态来识别地震异常,并以汶川地震为例介绍了如何利用小波极大值法提取长波辐射中的地震异常.     

堪察加地区现今地壳运动与变形特征研究

利用俄罗斯堪察加地区1995～2005年的GPS观测数据,研究了该区现今地壳水平运动速度场特征.在球坐标系中解算了各应变率分量,分析了应变率场的空间分布特征,并与地震学和地质学研究结果进行了综合对比分析.结果表明,堪察加半岛北部的微板块边界并不明显,堪察加南部测站运动速度大于中部和北部地区,愈靠近东部板块汇聚区,测站速度越大.从东海岸到西海岸,测站水平速度存在明显的梯度衰减特征,水平运动方向与太平洋板块向西北的俯冲方向基本一致.各应变率分量具有东部海岸大于中部和西海岸、从东至西呈梯度衰减的特点.堪察加大部分地区处于EW和NS向压缩状态,局部存在拉张.面应变率结果显示绝大部分为压缩区;刚性转动结果表明大部分地区表现为顺时针转动,北部地区和南端顺时针旋转性明显.东部有效应变率明显大于西部地区,东西向梯度衰减关系明显.主压应变率明显大于主张应变率,特别是在东海岸地区.主压应变率方向与中等以上地震的主压应力轴在水平方向的投影方向基本一致.地壳变形场在空间分布上的不一致性主要与太平洋板块在堪察加半岛东南侧的俯冲深度、俯冲方位角、俯冲倾角和俯冲带的耦合强度有关.     

多波段多极化被动微波遥感地震应用研究进展与前沿方向探索

被动微波遥感卫星具有多波段多极化观测能力,其全天候、高灵敏度特性契合了地壳活动及地震的监测分析需求。近年来,地震孕育和发生过程中的热异常遥感监测与分析得到了广泛关注。本文从星载被动微波传感器发展和地震被动微波遥感应用两方面,梳理了多波段多极化被动微波卫星遥感用于地震监测与异常识别的研究现状,剖析了微波数据选择、异常分析方法、观测粗差剔除和信息机理认知等方面的进展与不足。总结了近年微波遥感地震应用的研究进展,阐明了多波段多极化被动微波卫星遥感用于地震异常识别的科学逻辑与复合链条。提出了地震遥感的两个前沿探索方向,即地震微波异常的可靠识别、地应力场变化微波遥感的信息物理。指出了遥感-岩石力学基础试验研究和地震遥感综合分析层面亟待解决的关键问题。进而呼吁,多学科联合、交叉乃至融合是地震遥感科学与技术向纵深发展的必由之路。     

灵武断裂晚第四纪古地震及其破裂特征

在地质地貌调查基础上 ,对灵武断裂进行了古地震槽探揭露。结果显示 ,距今 2 8ka以来 ,灵武断裂上发生过 5期地表破裂型地震事件 ,时间大约分别在距今 ( 2 7 15± 0 778) ,2 0 0 ,( 13 0 7± 0 0 6) ,( 10 586± 0 0 5)和 6 0ka。根据 5期古地震事件的综合对比分析 ,发现断裂有分段组合破裂的特征 ,由此并结合槽探揭示的古地震同震位移等估计了古地震的震级     

拉分盆地与海原断裂带新生代水平位移规模

沿海原断裂带发育3个级别的拉分盆地,其中,发育于中新世的老龙湾盆地是规模最大的拉分盆地,长度超过50km。为了估计盆地拉分量,本文建立了数学模型,相关参数包括盆地沉积厚度、盆地长度、滑脱面深度等。计算得到老龙湾盆地的拉分量为30km。对于另外两个较小规模的拉分盆地,本文利用前人资料和平均走滑速率方法得到盆地拉分量分别为22km和8km。这样,沿海原断裂带新生代以来的拉分总量约60km。该数值与景泰至靖远的黄河位错量接近。     

基于智能语音技术的闪电哨声波自动识别

闪电哨声波是一种重要的电磁波动,了解其传播特征及传播过程有助于揭开圈层电磁耦合机理.从卫星观测资料识别闪电哨声波通常需要将原始电磁波形进行滤波处理再转化为时频图像,最后采用目视方法识别图像中的色散状形态,整个过程消耗大量人机时间和内存资源,不能满足张衡一号(ZH-1)卫星观测的海量电磁场数据处理的需求.针对该问题,鉴于闪电哨声波原始波形数据能够通过播放器产生降调的声音,本文打破以视觉分析为主的闪电哨声波研究惯例,首次采用语音智能技术研究其自动识别算法.首先,以张衡一号卫星感应磁力仪(SCM)的VLF波段的波形数据为研究对象,截取时间窗口为0.16 s的波形数据作为音频片段;然后对该片段进行去趋势处理;基于梅尔频率倒谱系数(MFCCs)能够刻画人耳的听觉机理,提取闪电哨声波的MFCCs特征;其次,构建长短期记忆(LSTM)神经网络并输入波形数据的MFCCs特征训练分类模型;最后利用MFCCs特征和训练得到的LSTM分类模型实现闪电哨声波自动识别.通过对10200数据集(5100段包含闪电哨声波,5100段无闪电哨声波)上开展实验发现：该方法的准确率为96.7%,召回率为84.2%,调和平均得分(F1-score)为90.0%,AUC(Area under Curve)评分为90.1%,而且消耗的时间成本是2.28 s,消耗内存资源是82.89 MB;当前最优的基于时频图的闪电哨声波识别算法在本数据集上的准确率为97.3%,内存消耗为233 MB,在CPU上处理0.16 s的片段数据所消耗的时间是6.71 s,内存消耗和时间消耗比较严重.相比而言,基于智能语音的闪电哨声波识别算法准确率略低0.6%,但能够节约66%的时间成本以及65%的内存资源.这表明该算法不仅仅适合从卫星观测的海量数据中快速准确识别出闪电哨声波,且更适合应用于星载识别.

     

CSES卫星观测的赤道电集流特征

本文利用2018年8月到2019年12月期间我国张衡一号电磁监测试验卫星(CSES)所观测的地磁数据,反演了赤道电集流(EEJ)电流密度的纬度剖面;通过选取的4729个清晰的EEJ事件,分析了在地方时(LT)14:00附近的EEJ特征.研究结果表明：在地磁平静期间,CSES卫星观测的EEJ电流密度的峰值位于磁赤道附近,其平均幅度约为27 mA·m^-1.该幅度小于CHAMP和Swarm卫星的观测结果,这与2018—2019年期间太阳活动水平较低(平均F_10.7指数约为70 sfu)有关,此外也与CSES轨道所处的地方时相关.平均而言,EEJ的主瓣宽度约为4°,主瓣和旁瓣的峰值电流密度之比约为2.7;在本文所关注的事件中,东向EEJ事件约占83%,西向EEJ事件约占17%;这个比例与CHAMP卫星的观测结果稍有不同,与14:00 LT附近西向EEJ出现的概率较低有关.东向EEJ的峰值电流密度对经度、季节和太阳辐射水平有显著的依赖性.EEJ峰值密度随经度变化呈现明显的4波结构,可归因于低层大气非迁移潮汐的作用.EEJ峰值电流密度有明显的季节依赖,其幅度在春秋分较大,冬夏季较小.在2018—2019年期间,尽管太阳活动水平较低,EEJ峰值密度随太阳辐射水平的增加而增加.

     

张衡一号卫星数据地震预报实践期间记录青海2次大地震前电离层异常

<正>1研究背景空间对地观测技术因其速度快、范围大以及高数据分辨率等优势得到快速发展,尤其是2004年法国DEMETER卫星成功发射,利用卫星对地观测数据研究和识别地震电离层异常成为当前研究热点。Akhoondzadeh等（2010）研究了2009年9月29日Samoa islands MW 8.1地震、2009年4月6日L’Aquila MW 6.3地震和2008年5月12日Sichuan MW 8.0地震,结果显示,在地磁平静条件下,DEMETER卫星电子浓度和离子浓度正负异常出现在震前1—5天,这意味着电离层异常可以作为有效的地震前兆异常。     

GNSS掩星探测数据的f_0F_2和h_mF_2全球分布特征

全球电离层分布特别是f_0F_2和h_mF_2对雷达探测、无线电通信以及卫星导航等有非常大的影响,为研究全球f_0F_2和h_mF_2的时空分布,利用全球导航卫星定位系统(GNSS)掩星数据统计分析了全球f_0F_2和h_mF_2的周年变化特性、日变化特性以及季节变化特性,并通过与日本地区测高仪站f_0F_2数据进行对比,分析了两种探测方式获取电离层参数的相关性。结果表明,全球f_0F_2和h_mF_2周年变化与太阳活动和地磁活动具有明显的正相关性,f_0F_2和h_mF_2还具有明显的空间分布特性。此外,全球f_0F_2和h_mF_2峰值出现在LT 14:00—16:00期间,且h_mF_2出现明显的日落后赤道电离异常复苏现象。全球f_0F_2具有比较明显的季节变化特性,f_0F_2峰值出现在春秋季中低纬地区,在夏冬季较小,且出现比较明显的冬季异常现象,而h_mF_2季节分布相比f_0F_2并不明显。通过和日本地区Wakkanai、Kokubunji、Yamagawa以及Okinawa测高仪站f_0F_2数据对比,发现两种探测手段获取的电离层参数具有较好的相关性。初步研究表明,全球f_0F_2和h_mF_2分布受到多种因素的影响,其中太阳活动和地磁活动占主要地位,其次是电场、热层风以及高能粒子沉降等。