武汉及周边地区数字化形变观测资料质量分析

对武汉及周边地区2007—2016年数字化形变观测资料进行长期背景跟踪分析,认为形变观测资料的日均变化幅度、M_2波潮汐因子均方差、长周期拟合相对噪声水平等指标变化稳定,资料可信度高,DSQ型水管倾斜仪观测精度与资料稳定性均优于SS-Y型铟瓦棒洞体应变仪。对武汉狮子山及黄石地震台形变观测数据典型变化进行系统总结与跟踪分析,发现主要受到人为干扰(调零、标定)、自然环境(降雨、气压)和观测系统故障等因素影响。     

五河女山井水温数据跟踪分析中的常见案例分析

数据跟踪分析是每一位地震台站工作者日常必备的技能,特别是2013年中国地震局前兆台网推行前兆观测数据跟踪分析软件以后,数据跟踪分析是台站工作人员每天的必做工作。本文通过对五河井水温在数据跟踪分析中出现的各种情况进行分析,为国内有相同观测手段的台站在数据跟踪分析中提供了参考实例。      

城市微动高阶面波在浅层勘探中的应用：以苏州河地区为例

频率-贝塞尔变换方法(Frequency-Bessel Transform method,简称F-J方法)是一种分析微动信号的新方法,由于该方法采用频率矢量波数变换处理水平层状各向同性弹性模型中时空平稳随机分布的微动信号,所以从理论上可以提取出清晰的瑞利波基阶和高阶模态频散曲线,但是目前还没有相关的野外实验对此进行研究和应用.本文首先采用该方法对上海市苏州河地区采集的城市微动信号进行处理获得了频率-相速度谱,然后提取了多模态瑞利波频散曲线,最后通过粒子群算法对频散曲线进行联合反演,得到了浅地表0~70 m深度范围的S波速度结构,并且利用钻孔数据对反演的速度结构进行了验证.另外,本文还通过对比F-J方法和传统的SPAC(SPatial AutoCorrelation method)方法分别提取的频散曲线,展示了F-J方法在处理城市微动信号方面的优势.本文研究结果表明:(1)F-J方法可以从少量台站(21个台站)短时记录(1小时)的微动信号垂直分量中提取出清晰的基阶和高阶模态瑞利波频散曲线;(2)F-J方法提取的高阶模态频散曲线比传统SPAC方法提取的更加清晰,高频部分(>13 Hz)优势更为明显;(3)联合基阶和高阶模态频散曲线反演的浅地表速度结构更加精确,可以分辨出第四系沉积层中物性相差较小的速度界面和低速异常,在城市浅地表精细结构成像方面具有较好的应用前景.     

基于视觉图像的震区人员搜救方法研究

传统基于信号传感技术的震区人员搜救方法,利用惯性导航传感技术融合移动距离和方向角对待搜救人员进行定位,容易受到天气状况不理想以及局部遮挡的影响,其搜救效率和精度低。提出基于视觉图像的震区人员搜救方法,利用图像采集设备采集震区初始视觉图像,采用小波降噪法降噪处理,提升可辨程度。通过色彩对比方法提取降噪后震区人员视觉图像的特征,并与震区原始图像特征对比,获取震区待搜救人员候选图像;根据候选图像分别采用Kalman滤波跟踪算法和Mean shift跟踪算法,在天气状况不理想以及局部遮挡的复杂震区环境中跟踪搜救人员目标。实验结果表明,所提方法查全率保持在98.5%以上,平均准确率约为98%,人员搜救平均时间约为23 s,说明所提方法能够进行高效、准确的震区人员搜救。     

2015年阿拉善左旗5.8级地震前低频异常分析

针对2015年4月15日鄂尔多斯块体西北缘阿拉善左旗5.8级地震,利用内蒙古地震台网数字波形资料,采用快速傅里叶变换,分析2015年1月1日至4月15日震前频谱特征,意在判断震前是否存在低频异常信号。结果显示：①在5.8级地震前,东升庙、石嘴山及乌海地震台的地震波形低频信号存在相同现象;②低频信号在震前10天开始出现,并间断持续至发震;③低频信号出现的时间不连续,且持续时间间隔逐步缩短。     

人工源地电场空间变化区域性特征

认识地震电信号特征对地震短临预报具有重要意义.通过陕甘宁晋地区、川滇地区、山东及其周边地区和上海地区的换流站接地极向地下注入2100—4600 A大电流,研究各地区地电场的变化特征,以深入地认识地电场信号的区域性变化实质.研究显示:① 在陕甘宁晋地区,高沙窝大电流源的附加地电场可被分布于鄂尔多斯地块边缘弧形地带的490 km范围内的10个台站观测到,而距该信号源以西150 km的台站均未观测到该信号;② 在川滇地区,丽江信号源的南部地区观测到的信号强度和距离远大于北部地区.对于西昌大电流源,只有距其10 km处的小庙台和540 km处的仙女山台可观测到信号,而其它十几个台站均未观测到;③ 在山东和上海地区,可被观测到的人工源信号的最远距离及其特征各不相同,亦与陕甘宁晋和川滇地区大为不同;④ 对于本文所研究的地区,信号的波形变化存在着随台站与信号源距离的增加畸变程度增大的现象,一些台站只能记录到大电流开始和结束时的尖峰脉冲信息.针对上述变化特征,本文从机理和地质条件等方面进行了一些有益的探讨,以期加深对地震电信号变化特征的认识.      

基于正则化条件的地震数据局部信噪比估计方法

信噪比是衡量地震数据质量的重要指标之一,在地震数据处理和解释中有着重要的作用.目前已有的地震数据信噪比估计方法往往得到的是整个数据的全局信噪比,这种方法只能说明地震数据总体质量的好坏,无法直观细致地刻画地震信号的局部质量.本文提出一种基于正则化条件的局部信噪比估计方法.该方法的基本原理是使用正则化共轭梯度法求解局部信噪比最优解,正则化算子的参数将控制地震信号各点数据局部信噪比的平滑性.其中应用一种基于"过滤波"的级联信号估计方法来计算有效信号,该方法利用有效信号和噪声的相关性特征计算局部信噪比中的有效信号.局部信噪比估计方法利用了信号中每个数据点及其邻域各点的局部信息,避免了使用单个数据点而可能出现的信噪比不合理值,而且局部处理能够减少全局噪声对信噪比估算的影响,该方法可以更准确地表征地震资料信噪分布特征.另外,局部信噪比对去噪方法的评估也具有重要意义.理论模型测试和实际资料处理结果表明,局部信噪比估计方法能够准确反映任一给定地震信号剖面的局部信噪比特征,为非平稳地震数据质量评估提供了直观的评判标准.     

全张量磁梯度数据解释的均衡边界识别及深度成像技术

全张量磁梯度数据具有高精度、高分辨率、多参量的优点,能更加清晰地刻画地质体的分布特征,综合利用磁张量梯度数据准确地获得地质体水平位置和深度信息是解释的主要目的.磁张量数据的方向解析信号具有减小倾斜磁化干扰的优点,常被用来圈定磁源体的水平位置,但解析信号强度随着地质体埋深的增加急剧衰减,难以有效识别较深的地质体.张量数据均衡边界识别技术,利用不同方向解析信号的比值函数,能有效地均衡不同深度地质体的响应,同时显示不同深度地质体的边界,提高了对较深地质体的分辨率.磁张量数据深度成像技术根据实测张量数据与假定模型张量数据的相关系数来给定地质体的深度,综合利用多参量数据联合反演提高了反演结果的准确性,且无需进行复杂的反演运算,是大数据量张量数据解释的有效方法.理论模型试验证明：磁张量数据均衡边界识别技术可清晰和准确地识别地质体的水平范围,受倾斜磁化干扰小;磁张量数据深度成像技术可准确地获得地质体的深度信息,具有较强的抗噪性.将上述方法应用于铁矿区实测航磁张量梯度数据解释,获得了铁矿体水平分布与埋深,深度结果与张量欧拉反褶积法计算结果一致.     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

利用分段时频峰值滤波法抑制磁共振全波信号随机噪声

磁共振信号极其微弱,容易受到周围环境中各种电磁噪声干扰.其中随机噪声,由于频带宽、不规则、无规律、与有效信号混叠,难以抑制.近年来,采用数量级为10⁴~10⁵ Hz采样频率收录的全波磁共振信号,以其携带丰富全面的信息量,为数据处理及解释提供了更多的潜能.然而,只要随机噪声的幅度大于信号幅度,拟合得到的信号特征参数准确度就会降低.目前普遍采用的数据叠加方法仅能抑制部分随机噪声,且需要多次采集信号,探测效率低.本文针对全波磁共振信号采样点数多和信号非线性强的特点,提出采用分段时频峰值滤波（STFPF）法消噪,将全波磁共振信号分成若干段,编码为解析信号的瞬时频率,采用短窗长PWVD计算解析信号的时频分布,利用时频分布沿瞬时频率集中的特性,通过提取时频分布的峰值获得信号的无偏估计,达到抑制全波磁共振信号随机噪声的目的.为了验证消噪效果,与传统叠加法进行对比分析,仿真结果表明,对于单次采集信号,信噪比低至-5 dB时,STFPF方法依然能有效抑制信号中的随机噪声,消除随机噪声后信噪比提高23.19 dB,信号的初始振幅拟合误差为3.03%,平均横向弛豫时间拟合误差为2.7%,消噪效果优于传统叠加法,且由于无需多次采集磁共振信号,可有效提高探测效率.模型数据的反演解释进一步验证了STFPF方法的有效性,本文研究结果为实际数据处理奠定了良好的基础.