排序方式: 共有10000条查询结果,搜索用时 15 毫秒
411.
利用深井动水位观测资料预报地震,已经被国内外地震学家进行深入研究,并得到了许多珍贵的震例资料。从多年的观测实践认识到,观测装置系统对动水位记录地震信息量是关键环节,泄流量的调节也是提高动水位观测质量的重要因素。 相似文献
414.
对云南漾濞M S6.4地震前出现的前震序列、地震学、定点形变和流体观测异常进行系统梳理和回顾,结果表明:前震序列较为复杂,能找到一些地震学的异常特征,但难以通过这些特征对震后趋势进行正确判断;定点形变观测异常出现时间早、异常幅度大,可为震级预测提供依据;流体观测异常出现时间短、异常相对集中,为时间预测提供了更好的支撑;形变和流体异常与亚失稳后期阶段具有较为相似的时空特征,可能与亚失稳过程有关。前震序列的判断结合区域地震危险性,可能是提高判断准确性更好的方法,合理利用地震孕育不同阶段的异常特征,是做好综合预测需要提倡的方法。 相似文献
415.
人类活动对河口环境影响巨大,揭示在强人类活动驱动下河口径潮动力非线性相互作用的异变特征,有利于了解人类活动影响河口动力地貌的机制,对河口区水利工程建设及环境保护等具有重要指导意义。基于1960—2016年珠江磨刀门河口沿程潮位站(甘竹、竹银、灯笼山、三灶)的逐月高、低潮位数据及马口水文站的月均流量数据,统计分析了磨刀门河口在强人类活动驱动下月均水位、潮波振幅及其空间梯度(即月均水位坡度和潮波振幅衰减率)的季节性异变特征。结果表明,1990年和2000年为磨刀门河口径潮动力的异变年份, 1990年前为自然演变阶段, 2000年后为恢复调整阶段,1990—2000年为过渡阶段;高强度采砂导致的河床下切使磨刀门河口月均水位及月均水位坡度显著减小,夏季减小幅度最为明显,沿程平均分别减小0.53m和8.93×10 -6;月均水位坡度减小导致潮波衰减效应减弱,进而使沿程潮波振幅增大,多年平均增大0.071m;磨刀门河口径潮动力相互作用具有明显的季节性差异,夏季月均水位坡度随流量增大在上游抬升明显,冬季月均水位坡度在上游显著减小,但在下游略有抬升;随着流量的增大潮波振幅的衰减作用... 相似文献
416.
在广州市目标区内的主要活动断层危险性评价的基础上,综合活断层探测的研究成果和资料,对于具有潜在发震可能的主要断层,基于凹凸体震源模型建模理论进行了特征计算模型的建模。根据断层地震危险性分析确定的断层发震震级和几何参数,进行了断层的宏观参数和微观参数的设定。为通过复核预测方法计算与合成近断层强地震动场和城市危害性评价提供了科学的依据。 相似文献
417.
设定地震常用于震害预测、地震小区划和重大工程选址,烈度衰减模型反映了地震引起的地面震动及其影响的强弱程度分布。设定地震包括确定性和非确定性设定两种方法,确定性方法基于构造或历史地震,非确定性方法是基于概率危险性方法,用于估计区域或城市未来可能遭遇的地震危险。缺失等震线或震害记载不详的历史地震和概率设定地震都不能确切地反映地震破坏影响,借助于烈度衰减关系模型和GIS,可直观地判别其影响分布情况,便于设定地震的取舍。 相似文献
418.
大地震在哪里发生是地震预报首先要解决的问题.利用反演GNSS观测数据得到的2011年日本东北9级大地震前7年(2004—2010年)断层上的应力变化,我们发现了这次地震断层的孕震区.为了进一步研究该孕震区的演化过程,本文继续反演这次大地震在1997—2003年间的断层应力变化过程.通过这两期的反演工作,我们看到,在这14年中,断层应力的年变化图案的主要特征基本是稳定的,并存在明显的应力增加区和降低区.前者与地震的破裂区吻合,后者与前震、重复小地震和无震滑动的区域一致.显著的剪切应力增加区不但与主震,而且还与大余震的破裂区相符合.我们发现断层面上高应力积累区的零剪应力和零正应力变化的等值线不重合,前者在断层面上的深度大于后者,这意味着在剪应力增加区存在着正应力降低区或剪切强度降低区(由于剪切强度与正应力成正比).断层初始破裂点似乎更偏好零正应力等值线附近的位置,这是因为该处不但靠近剪切强度降低区,而且位于剪应力积累最显著的地方.研究结果表明,正应力变化对大地震的初始破裂有影响;本文所使用的断层应力变化反演方法,可以用来作为预测大地震发生位置的一种手段. 相似文献
419.
随着大数据和机器学习的成熟和推广应用,人工神经网络在地球物理测井预测储层参数中得到重视.本文引入迁移学习进行测井储层参数预测,以孔隙度预测神经网络模型和孔隙度含水饱和度联合预测神经网络模型为基础模型,分别以渗透率及含水饱和度预测作为目标任务进行迁移学习,以提升储层参数预测效果和效率.文中详细阐述了基于迁移学习的测井储层参数预测方法,并使用64口井的测井数据进行储层参数预测效果分析.结果表明,使用迁移学习后,渗透率模型预测效果最高可以提升58.3%;含水饱和度模型预测效果最高可以提升近40%,且最大可以节省60%的计算资源;以孔隙度预测模型为基础模型时更适合使用参数冻结的训练方式,以孔隙度含水饱和度联合预测模型为基础模型时更适合使用参数微调的训练方式. 相似文献
|