2016年8月24日意大利佩鲁贾MW 6.2级地震同震位移场估计和震源滑动模型反演

利用改进的自动经验基线校正方法SMBLOC,对2016年8月24日意大利佩鲁贾MW 6.2级地震震中周围约60 km内的近场强震记录进行基线校正并尝试给出同震位移场,与GPS观测结果进行对比分析,分别独立和联合两种资料反演震源滑动模型,并根据震源模型进一步给出全空间预测位移场分布.研究结果表明:(1)两种不同的资料给出的水平位移场幅值均为cm级,且均表明断层的错动以正断为主.(2)两种同震位移场分别独立和联合反演所得的震源静态滑动范围基本一致,最大滑动均发生在震中东北侧,强震模型表现出明显的双事件特征,较大滑动分布在震中东北侧和东南侧,GPS模型在震中东南侧的滑动相对较小,其双事件特征不明显.两种模型的最大滑动量分别为0.96 m和0.86 m,较为一致,反演的矩震级均在MW 6.3左右.(3)根据震源滑动模型计算所得的佩鲁贾地震全空间预测的水平同震位移场中最大位移分布区域与震后报告中受灾严重的地区基本一致.表明在一定的条件下,利用SMBLOC方法解算震级较小的MW 6.0左右地震强震记录的同震位移场,并反演震源滑动模型具有一定的可行性,且其同震位移场和滑动模型可为震后灾害快速评估、救援力量分配、余震趋势判定等快速应急响应工作提供参考依据.     

Automatic stacking‐velocity estimation using similarity‐weighted clustering

Local seismic event slopes contain subsurface velocity information and can be used to estimate seismic stacking velocity. In this paper, we propose a novel approach to estimate the stacking velocity automatically from seismic reflection data using similarity‐weighted k‐means clustering, in which the weights are local similarity between each trace in common midpoint gather and a reference trace. Local similarity reflects the local signal‐to‐noise ratio in common midpoint gather. We select the data points with high signal‐to‐noise ratio to be used in the velocity estimation with large weights in mapped traveltime and velocity domain by similarity‐weighted k‐means clustering with thresholding. By using weighted k‐means clustering, we make clustering centroids closer to those data points with large weights, which are more reliable and have higher signal‐to‐noise ratio. The interpolation is used to obtain the whole velocity volume after we have got velocity points calculated by weighted k‐means clustering. Using the proposed method, one obtains a more accurate estimate of the stacking velocity because the similarity‐based weighting in clustering takes into account the signal‐to‐noise ratio and reliability of different data points in mapped traveltime and velocity domain. In order to demonstrate that, we apply the proposed method to synthetic and field data examples, and the resulting images are of higher quality when compared with the ones obtained using existing methods.     

基于优化参数的地震P、S波震相到时自动拾取及质量评估

准确拾取P、S波震相到时是深入开展地震波研究工作的基础,本文改进了自动拾取参数优化函数算法和质量评估方案,引入了拾取到时优化方案,使用基于参数优化的频带-带宽拾取算法、AICD拾取算法和峰度拾取算法对腾冲地区7个宽频带地震台站记录的地震资料开展了地震P、S波到时自动拾取,对拾取结果进行了优化和质量判定.结果表明：经参数优化、拾取优化后,采用3种方法自动拾取的P、S波到时与人工拾取到时的时差在0.1 s内的记录占比分别达到74.66%、70.98%.这些参数值均优于算法改进前的同类参数,证明了优化方法的可靠性.     

基于稀疏反演理论的自动叠加速度反演方法

叠加速度分析技术是常规地震资料处理中的重要环节,也是经典的时间域速度建模方法.叠加速度分析技术主要包括速度谱计算和拾取两个步骤.至今为止,多数研究工作通过提高速度谱的分辨率以及抗噪声能力,获得高质量的速度谱从而有利于拾取.本文的目标是将叠加速度分析技术转为一个全自动化的处理流程.从参数估计的角度出发,将叠加速度估计转化为稀疏反演框架下的模型参数估计问题,并通过稀疏反演算法自动反演叠加速度,进而提高叠加速度建模的效率.为实现这一目标,首先给出了正问题的定义,即层状介质中CMP道集的预测模型,利用叠加速度、垂向双程走时(t_0)以及反射子波以及CMP道集时距关系(如双曲时距关系)可以预测CMP道集.接着,速度分析反问题可以描述为已知观测的CMP道集,估计模型参数(叠加速度及t_0时间等).利用模型参数的稀疏性作为约束条件并用L_0范数作为模型稀疏性的度量准则,叠加速度分析可以转化为L_0范数约束下的稀疏反演问题.本文提出了一种基于预测校正思想的匹配追踪算法求解上述反问题,实现了自动叠加速度建模并为后续的高精度速度反演方法提供较好的初始模型.理论和实际资料的测试结果证明了本文方法的有效性.     

数据采集器自动检测与断电重启的实现

针对太原基准地震台加速度观测中出现的数据采集器死机现象,使用Visual Studio 2015开发环境,对网络远程控制设备进行二次开发,编写自动处理软件,实现了对加速度数据采集器执行自动检测、自动断电复位和开启数据流的操作,为其他观测台站解决类似的问题提供技术参考。     

遥感监测子系统在国土资源信息系统中的应用研究

详细介绍了遥感监测子系统的构成和一般技术流程,对比介绍了目前我国遥感监测自动发现的方法和研究情况,并提出一种新的影像变化信息自动发现的方法--小波系数差值法.最后针对我国现阶段遥感监测主要存在的问题,提出了相应的解决方案.     

长江中上游灾害性天气自动气象站网监测系统研究

本文系统地介绍了我国研制的自动气象站网的组成、功能及其特点,论述了自动气象站网、无线传输网及计算机通信网的设计方法和联接技术。     

小波分析在GIS线状数据图形简化中的应用研究

本文应用小波理论建立了多分辨率分析与ＧＩＳ图形数据多比例尺表达的关系,在此基础上提出了一种基于多分辨率分析的自动制图综合模型,并以线状要素自动综合为例,说明了新模型方法的应用。     

有限元金属矿地震波场模拟中三角网的自动剖分与模型编辑

区域的部分及单元参数的赋值对于有限元模拟技术是一项十分烦琐的工作,特别是对于模型非固定的情况,本文针对这一问题进行了研究,夺ＶＢ环境下,实现了分区三角网自动剖分及模型的编辑,为复杂金属矿地震模型的波场模拟提供了有效的工具。     

盐湖及盐田自动化观测系统

介绍了盐湖和盐田卤水动态自动观测系统的发展概况 ;论述了系统的结构及其硬件和软件工作原理 ;作为主要关键技术 ,介绍了盐湖野外单片机数据采集系统和测量仪器的设计方法 ,卤水水位、温度、密度传感器的研制以及高浓度卤水中钾的直接自动监测方法。卤水动态自动观测系统在察尔汗盐湖和青海钾肥一期工程盐田中取得了很好的应用效果。这项技术有广泛的推广应用前景