云南地区水氡前兆异常动态演化与地震关系研究

本研究系统地处理了１９８７年至１９９７年云南地区２３个水氡观测点的水氡观测数据 突出短临异常,寻找水氡短临预报指标,数据处理方法采用日均值一阶差分法,使用差分平稳序列的３倍均方差作为异常判据。得到了云南地区水氡日差分异常台项月本底值为４台项,水氡日差人异异常数月本底值７次,明确提出了预报３个月内云南地区５级以上地震的短临预报指标,给出了其对应地震关系,其中对应率和概括率均为７０％左右。同时全面地统     

怀4井汞量异常与地震的关系

首先介绍了怀来４井地质构造情况,然后根据怀来４井１９８９－１９９８年水汞观测资料,分析了４次中强地震前汞量异常与地震的关系。结果显示,怀来４井汞量异常与地震前的地震活动异常有较好的对应关系。     

对1989年以来华北北部6级左右地震前山西测震及前兆异常的总结

从山西测震,前兆资料入手,在核实异常的基础上,总结了１９８９年以来华北北部４次６级左右地震前的异常,对各次地震前测震和前兆的异常类型,形态,空间分布等特征进行了综合分析并对这些观测项目的映时震能力进行了评价。     

慢地震慢前兆的机制研究

通过岩石高温高压破裂实验与有机玻璃破裂试验的应力—应变曲线对比、地震波形记录(观测资料)与试样破裂波形(实验资料)对比、地震前后定点应变与主破裂前后应变形态变化的对比，认为慢地震是临界或亚临界破裂或预先滑动所致，是低频应变波动。它是材料屈服、弱化或塑性变化的必然结果。而慢前兆则是临近大地震(大破裂)前出现的诸如形变、低频地震波(破裂弹性波)等的短期及临震前兆现象，它比较可靠。但由于许多岩石主破裂前并无明显的临界破裂或预滑动现象，也并非所有岩石都一定出现明显屈服，所以也并非每个地震前都有慢地震，因此，也就不一定都出现低频波动。从而，也并不一定都出现相同的短期、临震前兆现象。     

菏泽MS 5.9地震前后地震前兆综合加权信息量的变化

地震前兆综合加权信息量是利用“地震预报专家系统”的思想对每一异常事件进行综合评估,考虑到异常的可靠性、有效性、显著性及相互关联性给予不同的权重,以每一异常事件的最可能发震时间来估算异常出现的概率,计算了山东地区1977年以来地震前兆综合加权信息量,分析了1983年11月7日菏泽Ms 5.9地震前信息量变化的特点。     

山西地电中短期前兆异常识别方法浅析

用傅氏滑动法、动态距平法、速率法、均值法等对山西大同台、代县台、临汾台的地电异常进行了分析 ,对地电阻率异常的判定、预报方法效能进行了评价 ,对不同的台站 ,从正常的变化形态中找出了突出异常的有效方法 ,从中提取出因地壳应力变化引起的地震前兆异常 ,结果表明 ,5 .0级以上地震在Δ=15 0 km范围内有明显的中短期前兆异常     

地震前兆时空非均匀性指标Cv值的实验检验

在双向加载条件下，对两种构造和介质不同的岩石标本进行变形实验，测量了标本表面不同部位的应变．在此基础上，利用王晓青和陈学忠等提出的描述地震前兆非均匀分布的参量————Cv值，分析了标本变形失稳过程中应变异常的分布，以期从实验角度检验Cv值方法并探讨其物理意义．研究表明，Cv值的变化与岩石变形特征的变化有关，是描述前兆分布非均匀性的一种有效指标；Cv值在失稳发生前先异常上升，然后下降，并在Cv值恢复过程中或恢复后伴随着失稳事件的发生．因此，Cv值是一种有效的预报指标．      

大姚地热动态特征分析

通过大姚高精度水温观测井水地质、井孔条件的分析，震例观测资料、实验观测数据的处理，以及井水水质分析结果，表明大姚水温周期性变化的突出位置是井深75m左右，根本原因是该地层石膏脉稳定释热，含水层热水与井内冷水混合过程中，在通道内形成钙盐类沉淀物（如CaSO4CaCO3），堵塞对流通道，含水层内外压差突破被阻塞通道，热水反复侵入井内，便形成水温周期性变化。地震的孕育、发生和调整过程，由于应力场作用，产生附加地热场，水温基值发生变化，周期畸变或消失，这种附加地热动态是可以恢复的。所以认为大姚地热动态是井区特殊地层地热信息的反映。     

我国地形变观测预报地震的现状及对地震预测问题的思考

本文展示了我国地形变观测的状况,讨论了以地形变观测预报地震的基本思路及应用情况,探讨了地震预测面临的困难及地形变观测须解决的技术问题。最后,作者认为,地震预报目前或今后很长一段时间都将是以观测为主的试验性科学,物理统计分析方法是研究地震孕育动力学过程或进行预测的最具有潜力的途径之一。     

The expert system for earthquake prediction (I)—the overall design and main structure

The Expert System For Earthquake Prediction (ESEP) is summarized in this paper. ESEP embraces three subsystems: long-middle term prediction system, annual prediction system and middle-short term prediction system. Each of the subsystems is composed of seven modules: the controlling module, the data base module, the expert knowledge base module, the method base module, the fact preparation module, the reasoning and decision-making module and the plotting and displaying module. The reasoning model ESEP/R and the knowledge expression model ESEP/K are set up in the ESEP, and new evidence combinations, CON (confine), W (weigh), and SYN (synthesize), have been proposed. The distinctive features of the ESEP are: (1) systemized; (2) several experts’ knowledge can be synthesized; (3) a large amount of data and experts’ experience is embraced; (4) four reasoning models and the synthetic decision-making technic are adopted; (5) several software environments are used; (6) modularization; and (7) possessing the friendly user interfaces. The Chinese version of this paper appeared in the Chinese edition ofActa Seismologica Sinica,14, 1–8, 1992.