首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
以数字观测地震前兆数据的传输,处理,入库和服务的流程为基础。研究实现了前兆台网中心对前兆数据的自动传输,入库和管理,减少了人为干预,有效地提高了前兆数据处理工作的效率。  相似文献   

2.
天津市地震局震情值班室以五位电报码报文格式向国家地震前兆台网中心报送模拟前兆数据,并与河北省地震局、山东省地震局交换数据。《模拟前兆数据报文自动处理程序》从局域网FTP服务器中自动下载台站(地办)模拟前兆文件到本地计算机,从中读取数据,按照五位电报码的编码要求生成3个报文文件,确认无误后向相关单位报送。  相似文献   

3.
为了满足设备资源共享和协同工作的需求,前兆数据管理系统迫切需要建立有效的统一设备资源管理机制。分析了前兆数据管理系统中设备的实际特点及系统的各项业务需求,提出了符合地震行业应用特点的设备资源管理系统模型;针对地震台网中设备的异构性,对系统中的信息进行了抽象和统一的描述。将设备资源转化成为一种统一的标准资源,屏蔽各设备之间的差异,使系统具有可扩展性;实现了多用户并发任务的优化和结果数据分发处理,从而提高了系统的性能。该系统目前平稳运行于全国地震前兆台网中。  相似文献   

4.
地震前兆数据监视与管理系统   总被引:6,自引:0,他引:6  
周克昌  李志雄  王松  岳鑫雨  李杰飞 《地震》2006,26(1):115-122
在北京十三陵地震台建设了一个高度集成的地震观测监控系统, 将原来分散的观测项目(如测震、 GPS、 气氡、 气汞、 电磁波、 地电场等测项), 改造为集中到一台服务器管理, 在一个监控平台上统一实现了对台站数据的收集、 入库、 管理、 处理、 监控等业务; 对这些观测项目可以在控制台上直接取数并将数据入库; 初步实现了观测数据的收集、 数据处理、 数据管理、 数据监控的软件管理系统, 减少了系统维护工作量, 方便台站工作人员操控。 监控系统的地震前兆数据监管软件系统DataMonitor可准实时监视数据, 检查数据的异常和到达情况, 并向台站数据管理人员告警; 可对数据库数据进行统计, 包括数据到达情况统计、 缺数统计、 数据连续率统计等, 并可按用户定制的测项分类进行统计。 该系统还提供多种前兆数据处理方法, 实现对前兆数据的各种常规分析处理。 地震前兆数据监视与管理系统已在北京十三陵地震台应用, 满足了数据管理人员日常工作需要, 可及时方便地掌握数据的情况并对观测系统进行维护。  相似文献   

5.
本文在现有前兆数据观测采集传输、存储的基础上,开发研制了前兆数据差错管理系统。该系统基于Windows平台上采用Access数据库,用ADO作为连接数据对象,使用Visual Basic6.0开发工具与数据库技术相结合,实现了数据文件检查、观测日志检查、差错情况管理等多种功能。保证了数据文件的连续、完整和准确,科学有效地对数据进行质量控制。  相似文献   

6.
全国地震前兆数据入库处理   总被引:2,自引:0,他引:2  
周克昌  庞丽娜  李鑫  纪寿文  田力 《地震》2006,26(4):59-66
详细介绍了前兆数据入库处理软件Doqzh的功能特点、 工作参数文件、 数据入库流程、 两种数据入库模式、 错误处理、 工作日志文件以及支持的观测日志文件格式等。 该软件可对多种前兆数据、 观测日志以及电子月报表等进行入库处理, 对数据入库操作进行优化, 大大提高了数据入库效率, 且实现了数据入库操作的全程自动化, 包括连接数据库服务器、 连接FTP服务器、 下载文件、 备份文件、 数据包解压缩、 入库、 记录数据压缩包统计信息、 退出程序等。 该软件是国家地震前兆台网中心数据处理系统的核心软件, 在国家地震前兆台网中心和多个省级前兆台网中心收到了很好的应用效果, 为全国地震前兆数据的汇集和共享以及中国地震局的大华北数据共享任务起到了关键的作用。  相似文献   

7.
针对前兆系统的现状和需求,基于对前兆数据管理系统中的元数据进行分析,结合地震前兆系统元数据的多样性、分布性、约束性等特点,设计了前兆元数据管理系统.  相似文献   

8.
杨从杰  徐平 《高原地震》2001,13(3):31-34
随着前兆观测系统的数字化和自动化的不断发展,数据量也大大丰富,完全靠人工已不可能完成数据的及时检查与分析。利用2种常用的方法:长短窗比值法和N倍均方差法对前兆数据进行实时处理,并对数据异常情况进行预告警。  相似文献   

9.
介绍建设完成后的新疆数字地震前兆观测网络的整体功能,以及各种前兆观测手段在全疆的分布情况,给出了新疆数字地震前兆观测网络整体结构,数字地震观测仪器的基本信息、前兆观测数据管理模式等。  相似文献   

10.
地震前兆数据的报文程序   总被引:1,自引:1,他引:0  
分析了河北省1998年度地震前兆数据报送工作中的迟、漏、错报情况报,结合本台实际情况,运用BASIC语言,编写了本程序,适用于台站实际工作。可实际提醒,纠错,自动生成的报文符合中国地震局《地震电报试行办法》,使台站地震前兆数据的报送更方便,快速、准确。  相似文献   

11.
陈阳  王洪体 《地震》2006,26(3):85-92
基于网络的数字地震台网数据处理系统(EDSP_NET)是根据区域数字地震台网在宽频带数据处理、 数据共享方面的需求开发的。 EDSP_NET运行于Windows平台, 用于汇集、 处理来自数字地震台站的波形数据, 实现台网中心间的数据共享, 监视台站和台网中心处理系统的运行状态。 详细介绍了系统结构和功能, 并简要介绍了系统的三个应用模式。  相似文献   

12.
天津市地震局滨海地震台测震、地球物理等观测手段众多,数据处理量大,处理软件繁多。为此,利用PHP开发网页化的综合管理系统,将工作内容进行分类整理,将台站工作展示、地震观测工作辅助、工作提示等功能整合在系统中,从而减少数据处理错误,提高数据观测质量及工作效率。该平台具有扩展性,可随时添加新的功能模块,适应未来工作变化。  相似文献   

13.
介绍了利用现代网络技术开发基于B/S模式的新疆测震台网的数据传输系统,描述了该系统的特点、结构、主要功能、实现方法及部分程序代码.  相似文献   

14.
通过对数字地震波形开展周期-频度谱分析,利用波形不规则指数和卓越周期等小爆破的识别判据,开发研制了实时监测的爆破事件自动监测报警系统。该系统具有对小爆破事件进行自动识别、自动定位和自动E-mail报警的功能。  相似文献   

15.

重力数据的密度界面反演是位场数据解释中的一项主要工作, 在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来, 数据驱动的深度学习方法广泛地应用在地球物理数据处理与反演中, 本文提出一种基于深度学习U-net网络的重力数据密度界面反演方法.首先, 对半椭球体界面模型进行随机抽取和组合进而形成地下起伏界面数据集, 并基于Parker正演理论对界面数据集进行重力异常正演计算, 为深度学习网络模型的训练提供特征完备的数据源; 其次, 设计了基于U-net网络模型的深度学习界面反演算法, 在传统的损失函数基础上增加光滑损失项和过拟合抑制项, 提高重力界面反演结果的光滑性和收敛效率; 最后通过测试样本集进行反演预测, 验证建立深度学习网络模型的泛化性.本文通过理论模型和实际数据试验分析了本文方法在密度界面反演中的有效性和实用性, 基于改进损失函数约束的深度学习界面反演方法有效地提高了密度界面反演的收敛效率和计算稳定性.

  相似文献   

16.
为应对地震观测数据量激增以及发报时间要求日趋紧张的情况,作者开发了一个基于Ftp,具有较高效率的上报数据自动传输程序.本文就程序的开发目的、实现方法和实际应用效果进行阐述.  相似文献   

17.
以河北电磁台网2008—2016年地震前兆数据跟踪分析产品信息为数据源,归纳该台网主要环境干扰因素,主要干扰表现为降雨、高压直流输电、农田灌溉3种类型,约占干扰因素约88.47%。分析各类干扰因素成因、动态曲线变化特征,提取并总结电磁台网环境干扰典型实例及变化特征,为地震前兆异常变化地准确判断提供有效实例支持与技术参考;根据干扰成因和观测经验,通过同场地增加气象三要素观测可快速识别降雨干扰,通过地埋观测外线路、地磁场深井观测方式可避免或减小干扰,为排除环境干扰,探索抑制干扰的新方法服务。  相似文献   

18.
根据国家数字台网资料处理的实际工作需要,在原有的资料处理系统基础上,研制了开发的具有高效、高精度、高度自动化的软件改进系统。本系统利用VC++开发,共开发了6个独立模块,能与原系统融合成一个整体,方便工作人员使用,减轻工作负担,提高了工作效率与质量。  相似文献   

19.
针对测震台网波形数据传输中断导致丢数现象,开发测震台网自动补数系统SDARS,自动检测数据丢失现象,并从地震台数据采集器下载缺失数据;设计手动辅助补数工具软件SeisDataUtil,提供不同格式的地震数据文件的手动补数功能。通过此套补数系统,有效提高测震台网波形数据完整率,最小化减少波形数据丢失。  相似文献   

20.
在Windows环境下开发了应用软件“网上前兆数据动态时间变化无人值守警视系统”。该软件基于安徽省前兆数据传输网上的14个台站、各学科(117个测项)前兆数据格式等特点,随时间的递增自动循环完成检索、汇集、处理、初级分析、绘制和显示时间变化曲线、报告缺测缺记时效等任务。能快捷、可视化地监知各台站、各学科前兆数据的时间变化情况。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号