基于支持向量机的地震事件类型自动识别及应用

天然地震与非天然地震自动识别是地震自动编目系统的重要功能之一,是监测数据产出智能化的基础应用.从福建天然地震和人工爆破事件中,提取小波分析特征、P/S震相振幅比、波形能量分布特征,对以上特征组合联合支持向量机进行大批量数据测试分析,研究得出识别效果较好的事件类型判别算法,最优测试识别率为94.5％;采用最优算法研发基于...     

区域数字地震台网实时速报系统研究

根据我国地震监测台网的发展趋势,提出了区域数字地震台网实时速报系统的发展目标,研究了实现这一目标应解决的实时数据流接收、震相自动识别、震相可靠性处理、实时地震定位、震相到时等值线实时绘制、地震震级的实时计算、地震动强度分布图的实时绘制等问题.我们编制了一套实时地震速报软件,实现了上述功能,并用福建数字地震台网记录的地震事件进行软件功能测试.测试结果表明:对于网内地震,软件处理结果基本达到中国地震局地震速报评比满分的要求,速报时间缩短至30～50 s.此外,通过实时仿真技术,系统可给出实际观测到的PGA、PGV、PGD等值线图,可以为应急救灾确定重灾区和有感范围提供帮助.     

福建强震台网数据记录系统简介

本文概要介绍了强震仪主要技术参数、强震台网计算机系统及强震记录情况。     

台网噪声评估及其对气枪震源激发效果影响的研究

为了研究背景噪声对长江地学气枪主动源实验激发效果的影响,收集了240个台站激发前72小时的背景噪声数据及20个定点激发的叠加结果进行实验分析.先剔除异常台站,按照国标将台网噪声水平划分为高、中、低3个等级进行评估,从而研究气枪波形信噪比与台站背景噪声的关系.结果表明:① 台站接收能力与背景噪声水平密切相关;② 气枪信号的信噪比在一定范围内受背景噪声的影响大于距离衰减的影响;③ 长江马鞍山—安庆流域段不同定点激发的场地条件基本一致;④ 随气枪信号叠加次数的增加,低噪台站的信噪比增长速度快于中、高噪台站,若想获得同样的叠加效果,高噪台站需要的叠加次数远大于低噪台站.      

基于反向传播神经网络的闽台ML震级偏差分析与修正

选取我国台湾地区2012—2018年期间的浅源地震资料,将台湾气象局与福建地震台网中心测定的M_L震级进行对比分析,得出两机构测定的震级之间的差异主要是受地震震级大小、震源深度、震源地理位置等因素的影响,并采用线性回归方法对两机构测定的M_L之间的模型关系进行拟合。与此同时,引入反向传播神经网络技术对两机构测定震级之间的偏差进行预测训练,构建4?9?9?9?4的五层网络模型,利用2012—2017年台湾震例作为训练集进行学习训练,2018年数据作为测试集进行预测效果分析。测试结果表明,经过反向传播神经网络修正后,震级偏差较大改善,基本都控制在[?0.4,0.3]之内,预测效果优于传统的线性回归方法,特别是对多震、少震区域震例的修正效果更为显著,进一步验证了反向传播神经网络技术具有较强的非线性拟合能力和泛化能力。      

地震噪声异常实时监测

本文以福建省85个测震台站2012年全年噪声资料中的垂直向记录作为研究对象,将噪声记录以每5min为单位进行分段,求出每小段的功率谱,应用概率分布函数方法绘出台站的PDF图,之后利用网格概率法确定出台站的高低噪声参照线。另外,以85个台站的PDF图为基础,将噪声异常分成缺数异常、低噪处异常、高噪处异常、中噪处异常等4类。依据4类异常的特征分别找出每一类异常的遴选方法,再将这4种挑选方法相结合形成地震噪声实时监测系统。选取福建省85个测震台站2013年7月份的噪声记录进行验证,结果表明:85个台站应用地震噪声实时监测系统识别出来的异常正确率都达到90%以上,遴选效果很好,可用于对台站噪声实时监测。     

程序在提高地震速报速度中的作用

本文重点介绍由福建省数字遥测地震台网自编的地震速报操作平台软件中的七个子程序及其主程序对提高地震速报速度的作用 ,同时也详细阐述实现该软件的几项关键性技术。     

无线遥测地震台网运行中的一些常见故障和排除方法

1992年福建省地震局无线遥测地震台网开始正式运行。本文对在台网日常维修工作中碰到的一些常见故障和排除方法进行了总结。     

应用概率密度函数方法自动处理地震台站勘选测试数据

将McNamara等人（2005）提出的地震噪声概率密度函数（PDF）方法用于地震台站台址勘选测试数据的自动处理,实现了对台址地震噪声水平主要评价指标加速度功率谱密度（PSD）与用RMS表示的速度有效振幅的自动估算,大大提高了台址噪声测试数据的处理速度。该方法已被应用于福建地震烈度速报台网84个新选台址的勘选数据处理工作。     

地震噪声异常实时监测

本文采用福建省85个测震台站2012年全年噪声资料的垂直向记录作为研究对象,将噪声记录以每5min为单位进行分段,求出每小段的功率谱,应用概率分布函数方法绘出台站的PDF图,之后利用网格概率法确定出台站的高低噪声参照线。另外,根据85个台站的PDF图异常,将噪声异常分成四类：缺数异常、低噪处异常、高噪处异常、中噪处异常。依据四类异常的特征分别研究出四类异常的挑选方法,再将这四种挑选方法结合形成地震噪声实时监测系统。选取福建省85个测震台站2013年7月份的噪声记录进行验证,结果表明：85个台站应用地震噪声实时监测系统识别出来的异常正确率都达到90%以上,挑选效果很好,并可应用于台站噪声实时监测。