检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

人工智能技术在地震减灾应用中的研究进展

地球物理学进展 2021年第2期36卷 516-524页

作者：隗永刚蒋长胜中国地震局地球物理研究所北京100081

近年来人工智能(AI)技术的迅猛发展,引领了包括地震减灾在内的众多科技领域的前沿.为反映和描述当前人工智能技术的引入和促进地震减灾科技发展的全貌,本文系统整理和回顾了近10年来已发表的相关文献,解读了其在地震监测预警、地震预测... 详细信息

近年来人工智能(AI)技术的迅猛发展,引领了包括地震减灾在内的众多科技领域的前沿.为反映和描述当前人工智能技术的引入和促进地震减灾科技发展的全貌,本文系统整理和回顾了近10年来已发表的相关文献,解读了其在地震监测预警、地震预测、风险防治、应急处置与风险管理四个方面取得的主要技术进展,具体包括事件检测、震源参数测定、事件类型识别、智能手机数据应用、地震事件预测、煤矿开采诱发地震预测、地震灾害风险评估、建筑结构安全状态评估、地震灾情快速获取、地震灾害风险感知、地震灾害风险管理等方向.其中机器学习技术尤其是深度学习技术在提升地震减灾科技应用服务的精度和准确性上发挥了重要作用,而自然语言和语义分析技术主要在地震应急处置和风险管理领域发挥作用、显著拓展了新的数据信息资源和服务能力.在可预见的未来,人工智能技术的引入和应用的新的拓展,还将继续引领地震减灾科技前沿.

关键词：人工智能地震减灾机器学习深度学习

在线全文

学校读者我要写书评

暂无评论

波速异常方法在地震预测中的一些应用研究

波速异常方法在地震预测中的一些应用研究

作者：隗永刚中国地震局地球物理研究所

学位级别：硕士

在以往的波速异常研究中,前人往往主要着眼于波速比异常的时间进程,对研究区的选择也往往局限于震源区及其附近这样的局部地区。为了更加全面地考察地震前波速或波速比的变化与地震之间的关系,本文将以近年来发生在龙门山断裂带上的200... 详细信息

在以往的波速异常研究中,前人往往主要着眼于波速比异常的时间进程,对研究区的选择也往往局限于震源区及其附近这样的局部地区。为了更加全面地考察地震前波速或波速比的变化与地震之间的关系,本文将以近年来发生在龙门山断裂带上的2008年汶川8.0级地震和2013年芦山7.0级地震为例,尝试运用单台多震法和多台多震法,不仅从时间进程上而且从更大范围的空间演化图象方面,对P波广义视速度、S波广义视速度以及波速比在地震前的异常变化特征进行研究。通过对上述工作的开展,以期加深对地震前波速或波速比异常在时间和空间上变化规律的认识,对进一步开展波速或波速比地震预测研究具有重要的科学意义。为了获得广义视速度和波速比在空间演化图像即时空分布图上的异常变化特征,本文应用了空间扫描法。该方法以一个1.5。×1.5。的矩形窗口,滑动步长为0.2。,在空间上依次进行扫描。同时为了保证数据精度,本文应用近震走时曲线以及和达曲线对震相资料进行了筛选。考虑到一些离散点可能是波速异常所导致的结果,因此在筛选时以不偏离走时曲线4秒为限。本文分析了震源深度对广义视速度、以及观测误差对波速比的影响,确定了通过提高震中距(将震中距扩大到80-200公里)的方法来降低两者对广义视速度、波速比的影响,并且与震中距在25-120公里时的结果作了对比分析。结果表明：震中距在80-200公里时的广义视速度和波速比的异常变化更明显、离散度更低应用上述方法,本文观察到了P波广义视速度、s波广义视速度以及波速比在两次强震前清晰的异常变化现象。在时间进程上,汶川和芦山地震前,P波广义视速度和s波广义视速度都出现了明显的下降。且震级越大,异常下降幅度和持续时间也相应的增加。波速比在两次强震前都出现了明显的突变现象。汶川地震前,P波广义视速度自2004年初开始,从前期的5.62km/s左右突降至5.55km/s左右,降幅为0.07km/s。与此同时,S波广义视速度从前期的3.50km/s左右突降至3.40km/s左右,降幅为0.10km/s。之后,P波广义视速度和S波广义视速度维持在突降后的低值附近波动,并一直持续到2007年底;芦山地震前,P波广义视速度自2012年初开始,从前期的5.66km/s左右,降至5.64km/s左右,降幅为0.02km/s。与此同时,s波广义视速度从前期的3.39km/s左右,降至3.36km/s左右,降幅为0.03km/s。之后,P波广义视速度和s波广义视速度维持缓慢的下降趋势,一直到芦山地震前。在空间演化图像方面：两次地震都发生在广义视速度出现明显下降的区域,且都位于波速比的高值区与低值区的交汇处。汶川地震所在区域,在2004年以前曾是明显的广义视速度高值区,到2007年底该区域的高值特征明显减弱。芦山地震发生在汶川地震后生成的广义视速度低值区,该低值区广义视速度在芦山地震前也进一步降低。通过对上述结果的分析,本文认为,P波广义视速度和S波广义视速度在时间进程上的异常变化现象,符合扩容-进水模式的解释。即岩石受到应力作用时,会产生微裂隙扩容,从而导致波速显著下降。另一方面,该模式认为异常持续时间的对数与震级近似呈直线关系,这也能够解释汶川和芦山两次地震前异常持续时间的不同;而波速比和广义视速度在空间演化图像上的特征以及波速比在时间进程上的特征,尚无模型给予合理解释,需要进一步研究。最后,本文以大华北地区2002年-2013年间的近震为研究对象,应用多台多震法和空间扫描法,对该地区的P波广义视速度和S波广义视速度以及波速比的变化情况进行了研究。研究结果显示：山西断裂带及附近地区P波广义视速度和S波广义视速度呈明显上升趋势,与汶川和芦山两次强震前的形态不同。江苏地区的广义视速度在2011年初出现了明显的突降,之后一直维持震荡攀升的态势,与汶川地震前有相似之处,应密切关注该地区其它前兆指标。另外北京地区、河北廊坊、保定一带的广义视速度出现了一定程度的下降,也应密切关注。

关键词：广义视速度波速比单台法多台法空间演化图像空间扫描法

利用早期余震预测的Omi-R-J方法对2017年四川九寨沟M_S7.0地震的应用研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地球物理学报 2018年第5期61卷 2099-2110页

作者：蒋长胜毕金孟王福昌隗永刚龙锋中国地震局地球物理研究所北京100081 天津市地震局天津300201 防灾科技学院河北三河065201 四川省地震局成都610041

在地震序列的早期阶段获得科学可靠的余震预测结果,始终是地震预测研究的前沿课题.针对新近发展的Omi-R-J方法的适用性问题,以及相比于传统的Reseanberg-Jones(R-J)模型在地震序列参数拟合、余震预测效能上的差异等问题,本文以2017年四... 详细信息

在地震序列的早期阶段获得科学可靠的余震预测结果,始终是地震预测研究的前沿课题.针对新近发展的Omi-R-J方法的适用性问题,以及相比于传统的Reseanberg-Jones(R-J)模型在地震序列参数拟合、余震预测效能上的差异等问题,本文以2017年四川九寨沟M_S7.0地震序列为例,利用多时间窗的连续滑动拟合、预测和检验,以及通过构建重采样随机地震序列目录的系统检验等方式,开展了应用研究和比较研究.结果表明:相比于R-J模型,Omi-R-J方法可在余震记录较不完整的地震序列早期阶段获得稳定、可靠的序列参数,p值、c值和b值的标准差相比于R-J模型参数明显减小.N-test方法检验结果表明,在R-J模型等传统方法无法获得预测结果的地震序列早期阶段,Omi-R-J方法预测结果可以较高的比例通过N-test检验,在后续时段的预测效果也明显优于R-J模型.利用随机地震序列目录的测试结果表明,余震记录完整性下降对Omi-R-J方法预测结果的影响相对较小,在全部时段的完整性下降的影响高于在部分时段的完整性下降.上述结果对进一步地将Omi-R-J方法应用在震后早期余震预测中具有一定科学借鉴意义.

关键词：地震序列余震预测 Omi-R-J方法 R-J模型统计检验

本州M_W9.1地震前破裂区内地震与地球自转之间的相关现象

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2020年第2期63卷 440-444页

作者：陈学忠李艳娥隗永刚郭祥云陈丽娟中国地震局地球物理研究所北京100081 重庆市地震局重庆401147

强震发生前震源系统可能处于不稳定状态,在这种情况下,震中附近地区的地震活动或许会对微小的应力变化敏感.地球自转会在震源断层面上引起应力,地球自转速率变化也会在震源断层面上引起应力变化.由于地球自转速率变化非常微小,在震源断... 详细信息

强震发生前震源系统可能处于不稳定状态,在这种情况下,震中附近地区的地震活动或许会对微小的应力变化敏感.地球自转会在震源断层面上引起应力,地球自转速率变化也会在震源断层面上引起应力变化.由于地球自转速率变化非常微小,在震源断层面上引起应力变化也非常微弱,如果震源区处于极不稳定状态,这种微弱的应力变化或许会激发一些地震活动.这些被激发的地震活动将会表现出与地球自转速率变化的显著相关性.为了考察2011年3月11日日本本州9.1地震发生前震中附近地区是否存在与地球自转速率变化显著相关的地震活动,选取2000年1月-2011年2月M≥5.0地震集中活动区域为研究区域,根据USGS发布的1991年1月-2011年2月的地震目录,利用舒斯特(Schuster)统计检验方法,研究了地球自转与本州M_W9.1地震前发生的地震活动之间的相关性.检验结果用P值来评估,P值越低表示相关性越显著.结果如下:在研究区内5.4≤M≤6.9地震的P值的时间变化显示本州M_W9.1地震前从2009年6月-2010年1月存在低于0.5%的P值.当P值达最低值时,约82%的5.4≤M≤6.9地震发生在地球自转速率季节性变化的加速期,显示出了地震活动与地球自转速率加速之间的显著相关性.取3°×3°的空间窗,以0.1°的步长沿经度和纬度滑动对P值进行空间扫描,可以得到P值的空间分布.扫描区域远大于研究区,经纬度范围为(33°N-43°N,138°E-147°E).在P值的空间分布图上,可发现在P值处于最低值期间,低于0.5%的P值集中分布在研究区的北部,本州M_W9.1地震震中位于这个低P值区的边缘.因此,本州M_W9.1地震前在其破裂区内存在显著的与地球自转相关的地震活动现象,说明破裂区内存在非常不稳定的地区.

关键词：本州MW9.1地震地球自转舒斯特检验 P值

2011年3月11日日本宫城M_W9.1地震的预滑与黏滑震相研究

在线全文

学校读者我要写书评

暂无评论

地震工程学报 2019年第2期41卷 460-468页

作者：许健生隗永刚张旭中国地震局地球物理研究所北京100081

实验室内的岩石黏滑实验表明:黏滑错动过程一般可分为预滑、黏滑和止滑三个阶段,其中黏滑过程往往不是一次单点错动过程,而是由多次黏滑错动过程组成,表现出在断层的不同部位多点黏滑错动的特征。2011年3月11日日本宫城近海发生了M_W9.... 详细信息

实验室内的岩石黏滑实验表明:黏滑错动过程一般可分为预滑、黏滑和止滑三个阶段,其中黏滑过程往往不是一次单点错动过程,而是由多次黏滑错动过程组成,表现出在断层的不同部位多点黏滑错动的特征。2011年3月11日日本宫城近海发生了M_W9.1大地震。对该地震在全球数字地震仪台网(GSN)的波形记录做了分析,在ERM台(Δ=3.8°)记录的Pn震相前约125.5 s处识别出预滑错动震相Xp;在GSN 98个台的长周期波形记录上识别出三次同震黏滑错动过程中激发出的三个同震黏滑错动震相Xs1、Xs2和Xs3,以及止滑过程中激发出的止滑面波震相XsQ和XsR。根据黏滑实验和观测结果,我们认为ERM台所处的地块在主震前约69.1 s时发生了一次临震预滑错动,激发出了预滑错动震相Xp。主震发生后与弹性破裂过程同时发生了第一次黏滑错动,激发出了黏滑错动震相Xs1;在弹性破裂开始后约27.5 s时发生了第二次黏滑错动,激发出了黏滑错动震相Xs2;在弹性破裂开始后约71.0 s时发生了第三次黏滑错动,激发出了黏滑错动震相Xs3;在弹性破裂开始后约93.1 s时黏滑错动幅度达到峰值Xsm。之后进入止滑阶段,止滑过程激发出了勒夫型长周期面波止滑震相XsQ和瑞雷型长周期面波止滑震相XsR。根据XsQ和XsR震相的周期普遍大于75 s的特征,我们认为XsQ和XsR可能是地幔内传播的面波,并给出XsQ和XsR面波的走时关系。根据主震发生后同震伴随有三个子黏滑错动过程的观测证据,认为此次M_W9.1大地震可能是黏滑错动和弹性破裂共同作用的结果。从地震记录图上识别出Xp震相有助于认识主震前的预滑错动过程,且有一定的前兆意义。研究Xs震相以及XsQ和XsR震相有助于认识同震黏滑错动过程并预判震灾损失。

关键词：黏滑错动弹性破裂 Xp震相 Xs震相 XsQ和XsR震相

在线全文

学校读者我要写书评

暂无评论

挪威地震台阵(NORSAR)的功能与布局

地震地磁观测与研究 2020年第6期41卷 137-143页

作者：隗永刚中国地震局地球物理研究所北京100081

为顺利推进我国全球地震台网建设,对挪威地震台阵(Norwegian Seismic Array,简称NORSAR)开展调研工作,获得其功能、布局等信息,以便对我国地震台网建设提供技术支持和功能参考。

关键词：全球地震台网地震台阵核试验监测挪威

在线全文

学校读者我要写书评

暂无评论

基于深度学习残差网络模型的地震和爆破识别

地震学报 2019年第5期41卷 646-657,I0001页

作者：隗永刚杨千里王婷婷蒋长胜边银菊中国地震局地球物理研究所

为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地... 详细信息

为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别,本文基于深度学习技术中的残差网络模型,提出了一种新的爆破识别方法,并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告,选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱,分别采用不同的训练样本比例进行了100次和1000次独立的随机抽样子试验以及“留一交叉验证法”试验,对人工爆破与天然地震进行了识别研究。试验结果表明,深度学习残差网络模型在天然地震与爆破事件的性质识别中具有很高的识别率且效果稳定,具有较好的应用前景。

关键词：地震识别爆破识别深度学习残差网络