一、应用遗传算法研究新疆北天山地震带地震预报规则(论文文献综述)
杨冠泽[1](2020)在《基于卷积神经网络的川滇地区短临地震预测研究》文中提出地震是一种能给人类社会带来灾难的自然现象,极具破坏性的地震会给国家和地区带来严重的经济损失和人员伤亡。地震预测虽然是一个科学难题,但是研究人员并未停下探索的脚步。短临地震预测目前还处于探索阶段,其预测水平与社会需求相距甚远。为此我国自二十世纪八十年代开始建设地震台网,到现在已经积累大量高精度前兆观测数据,涵盖形变、地电、地磁、重力、流体等学科。本文通过研究分析前兆观测数据,考虑到地震的孕育和发生之间高度的非线性特点以及人工选取地震活动性参数的主观性,同时受到卷积神经网络技术的启发,以地震较多的川滇地区为研究区域,基于形变、电磁、水位等历史观测数据,提出一种基于卷积神经网络的短临地震预测模型,并与基于BP神经网络、支持向量机的地震预测算法的结果进行了对比研究。结果表明,本研究提出的预测模型在地震震级和区域预测中具有更高的准确率和召回率,分别能达到95.0%和84.1%,这为地震预测研究供了一种新的地震预测方法。本文的主要研究工作及成果如下:1)提出了一种基于聚类算法的地震预测区域划分方法位置预测是地震预测的一个重要组成部分。本文选取川滇地区中26.50°N30.00°N,100.00°E105.50°E的区域,在如此大范围内即使准确预测出未来发生地震的时间与震级大小,其现实价值也是大打折扣,故有必要将研究区域划分为几个子区块。理论上,通过聚类算法分类后的块内数据属性接近,不同块间的属性差异较大,因此本文使用K-means++算法对该区域内历史地震按照发震位置进行聚类,将该区域划分为6个子区块。2)提出了一种基于多测项前兆观测数据融合的地震预测方法目前地震预测研究使用的数据多数为地震活动性参数,部分使用地震目录数据,而用前兆观测数据的预测研究也多都使用某一个测项。前兆数据多测项组合是本文的一个创新点。地震发生前,可能对某个测项数据有明显影响,也可能不明显。只使用某一测项进行预测就会丢失其它测项可能包含的异常信息。基于此,本文将地磁、形变、水位等三大学科数据组成的多通道数据用于预测地震震级和区域,通过数据增强、参数调优等方式最终将准确率提高到95%。3)提出了一种基于前兆观测数据的卷积神经网络地震预测方法由于卷积神经网络具有强大的自动特征提取能力,再结合合适的网络结构以及超参数,使得基于卷积神经网络的模型在图像识别、时间序列分类等任务中表现突出。前兆观测数据本质上属于时间序列数据,本文根据前兆观测数据特点和具体业务需求,将地震位置和震级的预测转化为时间序列分类问题,设计了一种基于前兆观测数据的卷积神经网络地震预测方法,并通过定量分析优化超参数,最后该方法能在保证震级预测具有较高准确率的同时能有不错的区域预测能力。4)构建了一种可以同时预测发震区域和震级的预测模型现有基于机器学习的地震预测方法大都侧重于预测下一次发生地震的震级,而同时针对地震发生区域和震级的预测研究较少。本文结合卷积神经网络的特性设计出一种模型,该模型由多测项观测数据作为输入,经过卷积层、BN层、池化层和两层全连接层组成的隐含层,输出为预测地震发生的区域和震级范围的标签,获得了较高的预测准确率和召回率。
莘海亮[2](2020)在《中国大陆岩石圈地震体波三维走时速度成像与地震定位研究》文中认为中国大陆及邻区处于欧亚板块的东南部,位于印度、太平洋和菲律宾板块之间。各个板块之间的相互作用,使得中国大陆成为地球上构造背景最复杂、构造活动最活跃的地区之一。建立高分辨率的中国大陆岩石圈结构与获取准确的地震空间位置信息,对于认识地球内部结构、理解大陆强震机理,开展大陆动力学等研究具有重要的意义。本论文在前人工作的基础上,对中国大陆岩石圈速度结构与波速比结构进行了成像研究,对中国大陆固定台网记录的地震事件进行了重新定位工作。本文所获得的结果为进一步认识中国大陆孕震环境,深入理解岩石圈壳幔结构提供了重要参考。主要研究内容包括三个方面:(1)开展了中国大陆岩石圈三维P波、S波速度结构成像工作我们利用中国大陆数字地震台网2013.01-2015.01两年期间记录的地震到时数据,采用区域尺度的双差地震层析成像算法基于多重网格反演策略构建了中国大陆下方岩石圈高分辨率(横向分辨可达0.5°网格)的三维Vp和Vs模型(USTClitho1.0)。整体而言,相比中国大陆已有的岩石圈速度模型,本文结果具有相对较高的分辨率,刻画了中国大陆岩石圈较为精细的三维速度结构特征。对于结果模型,采用多种方法进行了评价。首先棋盘分辨率测试方法显示本文的Vp和Vs模型在水平方向上可达1°的较高分辨率,在中国东部大部分地区甚至达到0.5°的分辨。另外,地震射线密度分布显示中国大陆除四周边缘地区外,整体具有较密的射线覆盖。其次,使用未用于反演的主动源的理论和观测走时数据,进一步验证了反演的Vp和Vs模型;接着,通过计算显示了反演的Vp和Vs模型同样也可以较好地拟合瑞利面波相速度频散数据;最后分别将Vp模型与深地震测深剖面结果、Vs模型垂直切片与前人Vs结果(Shenet al.,2016)进行了对比,结果显示具有较好的一致性。(2)进行了中国大陆岩石圈波速比结构成像研究利用直接求取波速比的方法(Fang etal.,2019),使用相同的地震与台站数据,基于水平间距为2°的速度网格模型,获得了中国大陆岩石圈波速比结构三维图像。采用棋盘检测板测试了结果的分辨率,表明对于研究区大部分区域在深度5-100km范围能够得到较好的分辨率。成像结果显示在地壳浅层中东部的松辽盆地、华北盆地以及四川盆地等均呈现为明显的高Vp/Vs,西北部的准噶尔盆地也呈现局部的高Vp/Vs,与之相反的是塔里木盆地与柴达木盆地均表现为低Vp/Vs,反映了以上盆地具有不同的沉积时代与岩性物质。青藏高原下方整体显示地壳浅部具有较低的Vp/Vs结构,羌塘地块中北部与松潘-甘孜地块东南部中下地壳均显示存在着高Vp/Vs异常,反映了物质高温、部分熔融存在。中国大陆东部中下地壳普遍存在高Vp/Vs层,与低速、高导层位置相比大致一致或略深。综合前人研究成果分析认为主要成因是中下地壳含水矿物发生脱水作用产生流体-水所导致,但是也存在局部部分熔融的可能。华北克拉通中东部与华南块体下方上地幔整体呈现高的Vp/Vs结构,表明为热的、软的软流圈物质的存在。另外,结果还显示了大同、腾冲、长白山等火山下方地壳中部具有局部高Vp/Vs异常,同时显示上地幔部分同样存在大面积的高Vp/Vs分布,表明这些火山下方存在着来自地幔上涌的热物质,可能与周缘的板块俯冲有一定关系。中国大陆40km以上地壳平均Vp/Vs接近于1.73(泊松比σ=0.249),远远低于全球平均水平1.78(σ=0.27)的大陆地壳,可能表明中国大陆地壳最下层普遍缺乏镁铁质地壳。(3)中国大陆地震重新定位工作基于三维速度模型(USTClitho1.0)使用双差地震层析成像方法对中国大陆数字地震台网2013.01-2016.12四年观测的91,583个地震事件进行了重新定位。相比重新定位前垂直剖面显示的具有水平方向层状排列的假象,定位后地震的深度位置有了较大的改进。整体显示中国大陆震源分布具有西深东浅的特征,M1≥2.0的地震的平均震源深度为(11.2±6.6)km,相比初始的地震平均深度(9.3±5.4)km略深。比较不同地块内的地震重新定位前后震源深度的分布,结果显示西域地块震源平均深度最深,为(13.6±8.2)km,华北地块次之,华南地块震源平均深度最浅,为(7.7±3.8)km。选取四川龙门山地震带作为典型地震带进行分析,重新定位结果显示地震主要沿着龙门山断裂带呈北东向条带状展布,分布宽度约20~40km,地震主要分布在0~20km以浅的上地壳。根据地震的分布特征刻画了断裂的深部展布轮廓,反映了龙门山构造带自新生代以来受到青藏高原深部物质东移,整体处于逆冲推覆的挤压状态。为了验证定位结果的相对可靠性,首先选取了 11个6级以上强震的重新定位结果与已有结果进行对比,结果显示与前人的结果较为一致,只有其中的2016年10月17日青海杂多地震Ms6.2地震定位结果相差较大。其次,选取华北盆地下地壳27个地震事件与已有定位结果进行比较,结果显示整体较为一致,差别较小。第三,重新定位后显示存在震源深度位于30km以下的地震,多分布于南北重力梯度带以西的中国大陆西部地区,特别是主要集中在天山地震带与塔里木地块西缘以及南北地震带三个地区,青藏高原南部喜马拉雅地块与拉萨地块交界带、东北兴蒙造山带下方也有零星存在。选取南北地震带进行了分析,发现南北地震带“震源较深地震”所对应波速比主要分布范围为1.68-1.82,其中84%的波速比大于1.73,6%的波速比大于1.80。将南北地震带54个“震源较深地震”与中国地震科学实验场公布的重新定位目录进行比较。这些比较表明本文重新定位结果具有较好的准确性。对下地壳存在的震源较深的地震成因进行了分析,推测成因可能分属于两个方面:对于中国大陆西部天山与藏南地区的震源较深地震而言,主要是由于下地壳干燥的无水麻粒岩相变质组合的存在,保持着亚稳态和机械强度;对于中国大陆中东部地区震源较深地震成因可能主要是与下地壳含有高温流体的存在有关。
李小平[3](2020)在《伊犁浅层黄土滑坡物理特性及稳定性分析》文中研究说明伊犁地区黄土分布极为广泛,由于受其地形地貌及其自然水文气象条件等多重条件的影响,导致产生大量黄土滑坡,直接或间接的埋毁村庄、交通阻断以及造成人员伤亡等严重影响。为了减少该地区黄土滑坡对农牧民造成的不良影响,对该地区黄土滑坡的研究势在必行。本文选择伊犁地区新源县阿勒玛勒镇阿勒玛勒村哈茵德萨依泥石流沟上游滑坡为研究对象,在野外勘查并取样、室内试验的基础上,首先对研究区滑坡黄土物理性质及力学性质进行分析,并对该研究区滑坡滑动机制进行分析,然后运用不同的方法对该滑坡的稳定性进行评价,最后提出防治方案。取得成果如下:(1)为了研究伊犁地区黄土特性,对研究区黄土进行取样并进行土力学试验,主要得出该地区黄土物理性质以及力学性质。结果如下:该滑坡体黄土含水率ω平均值为28.59%;天然密度ρ平均值为1.90g/cm3,干密度ρd平均值为1.48g/cm3;土粒比重在2.70~2.71之间,平均值约为2.70;孔隙比e平均值为0.83,中密;液限ωL平均值36.73%,塑限ωP平均值24.38%;最优含水率为24.78%,最大干密度为1.88g/cm3;压缩系数为0.85MPa-1,压缩指数为0.424,压缩模量为1.968 MPa-1,均为高压缩性土;原状黄土与饱和黄土粘聚力分别为44.174k Pa、18.99 k Pa,内摩擦角分别为13.588°、11.277°。(2)在前期野外勘查的基础上,结合地形地貌、地质构造、水文地质条件、岩土类型及其物理性质等工程地质条件与空间分布特征、气象水文等因素对研究区滑坡体的形成特征以及滑坡变形特征进行分析。得出结论如下:研究区区域性黄土的侵蚀特性已经逐渐成为发生黄土滑坡的主要原因,而且研究区地貌形态及空间分布特征极易引起斜坡变形,研究区滑坡体黄土与下伏基岩不整合接触同时为该滑坡体形成提供了有利因素,研究区滑坡主要诱发因素为降雨及积雪消融;通过分析其变形机制得知变形模式为“蠕滑-拉裂”,滑坡体崩解堆积进一步诱发滑坡的滑动,形成“浸泡-滑动堵塞-浸泡”的滑坡失稳正循环效应,诱发滑坡的失稳。(3)对拟研究滑坡进行稳定性研究。首先结合岩土体类型及其工程地质性质、地形地貌、地质构造以及水文地质条件等定性分析该滑坡稳定性,然后利用Geo Studio2007软件,运用其中的SLOPE/W模块对不同工况下的滑坡体进行定量的数据计算,得出结论:研究区滑坡在天然工况下为稳定状态,在暴雨工况以及地震和暴雨工况下为不稳定状态。(4)通过对研究区滑坡体形成特征及滑坡机制的分析,结合滑坡稳定性计算结果,对研究区滑坡体提出相对应的防治措施。
薄涛[4](2018)在《基于社交媒体的地震灾情数据挖掘与烈度快速评估应用》文中提出地震灾害被称为群灾之首,而我国又是全球范围内地震灾害最为严重的国家之一。地震灾害分布区域广、发生频率高、造成损失严重是我国的基本国情,减轻地震灾害损失成为我国经济建设面临和必须重点关注的现实。破坏性地震发生后,如何高效、迅速地获取灾情信息并进行与地震损失相关的烈度评估,是地震应急救援和管理面临的关键问题,对这一问题的探索一直以来都是学术界瞄准的重要研究课题,也是灾区各级政府最为关注的问题之一。近年来,伴随着移动互联网技术的快速发展,蕴含海量数据的社交媒体平台为开展地震灾情获取和地震烈度快速评估提供了全新的视角和重要的途径。由于社交媒体数据具有海量性、时空性、交互性、强扩散性、融合性等特点,公众通过社交媒体可以自由表达自己的所见、观点与情感,无形中加速了灾情信息的共享与传播。挖掘震后用户自发贡献的社交媒体海量数据,使“众包”和“群智”思想在地震应急中发挥其应有作用,是有效提升地震灾情获取能力的重要途径与手段。鉴于此,本文在吸收信息科学、工程地震学、管理科学与工程以及统计学等学科的思想和方法的基础上,对社交媒体中震后灾情数据的抓取、甄别、存储以及其时空特征与主题分布特征等若干问题进行了深入研究,在此基础上结合机器学习中的人工神经网络算法,提出了一种基于社交媒体数据的地震烈度快速评估方法。研究的主要目标是统计并分析近年来我国大陆地区在社交媒体平台产生的地震灾情数据所呈现出的特点和规律,以此来推动社交媒体地震灾情数据挖掘这一新兴研究领域的发展,并探索一种新的基于社交媒体数据的烈度快速评估方法,以期提升地震应急救援工作的效率,为地震应急指挥决策提供参考依据。在充分吸收总结前人已有成果的基础上,本文以新浪微博移动端破坏性地震灾情数据为研究对象,致力于探索、解决地震应急和震害评估中的关键性科学问题,完成的主要研究工作及取得的创新成果如下:1.提出了一种多策略的社交媒体地震灾情数据获取方案,以新浪微博移动端为数据源,建立了我国大陆地区首个社交媒体地震灾情数据库及管理平台,为开展这一领域的研究工作奠定了重要基础。以我国现有的规模最大、用户最多的社交媒体平台新浪微博为例,总结分析了现有微博数据获取方法。在此基础上,提出了新浪微博商业API、网络爬虫、烈度衰减关系以及历史震例烈度分布矢量图相结合的多策略社交媒体地震灾情数据获取方案。基于新浪微博移动端,抓取了我国自2010年以来共206次破坏性地震震后72小时内与地震相关的微博数据,建立了我国大陆地区首个社交媒体地震灾情数据库及管理平台,并实现了数据可视化。同时,收集整理了我国大陆地区26次破坏性地震的烈度分布矢量图,在此基础上完成了位置微博的提取与地图匹配。本文所建立的数据库包含文本内容数据与用户关系数据,内容丰富、资料详实,便于下载使用,该数据库的建立为今后开展地震灾情获取和数据挖掘工作提供了宝贵的基础资料。2.基于社交媒体数据,分析了2010年以来我国大陆地区破坏性地震所呈现的灾情时间特征、空间分布特征、时空变化特征以及主题特征,挖掘得出了地震灾情的统计特征和分布规律。基于第三章获取的震后72小时微博数据进行了描述性挖掘,对于总体数据开展了时间分析和空间分析,对于位置微博数据基于热力图进行了时空特征变化的分析,并应用K-means方法做了主题聚类分析,掌握了不同的灾情主题分布情况和规律,较为全面地挖掘得出了近年来我国破坏性地震社交媒体端灾情数据的统计特征和规律。3.基于社交媒体数据,以机器学习中的人工神经网络算法为基础,建立了烈度快速评估模型,提出了一种数据驱动型的地震烈度快速评估方法。将机器学习中的多分类问题思想和文本挖掘方法引入到地震烈度快速评估中,提出了基于震后社交媒体数据的地震烈度快速评估方法的总体框架和流程。采用2010年至2018年的20次破坏性地震新浪微博数据为样本,构建微博文本数据的特征向量矩阵,建立数据与烈度分区之间的对应关系,将碎片化、半结构化的微博文本数据转化为可以作为分类问题输入的空间向量形式,形成机器学习所需的结构化的数据集,在人工神经网络算法的基础上训练出地震烈度快速评估模型。这一模型经测试集性能测试评估准确率可达81%,经实例分析评估准确率超过67%。本文所提出的这种数据驱动型的地震烈度快速评估方法,从时效性和精度上均可相对较好地满足地震应急救援的实际需求。本文的学术贡献和应用价值主要在于:在大数据时代开辟了地震灾情信息获取的一条新途径,为地震应急中的灾情快速获取与烈度快速评估提供了新的技术思路,提出了一种新的地震烈度快速评估方法,在地震应急救援和政府抗震救灾中将具有重要的应用价值。
王尧[5](2018)在《自然地震与断层带相关性分析研究》文中研究表明地震是一种很严重的自然灾害,全世界每年因地震造成的破坏和财产损失不计其数。破坏性地震通常发生在构造区和活动断裂带上。由于大陆板块内部存在块体之间的相对运动,且活动程度有所区别,导致某一断层区域附近发生地震引发较远距离的活动断层附近也有地震发生。本文的目的是通过自然地震寻找不同断层间发震的相关性关系,进而为地震预测提供相关的理论依据。本文基于国家科技基础条件平台提供的原始地震数据集与断层数据进行研究,针对地震数据高维性、海量性以及非线性等特征,初步设计了数据预处理方案,在保证数据集完整的程度上进行数据清洗与数据规约,采用删除异常值记录方法、最近邻补插值法与平均值填充法对地震数据缺失字段进行填充,分析各个属性字段在总数据集合中可用数据占比,综合各属性在地震学中的物理意义,选取地震的震级和空间位置特征属性;然后采用软件滤波中常用的均值滤波手段,综合各省份历年发震次数统计,选取地震发震的起止年份。对于断层数据进行数据预处理,删除数据集中冗余噪声数据,并对处理后的断层进行编号处理,为之后的算法设计以及实验分析做量化处理。同时,本文针对预处理后的数据,提出了面向断裂带分类算法,将地震事件基于距离公式分类到相关断裂带上,使地震事件具有断裂带的空间属性;其次,通过调用百度提供的Geocoding Api接口,将地震事件经纬度进行逆地址解析,使用Apriori算法进行数据初筛,去除省内临近断层干扰,研究较远距离的断层区域对地震发生影响关系;最后,本文重新设计了相似性度量模型,将地震事件按时间依序排列,形成一系列地震时间序列,使用时间序列匹配算法寻找各断层区域发震的“伴随性”关系。设计不同时间窗以及震级阈值的对比实验进行研究,参照断层区域历史发震记录,证明本文所得结论具有可靠性。实验结果表明,本研究对基于地震的断层之间相关性具有很好的实验效果,对活动断层的地震预测研究具有一定的现实意义。
宋春燕[6](2017)在《断裂亚失稳阶段及失稳部位特征的初步研究 ——以南天山西段和汶川地震为例》文中指出亚失稳阶段是指应力从峰值时刻到产生快速应力降起始时刻之间的阶段,是断层临近失稳的最后阶段,也是区域应力状态由积累为主转变为释放为主的阶段。识别断层的亚失稳应力状态、探讨强震亚失稳阶段即将面临的失稳部位的特征,寻找确认方法是一个很有现实意义,又很有挑战意义的科学问题。在实验室得到的断层亚失稳阶段的特点为野外识别亚失稳应力状态打下了基础。论文结合实验室已有结果,对处于亚失稳应力状态断层的特点进行了初步探索,研究了失稳前发震断裂的演化,分析了断裂协同化过程及应力状态;初步得到野外强震前断层的亚失稳阶段特征,演化过程以及可能的判定指标。地震发生过程中构造应力和应变的变化可以用Benioff应变分析法对其地震活动进行定量描述,分析研究区应变积累释放特征,探讨震前发震断裂是否存在地震加速活动现象或平静现象,以便与实验室应变观测结合起来进行分析。论文首先分析了前人利用Benioff应变研究加速释放方法的研究结果,探讨了其存在的问题,作者改进了已有方法。文中结合实验室研究结果给出了亚失稳断裂的研究方法,继而对南天山断裂带西段发生过2008年乌恰6.8级地震的卡兹克阿尔特断裂开展了回溯性研究,并使用该方法在研究区对目前的应力状态进行了预测性研究。其次以汶川Ms8.0级地震为例,研究地震前后由于介质变化引起的远震转换波到时差的变化特征,从而分析震源区介质所处的应力状态。本项研究在以下方面取得进展:(1)把处于亚失稳阶段的断裂简称为亚失稳断裂,参考实验室关于断层亚失稳应力状态的研究结果,以Benioff应变积累达到支持7级以上地震发生的断裂为研究目标,提出判定亚失稳断裂的四步研究方法:(1)构造区Benioff应变积累足以支持7级以上地震发生;(2)从高应变积累构造区中找出高应变积累且应变开始缓慢释放的断裂;(3)区分断裂的积累段和释放段,根据断裂释放段的协同化程度判定其是否处于亚失稳阶段,寻找失稳部位;(4)判断断裂Benioff应变是否符合加速释放模型,分析亚失稳断裂发震的紧迫性。(2)文中在使用累积Benioff应变的加速释放模型方法时,地震序列的空间范围按断裂选取;在时间尺度选取上,取断裂Benioff应变积累释放曲线上最近的一次积累-缓慢释放时段进行分析。实验室岩石随着应力加载,亚失稳阶段应变积累、释放特征主要出现在断层附近。空间的这种选取方法根据实验室亚失稳阶段研究结果,有一定的构造物理意义。(3)本文以南天山西段为研究区,使用亚失稳断裂判定方法对2008年10月5日乌恰6.8级地震进行回溯性研究,结果显示卡兹克阿尔特断裂在主震前满足亚失稳断裂判定方法的4个条件,取得了较好的效果;进而使用该方法对研究区现今应力状态进行预测性研究,发现目前柯坪断裂符合亚失稳状态条件的前三条:(1)南天山西段研究区的Benioff应变积累支持7级以上地震发生;(2)柯坪断裂累积Benioff应变支持6.8级以上地震发生,并且Benioff应变积累释放曲线出现波动、转平的趋势;(3)柯坪断裂经度77.5°–80°E的段落转为应变积累区,位于经度77.5°E以西的区域应变开始释放;但柯坪断裂目前不符合第4条,地震Benioff应变的释放不符合条件加速模型,表明断裂尚未进入加速协同化阶段。目前仍需密切关注该断裂的地震活动发展情况。(4)利用远震初至波穿越地壳、上地幔等速度界面时产生的一系列PS型透射转换波,测定远震PS转换波与初至P波的到时差Δtps=tps-tp随时间的变化特征有可能监测孕震区转换界面以上有限的地层空间内介质物性的变化。选取2001至2012年作为研究时段,利用四川地震台网的YZP和JJS两台站记录到的兴都库什、苏门答腊南部地区两组震中距变化小于3°的远震,得到两个台站在2008年5月12日汶川MS8.0级地震前后记录的转换波到时差Δtps的变化特征。结果表明,在2006年以前Δtps有一个缓慢增大的趋势;汶川地震前约2年左右的时间段内Δtps出现明显低值过程,最大降幅达0.20.3s左右,超过测量误差45倍;震前约23个月低值有一定程度的回返。表明本文提出的远震转换波方法在地震监测中有很好的应用前景,值得进一步实验研究。
郭琳[7](2017)在《自然地震数据的区域相关性分析与研究》文中指出迄今为止,在世界科研范围内,地震的预测仍是难题。我国位于环太平洋地震带与欧亚地震带之间,受太平洋板块、印度板块和菲律宾海板块的挤压,地震断裂带十分活跃,属于地震频发国家。地震活动的影响范围极大,并且地震会引发余震以及次生灾害,这些都对人类的生命、财产安全造成了严重的威胁。因此,地震的研究具有极大的现实价值。地震数据不同于以往的数据,往往结构复杂、形式多变、具有高度非线性等特征,并且随着信息时代的来临,地震数据量呈现飞速增长、地震的来源更加多样化。传统的数据分析手段耗时耗力,已经无法满足对地震数据的深度挖掘。很多学者的研究表明,邻近的区域和地震带、甚至超长距离的地震带之间的地震活动在时间、空间上具有一定的相关性。本文旨在将时序数据挖掘方法应用于自然地震数据的研究中,从而发现相关性高的地震区域以及区域间的时序关系,进而为地震预报提供相关理论依据。传统的时间序列相似性度量方法对于稠密且连续的数值型时间序列能够取得良好的效果,但地震事件是小概率事件,地震数据集在一定的时间范围内往往是稀疏的,由于这种稀疏特性,因此不具备丰富的频域特性和趋势、形状特性。基于已有的时间序列相似性的度量方法和地震数据的特点,本文重新定义了时间序列相似性度量模型和时间序列相似性匹配算法。为了后续数据挖掘工作的顺利开展,本文首先分析了所研究地震数据集中存在的问题,采用数据归约、数据清洗技术实现了属性约简、缺失值填充、重复值去除,并对数据进行了地理位置信息补充,完成了数据预处理工作。然后,将地震数据集抽象为区块地震事件时间序列集合,并对余震事件进行了去除。最后将本文定义的时间序列相似性度量模型应用于大量的历史地震数据中,设计了不同空间尺度、时间窗尺度、震级尺度的实验实现了时间序列匹配算法。实验结果表明,本算法能够有效地发现地震活动相关度高的区域,并且相关性高的区域之间具有明显的单向时序关系特点,对地震预测研究具有一定的启发意义。
付杰[8](2016)在《基于神经网络的短期地震预测模型及其应用》文中认为本文结合江苏省科技支撑计划(社会发展)项目“基于神经网络的短期地震预测方法研究”(No.BE2009663)和国家863计划项目“空间数据挖掘的神经网络技术研究”(No.2007AA12Z228)展开研究。地震是一种给人类社会带来巨大灾难的自然现象,世界各国地震学家经过长期不懈的努力,地震预测、尤其是中长期地震预测已经取得了一些有意义的进展。但是地震预测仍是尚待解决的世界性的科学难题之一,目前还处于初期的科学探索阶段,总体水平依旧不高,特别是短期与临震预测的水平与社会需求相距甚远。我国地震活动频度高、分布广、强度大,灾害严重。我国境内强震与活动的大型断裂带及其所围限的断块活动之间具有一定的关系,但是这种关系具有较强的非线性。神经网络技术有很强的非线性映射功能,能够反映地震发生之出现的各类异常因素与未来地震震级及发震时间之间的非线性关系,近年来被广泛地应用于地震预测领域。本文以神经网络技术为基础,尝试划分出全国地震预测区域分布图并建立一种区域性的短期地震预测模型,实现对预测区域未来3个月可能发生的最大地震进行较为准确的量化预测,主要研究内容及结论如下:(1)经过充分研究和总结数十年来我国地震区、带划分研究工作和成果,借鉴目前我国地震带的划分特点及其分布情况,本文尝试提出一种以地震带作为研究地震活动性的统计单元进行地震区域划分的方法,并将中国境内划分为40个地震预测区域。(2)由于地震活动性参数较多,目前在地震预测中选用哪些参数存在主观片面性。本文提出利用因子分析法对预测区域的地震参数进行有效的筛选。因子分析能够客观地确定各个参数的权数,避免了主观随意性,并辅以相关性分析各个参数间的多重共线性,筛选出若干权重大并且能反映区域地震活动性特征的参数,用于建立基于多元线性回归分析与神经网络技术的短期地震预测融合模型。(3)本文地震预测研究以神经网络作为技术支撑,首先对其算法原理、不足及改进措施进行介绍,然后利用遗传算法与神经网络进行了融合,为得到优化的神经网络结构节省了时间,提高了效率,并在地震预测中取得了较好的效果。(4)为了验证基于多元线性回归分析与BP神经网络技术的短期地震预测融合模型的可靠性与实用性,结合划分出的《全国40个地震预测区域分布图》,本文从华北地震区、西南地震区以及台湾地震区中分别选取了2#、7#、15#和20#四个重点预测区域,以3个月作为预测周期建立地震预测融合模型进行应用研究。地震预测结果表明,短期地震预测融合模型的预测精度有很大程度的提高,多元线性回归模型的预测精度分别为±1.43、±0.83、±1.08及±0.84级,融合模型的预测精度分别为±0.82、±0.65、±0.73及±0.64级,精度提高了42.3%、22.7%、31.9%及24.6%。根据融合模型的应用效果表明,本文的研究成果具有较大的科研价值,对以后探索建立一种类似于“天气预报”式的地震预测进行了有益的尝试。
任枭[9](2013)在《中国地震台网观测系统特性分析与资料应用研究》文中指出2000年以来我国地震观测系统得到了迅速的发展,目前已建成了由国家数字地震台网、区域数字地震台网、火山数字地震台网和流动数字地震台网组成的新一代中国数字地震台网。中国地震台网中心每天汇集的数据量达到40G,可以说我国地震台网产出的观测数据积累到了一定程度,如此海量的地震波形数据为地震监测与研究提供了丰富的原始资料,也将在推动地球科学研究方面发挥重要作用。正确理解和使用不同类型数字地震仪器的特性,对于数据的应用至关重要。本文主要针对中国地震台网观测系统特性展开研究分析,首次基于中国地震数字台网观测系统特性进行全面系统的研究,对中国数字地震台网所使用的各种仪器的主要参数及其传递函数的计算方法进行了介绍与分析,结合我国数字地震台网中使用的地震观测系统,阐述了仪器传递函数的计算方法。中国数字地震台网的观测系统呈现多样化的特点。我国地震台网配置的地震计共计12大类19种,数据采集器的种类也有7种。我们对这几类的观测系统做了脉冲及正弦标定统计,各类系统脉冲标定波形记录正常,幅度、周期、阻尼、灵敏度变化幅度均在5%以内。统计结果表明,我国各类系统运行性能是稳定和可靠的。在此基础上对中国地震台网产出的数据进行了应用分析,探索了检测与评价高质量观测数据的方法,利用波形数据的各种动态指标,如:数据的连续性、完备性、噪声等,对波形数据的应用质量进行了检测,结果显示,一,中国地震台站时序质量明显次于IRIS台站,因此我国台站的运维水平亟待加强:二,中国大陆台网的噪声水平在不同区域有较大差异,经济发达地区整体噪声环境相对较高,而内陆的噪声较低。此外,安徽台网部分台站的高频信号部分噪声环境比国际标准NLNM的下限的偏低,有可能是台站给出的灵敏度偏大造成的。这些工作为进一步优化和改造中国地震台网提供了科学依据,并为发挥波形数据在研究工作中的作用提供有力保障。在充分了解中国地震台网观测的现状和产出数据质量的基础上,针对参数测定应用研究开展了相关工作,利用中国地震台网的观测数据进行地壳介质参数和震源参数的测定。首先基于新的中国数字地震台网观测系统产生的数据,最全面的给出了145个国家数字地震台和792个区域数字地震台站中658个地震台站下方的Moho面深度与Vp/Vs值,提供了最新的中国大陆Moho面深度分布图。将中国大陆Moho面结果与深反射人工测深(DSS)结果相当,具有较高的可信度。另一方面,基于中国数字地震台网观测资料,使用自行研制的常规化测定产出中强震震源机制解的系统和对实现快速计算大地震震源过程的系统,为大震快速产出提供产品。使用中强震震源机制解测定系统测定了发生在我国境内86次5级以上地震事件的快速震源机制解,并将这86次地震事件反演结果与全球矩张量解(GCMT)结果进行了对比。结果显示,震源机制类型一致的事件大约占总数的88%,测定矩震级结果与GCMT测定结果之差多数集中在-0.2-0.1震级单位范围内。大地震震源过程的系统虽然不能像有限源波形反演方法一样给出震源破裂过程的细节,但其理论简单,计算快捷。作为应用实例,本论文使用中国地震台网资料分别获取了2004年苏门答腊Ms8.9地震和2008年汶川地震Ms8.0地震的破裂过程,也验证了这一系统的可用性。同时,基于测定的南北地震带地区大量中小地震震源机制解,采用Michael等(1990)提出的震源机制一致性参数(Misfit角度),在汶川余震区开展震源机制一致性参数时空分布与强余震活动的关系研究。研究表明:整个余震区最大主应力方位复杂,存在明显的空间差异,各分段又具独自特有的形态。震源机制一致性、b值空间分布具有很好的对应关系。这项工作为探索强震的地点和时间预测提供参考方法,以印证使用中国台网数字资料的可用性,并为如何基于中国地震台网开展监测、科研、预报相结合提供了较好结合的范例。本文所完成的工作,为建立中国数字地震台网观测资料质量检测体系奠定了基础;为使用中国地震台网观测数据常规测定矩震级提供了技术保障;为促进监测工作与预报研究的科学结合应用提供了实例;为实现使用中国资料快速测定大地震的破裂信息进行了预研。
赵炯洋[10](2012)在《天山—塔里木盆地接合部岩石圈结构及盆山耦合关系研究》文中提出新生代以来天山的构造变形十分活跃,其南侧的塔里木盆地在天山隆升过程中相伴而生,一起构成了研究陆内造山造盆动力学的理想实验室。论文通过在天山-塔里木盆地接合部布设流动宽频地震台阵,采用接收函数的数据处理方法,对盆山接合部的岩石圈结构进行研究,从大陆动力学角度对天山隆升机制和盆山耦合关系进行研究,获得了一些新的认识。接收函数剖面显示研究区的岩石圈结构在横向和垂向上存在不均一性,研究区上地壳发育有巨厚的地表沉积,中地壳是明显的低速层,下地壳和上地幔项部也有低速体出现,莫霍面略微西倾。研究区的平均地壳厚度在42~50km之间,东部库尔勒地区最薄,平均为42kmm,其它地区约为50km。研究区地壳总体上具有较高的泊松比,除库车地区外,其它地区泊松比值在0.28-0.33之间,这是由壳内物质的部分熔融和地幔物质底侵造成的。研究区地震多以中小地震和浅源地震为主,壳内有两个明显的孕震优势层位,地震活动具有西强东弱的特点。对比研究区的东西部,我们发现研究区的东西部地壳结构存在明显不同,这种不同导致塔里木盆地向天山的俯冲在不同部位不同深度上不同,造成这种不同的原因可能与帕米尔高原的侧向挤压有关。对天山与相邻盆地的耦合关系研究认为,天山与塔里木盆地的耦合关系在东西两部不同深度上存在不同,这与两地的动力环境和断裂活动密切相关。在东部,主要是受到近南北向的挤压作用,耦合关系较为单一,上地壳表现为天山向塔里木盆地方向的逆冲推覆,山前发生褶皱变形岩层分层叠置;下地壳表现为盆地向山体的层间滑动与俯冲。在西部,除了受到南北向挤压作用外,还受到西南侧帕米尔高原的推挤,断裂活动更加强烈,山体逆冲推覆过程中,逆冲前缘断裂的活动使得推覆体的滑脱面不断扩大;下部地壳俯冲在角度和深度上要比东部地区强烈。在挤压应力和断裂构造作用下,研究区西部最终形成了坳-隆-坳-隆的复杂构造格局。壳内广泛发育的低速层顶面是上下地壳的滑脱面,也是最重要的解耦部位;各种断层面、滑脱面是地层的脱离解耦部位。
二、应用遗传算法研究新疆北天山地震带地震预报规则(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用遗传算法研究新疆北天山地震带地震预报规则(论文提纲范文)
(1)基于卷积神经网络的川滇地区短临地震预测研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 主要研究内容及编排 |
第二章 卷积神经网络 |
2.1 卷积神经网络的基本结构 |
2.2 卷积神经网络的主要特点 |
2.3 TENSORFLOW简介 |
2.4 本章小结 |
第三章 实验数据及预处理 |
3.1 数据描述 |
3.2 数据存储 |
3.3 数据预处理 |
3.4 本章小结 |
第四章 基于卷积神经网络的短临地震预测 |
4.1 实验环境 |
4.2 网络模型设计 |
4.3 模型优化策略 |
4.4 实验对比分析 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 主要结论 |
5.2 问题与展望 |
致谢 |
参考文献 |
附录 |
附录1 :实现模型的核心代码 |
在校期间工作成果 |
参加项目及主要工作内容 |
发表论文等成果 |
(2)中国大陆岩石圈地震体波三维走时速度成像与地震定位研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究意义 |
1.2 国内外研究现状 |
1.3 中国大陆岩石圈结构总体特征 |
1.4 本论文研究内容 |
第二章 地震体波成像与地震定位 |
2.1 地震体波成像 |
2.2 地震定位 |
2.3 双差地震定位和成像方法 |
2.3.1 双差地震定位法 |
2.3.2 双差地震层析成像方法 |
2.3.3 波速比求解方法 |
第三章 中国大陆岩石圈体波层析成像研究 |
3.1 引言 |
3.2 地震数据 |
3.3 数据处理及计算 |
3.4 体波层析成像结果 |
3.4.1 不同深度水平切片速度分布 |
3.4.2 不同位置垂直切片速度分布 |
3.5 模型分辨率分析 |
3.5.1 棋盘格检测板测试分析 |
3.5.2 不同深度层射线分布 |
3.6 结果模型验证 |
3.6.1 与深地震测深剖面相比较 |
3.6.2 与S波速度剖面相比较 |
3.6.3 与主动源走时数据相比较 |
3.6.4 与面波相速度频散数据相比较 |
3.7 本章小结 |
第四章 中国大陆岩石圈波速比结构研究 |
4.1 引言 |
4.2 地震数据与处理 |
4.3 反演结果评价 |
4.4 结果及分析 |
4.4.1 不同深度Vp/Vs水平切片 |
4.4.2 沿着不同纬度和经度方向的Vp/Vs垂直剖面 |
4.4.3 结果讨论 |
4.5 本章小结 |
第五章 中国大陆地震重新定位分析及讨论 |
5.1 引言 |
5.2 数据 |
5.3 基于三维速度模型重新定位 |
5.4 结果分析与讨论 |
5.4.1 误差分析 |
5.4.2 震源分布特征 |
5.4.3 震源较深地震分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(3)伊犁浅层黄土滑坡物理特性及稳定性分析(论文提纲范文)
摘要 |
abstract |
第1章 前言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 黄土滑坡分类研究 |
1.2.2 黄土滑坡形成机制研究 |
1.2.3 黄土滑坡稳定性分析研究 |
1.3 研究内容、方法与技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法及技术路线 |
1.4 完成的工作量 |
第2章 研究区地质环境条件 |
2.1 研究区交通位置 |
2.2 气象、水文 |
2.2.1 气象 |
2.2.2 水文 |
2.3 地形地貌 |
2.4 地层岩性 |
2.5 地质构造 |
2.5.1 地质构造 |
2.5.2 新构造运动 |
2.5.3 地震及区域地壳稳定性 |
2.6 水文地质条件 |
2.7 工程地质性质 |
2.7.1 岩体 |
2.7.2 土体 |
第3章 黄土滑坡基本物理特征 |
3.1 黄土概述 |
3.2 黄土滑坡土工实验及数据分析 |
3.2.1 滑坡体黄土的物理性质 |
3.2.2 滑坡体黄土的力学性质 |
第4章 浅层黄土滑坡特征研究 |
4.1 浅层黄土滑坡的形成特征 |
4.1.1 形成条件 |
4.1.2 诱发因素 |
4.2 浅层黄土滑坡的变形特征 |
4.2.1 滑坡变形基本特征 |
4.2.2 滑坡变形机制分析 |
第5章 浅层黄土滑坡稳定性评价 |
5.1 浅层黄土滑坡稳定性分析 |
5.2 浅层黄土滑坡定量计算 |
5.2.1 计算参数选取 |
5.2.2 计算理论与计算方法 |
5.3 基于GeoStudio数值模拟稳定性分析 |
第6章 防治方案建议 |
6.1 防治思路 |
6.2 防治方案 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
(4)基于社交媒体的地震灾情数据挖掘与烈度快速评估应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 社交媒体地震灾情数据挖掘 |
1.2.2 地震烈度快速评估 |
1.2.3 研究现状评述 |
1.3 研究目标和主要内容 |
第二章 社交媒体数据挖掘技术 |
2.1 引言 |
2.2 社交媒体相关概念 |
2.2.1 社交媒体 |
2.2.2 关于微博 |
2.3 数据挖掘 |
2.3.1 定义与分类 |
2.3.2 描述性数据挖掘 |
2.3.3 预测性数据挖掘 |
2.4 微博数据挖掘技术 |
2.4.1 微博数据的获取方法 |
2.4.2 基于用户的挖掘技术 |
2.4.3 基于内容的挖掘技术 |
2.5 本章小结 |
第三章 社交媒体地震灾情数据库的建立 |
3.1 引言 |
3.2 数据源的选择—新浪微博 |
3.3 数据的获取 |
3.3.2 地震烈度分布矢量图的收集 |
3.3.3 烈度衰减关系的确定 |
3.3.4 数据的获取 |
3.3.5 数据的预处理 |
3.4 位置微博的处理 |
3.4.1 地图匹配 |
3.4.2 烈度标签的建立 |
3.5 数据库的建立 |
3.5.1 数据库的规范设计 |
3.5.2 数据库的实现 |
3.6 本章小结 |
第四章 社交媒体地震灾情特征分析 |
4.1 引言 |
4.2 总体时空特征分析 |
4.2.1 数据随时间变化特征 |
4.2.2 总体灾情空间特征 |
4.3 位置微博时空特征分析 |
4.4 位置微博的灾情主题分布 |
4.5 本章小结 |
第五章 基于社交媒体数据的烈度快速评估方法 |
5.1 引言 |
5.2 总体思路 |
5.2.1 机器学习 |
5.2.2 方法的基本框架 |
5.3 地震烈度快速评估模型机器学习训练过程 |
5.3.1 模型的选择—浅层人工神经网络 |
5.3.2 特征向量构建 |
5.3.3 数据集的划分 |
5.3.4 学习过程 |
5.4 模型的性能检验 |
5.5 本章小结 |
第六章 实例分析—2018 年松原5.7 级地震 |
6.1 引言 |
6.2 松原地区地震地质与地震活动性背景 |
6.2.1 松原地区的地震构造背景 |
6.2.2 区域地震活动性概况 |
6.3 2018 年松原5.7 级地震烈度快速评估 |
6.3.1 2018 年松原5.7 级地震简介 |
6.3.2 2018 年松原5.7 级地震微博位置数据获取 |
6.3.3 地震烈度快速评估模型验证 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 研究工作总结 |
7.2 本文的创新点 |
7.3 今后工作的展望 |
参考文献 |
致谢 |
作者简介 |
攻读博士期间发表的文章 |
攻读博士期间主持及参与的科研项目 |
攻读博士期间获得的奖励 |
(5)自然地震与断层带相关性分析研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景及意义 |
1.2 研究内容 |
1.3 论文架构 |
2 数据挖掘与地震预测 |
2.1 数据挖掘概述 |
2.1.1 数据挖掘技术发展概述 |
2.1.2 数据挖掘步骤 |
2.1.3 数据挖掘的分类 |
2.2 数据挖掘在地震预报领域的应用 |
2.2.1 地震预报背景知识 |
2.2.2 地震预测与断层带 |
2.2.3 地震预报中的数据挖掘技术 |
2.2.4 断层离散点数据挖掘技术 |
2.3 本章小结 |
3 地震及断层数据预处理 |
3.1 预处理技术简介 |
3.1.1 数据清洗 |
3.1.2 数据集成 |
3.1.3 数据规约 |
3.2 地震数据预处理 |
3.2.1 数据特征选取 |
3.2.2 地震数据归约 |
3.2.3 地震数据清洗 |
3.2.4 时间戳标准化 |
3.3 断层离散点分类聚类处理 |
3.3.1 断层数据预处理 |
3.3.2 基于断层带分类算法设计 |
3.4 本章小结 |
4 基于断层带相关性进行地震预测方案 |
4.1 省间断层相关性 |
4.1.1 关联规则挖掘算法 |
4.1.2 Apriori算法寻找相关性省份 |
4.2 时间序列相似性度量 |
4.2.1 经典度量方法介绍 |
4.2.2 现有度量方法缺点 |
4.3 时间序列相似性匹配算法 |
4.3.1 基于地震数据的断层带相似性算法设计 |
4.3.2 算法设计程序流程 |
4.4 本章小结 |
5 实验设计及展示 |
5.1 准备阶段 |
5.2 实验内容设计及结果分析 |
5.3 本章小结 |
6 总结和展望 |
6.1 本文工作总结 |
6.2 展望 |
致谢 |
参考文献 |
硕士研究生期间的主要学术成果 |
(6)断裂亚失稳阶段及失稳部位特征的初步研究 ——以南天山西段和汶川地震为例(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 地震形成机理 |
1.2 亚失稳应力状态的提出及研究进展 |
1.3 野外亚失稳阶段的研究意义与研究目标 |
1.4 关键科学问题 |
第二章 研究思路、方法及研究内容 |
2.1 研究方法 |
2.1.1 Benioff应变特征 |
2.1.2 利用远震转换波到时差研究震源区介质变化 |
2.2 研究内容 |
2.3 存在问题 |
第三章 断裂亚失稳阶段及失稳部位的特征研究—以新疆南天山西段为例 |
3.1 南天山西段研究区地质背景及地震活动概况 |
3.2 亚失稳断裂判定方法 |
3.3 资料选取及分析处理 |
3.3.1 研究区大震背景 |
3.3.2 亚失稳断裂及失稳部位判定 |
3.3.3 ASR模型应用 |
3.4 南天山西段现今应力状态判断 |
3.5 于田 7.3 级地震前观测到的断层协同化现象 |
3.6 本章小结 |
讨论 |
第四章 亚失稳阶段地壳介质的时变特征—以汶川Ms8.0 级地震为例 |
4.1 资料选取 |
4.2 数据处理 |
4.3 转换波到时差 ΔtPS特征 |
4.3.1 YZP台远震转换波到时差 ΔtPS特征 |
4.3.2 JJS台远震转换波到时差 ΔtPS特征 |
4.4 讨论 |
4.5 本章小结 |
第五章 主要结论 |
第六章 讨论 |
第七章 创新点与研究展望 |
7.1 创新点 |
7.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
Brief introduction to the author |
攻读博士学位期间参加项目 |
攻读博士学位期间以第一作者发表的论文 |
(7)自然地震数据的区域相关性分析与研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景及意义 |
1.2 研究内容 |
1.3 组织结构 |
2 数据挖掘技术与地震预报 |
2.1 数据挖掘技术概述 |
2.1.1 数据挖掘技术发展概述 |
2.1.2 数据挖掘步骤 |
2.1.3 数据挖掘常见策略 |
2.2 地震预报中的数据挖掘技术 |
2.2.1 地震预报背景知识 |
2.2.2 现有的地震预报方法 |
2.2.3 地震预报中的数据挖掘技术 |
2.3 本章小结 |
3 地震数据预处理方案 |
3.1 数据预处理相关技术简介 |
3.1.1 数据清洗 |
3.1.2 数据变换 |
3.1.3 数据集成 |
3.1.4 数据归约 |
3.2 原始地震数据集分析及预处理 |
3.2.1 数据集存在的问题 |
3.2.2 地震数据归约 |
3.2.3 地震数据清洗 |
3.2.4 补充地理位置信息 |
3.3 本章小结 |
4 基于自然地震数据的区域相关性分析方案 |
4.1 时间序列相似性度量 |
4.1.1 经典的相似性度量方法 |
4.1.2 现有度量方法缺点 |
4.2 基于地震事件时间序列的地震区域相关性分析 |
4.2.1 地震区域相关性分析 |
4.2.2 基于自然地震数据的相似性度量模型 |
4.2.3 数据准备 |
4.3 实验内容设计及结果分析 |
4.3.1 实验环境 |
4.3.2 实验结果及分析 |
4.4 本章小结 |
5 总结和展望 |
5.1 本文工作总结 |
5.2 展望 |
致谢 |
参考文献 |
硕士研究生期间的主要学术成果 |
(8)基于神经网络的短期地震预测模型及其应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 神经网络在地震预测中的应用 |
1.2.4 目前研究中存在的不足 |
1.3 研究的主要内容 |
第二章 中国地震预测区域划分 |
2.1 中国地震带分布 |
2.1.1 地震带的定义 |
2.1.2 地震带分布情况 |
2.2 中国地震预测区域划分 |
2.2.1 我国地震区划研究进展 |
2.2.2 基于地震带的区域划分 |
2.3 本章小结 |
第三章 地震参数筛选的因子分析法 |
3.1 地震参数 |
3.1.1 地震参数的定义 |
3.1.2 时变参量 |
3.1.3 地震参数和时变参量的计算 |
3.2 地震参数的筛选 |
3.2.1 地震参数的相关性分析 |
3.2.2 地震参数的因子分析法 |
3.3 本章小结 |
第四章 基于神经网络的短期地震预测模型 |
4.1 BP神经网络的原理与数学模型 |
4.1.1 BP算法的思路 |
4.1.2 BP算法的计算公式 |
4.2 遗传算法对神经网络的优化 |
4.2.1 遗传算法的定义 |
4.2.2 遗传算法优化的实现 |
4.3 短期地震预测的融合模型 |
4.3.1 多元线性回归预测模型 |
4.3.2 神经网络和多元线性回归的融合模型 |
4.4 本章小结 |
第五章 短期地震预测模型的工程应用 |
5.1 示范区域预测模型的建立及应用 |
5.1.1 二号区域地震预测模型及应用 |
5.1.2 七号区域地震预测模型及应用 |
5.1.3 十五号区域地震预测模型及应用 |
5.1.4 二十号区域地震预测模型及应用 |
5.2 类似于“天气预报”式的地震预测 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 主要工作与结论 |
6.2 问题及展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文与取得的学术成果 |
(9)中国地震台网观测系统特性分析与资料应用研究(论文提纲范文)
摘要 Abstract 引言 第一章 研究现状 |
1.1 中国地震台网观测现状 |
1.1.1 台网规模和布局 |
1.1.2 监测能力 |
1.1.3 仪器配置 |
1.1.4 数据特点 |
1.2 观测资料应用研究现状 |
1.2.1 接收函数应用研究现状 |
1.2.2 破裂过程应用研究现状 |
1.2.3 震源机制应用研究现状 第二章 中国地震台网观测系统特性分析 |
2.1 系统特性 |
2.1.1 系统配置 |
2.1.2 系统标定 |
2.1.3 传递函数计算方法 |
2.2 连续数据的时序质量检测 |
2.2.1 连续波形数据 |
2.2.2 时序质量检测 |
2.3 噪声分析 |
2.3.1 数据资料 |
2.3.2 计算方法 |
2.3.3 计算过程 |
2.3.4 结果分析 |
2.4 小结 第三章 中国地震台站下方Moho深度和Vp/Vs值测定 |
3.1 方法与原理 |
3.2 资料分析与处理 |
3.3 测定结果 |
3.4 测定结果可靠性分析 |
3.5 小结 第四章 应用中国地震台网数据资料测定震源参数 |
4.1 应用中国地震台网数据资料测定大地震破裂过程 |
4.1.1 方法原理 |
4.1.2 计算实例 |
4.1.3 分析讨论 |
4.2 应用中国地震台网数据资料测定中强震震源机制解 |
4.2.1 原理方法 |
4.2.2 技术流程 |
4.2.3 测定结果 |
4.2.4 分析讨论 |
4.3 应用中国地震台网数据资料测定中小震震源机制解 |
4.3.1 原理方法 |
4.3.2 测定结果 |
4.3.3 分析讨论 |
4.4 小结 第五章 中小震震源机制解测定结果的应用分析 |
5.1 原理与方法 |
5.1.1 滑动拟合法 |
5.1.2 Misfit角度 |
5.2 构造带上的应用研究——以汶川地震序列为例 |
5.2.1 主应力轴分布特征 |
5.2.2 震源机制一致性参数空间分布特征 |
5.2.3 震源机制一致性参数时间分布特征 |
5.3 小结 第六章 结论与讨论 |
6.1 结论与讨论 |
6.2 进一步研究设想 参考文献 攻读博士学位期间发表和完成的文章 致谢 附录 |
(10)天山—塔里木盆地接合部岩石圈结构及盆山耦合关系研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 前言 |
1.1 选题背景和研究方向 |
1.2 研究思路和方法 |
1.3 地球动力学的发展现状 |
1.4 创新点和不足之处 |
1.4.1 创新点 |
1.4.2 不足之处 |
第二章 天山和塔里木盆地区域地质背景及地球物理场 |
2.1 区域地质背景概述 |
2.1.1 区域构造演化 |
2.1.2 地体 |
2.1.3 断裂构造 |
2.2 区域地球物理场特征 |
2.2.1 区域重力场特征 |
2.2.2 区域航磁特征 |
2.3 地震观测和地学断面工作 |
2.3.1 前人已完成的地学断面工作 |
2.3.2 研究区的地震活动 |
第三章 天山-塔里木盆地宽频带地震台阵观测 |
3.1 数字地震观测发展现状 |
3.2 观测台阵分布 |
3.3 观测系统分析 |
3.4 数据预处理 |
第四章 接收函数理论与方法 |
4.1 接收函数发展历程 |
4.2 接收函数基本原理 |
4.3 地壳厚度和地壳泊松比估计 |
4.4 接收函数非线性反演 |
4.4.1 非线性问题线性化 |
4.4.2 反演算法 |
第五章 天山-塔里木盆地接合部岩石圈结构接收函数研究 |
5.1 接收函数计算和分析 |
5.1.1 接收函数计算 |
5.1.2 径向接收函数特征分析 |
5.1.3 切向接收函数特征分析 |
5.2 地壳平均厚度和泊松比提取 |
5.3 研究区地震活动性分析 |
5.4 本章小结 |
第六章 天山与塔里木盆地耦合关系研究 |
6.1 盆山耦合关系 |
6.1.1 盆山耦合思想 |
6.1.2 天山构造分段性特征 |
6.1.3 研究区东部盆山耦合关系 |
6.1.4 研究区西部盆山耦合关系 |
6.1.5 研究区东西部耦合关系差异性分析 |
6.2 天山-塔里木盆地岩石圈动力学过程研究 |
结论 |
参考文献 |
致谢 |
研究生期间科研工作及公开发表的学术论文 |
四、应用遗传算法研究新疆北天山地震带地震预报规则(论文参考文献)
- [1]基于卷积神经网络的川滇地区短临地震预测研究[D]. 杨冠泽. 防灾科技学院, 2020(08)
- [2]中国大陆岩石圈地震体波三维走时速度成像与地震定位研究[D]. 莘海亮. 中国科学技术大学, 2020
- [3]伊犁浅层黄土滑坡物理特性及稳定性分析[D]. 李小平. 新疆大学, 2020(07)
- [4]基于社交媒体的地震灾情数据挖掘与烈度快速评估应用[D]. 薄涛. 中国地震局工程力学研究所, 2018
- [5]自然地震与断层带相关性分析研究[D]. 王尧. 中国地质大学(北京), 2018(08)
- [6]断裂亚失稳阶段及失稳部位特征的初步研究 ——以南天山西段和汶川地震为例[D]. 宋春燕. 中国地震局地质研究所, 2017(05)
- [7]自然地震数据的区域相关性分析与研究[D]. 郭琳. 中国地质大学(北京), 2017(11)
- [8]基于神经网络的短期地震预测模型及其应用[D]. 付杰. 东南大学, 2016(02)
- [9]中国地震台网观测系统特性分析与资料应用研究[D]. 任枭. 中国地震局地球物理研究所, 2013(01)
- [10]天山—塔里木盆地接合部岩石圈结构及盆山耦合关系研究[D]. 赵炯洋. 中南大学, 2012(03)
标签:地震论文; 环太平洋地震带论文; 中国地震带分布图论文; 地震次生灾害论文; 地震预测论文;