2022年3月17日皮山M_(S)5.2地震区域电磁异常综合分析

综合分析2022年3月17日皮山M_(S)5.2地震前震中附近存在的区域电磁异常特征。结果表明:①本次震中距离地磁低点位移预测线约280 km,且与优势发震时间接近,该异常对应本次地震;②本次地震虽然发生在地磁逐日比和地磁垂直强度极化预测区内,但震级偏小,且距离异常台站较远,异常不对应此次地震;③将地磁逐日比和低点位移进行综合分析有助于提高地震短期预测的准确性。

新疆地区电磁预测指标体系在2023年1月30日沙雅M_(S)6.1地震中的应用

2023年1月30日新疆沙雅县(82.29°E,40.01°N)发生M_(S)6.1地震,震源深度50 km。地震发生前,中国局地震短临预报跟踪电磁学科组和新疆地震局电磁学科组依据中国地震局《地震电磁分析预测技术方法工作手册》、《新疆地区地震分析预测技术方法工作手册》和《地震电磁分析预报方法清单》对新疆地区电磁台站的数据进行异常梳理,发现新疆地区电磁台站存在流动地磁、地磁垂直强度极化、地磁逐日比、地磁低点位移等多项异常。震前异常综合预测意见与实发地震基本一致,震前中短期渐进式异常演化特征较突出,2017—2020年新疆地区地震电磁学科预测指标体系建设工作已初见成效。

2021年8月26日阿克塞M_(S)5.5地震热红外亮温异常研究

基于相对功率谱方法分析2021年8月26日阿克塞M_(S)5.5地震前红外亮温相对功率谱时空演化特征。结果表明:阿克塞M_(S)5.5地震前震中西侧出现明显亮温相对功率谱增强,增强区域沿阿尔金断裂与柴达木北缘断裂分布,持续大约1个月后消失,地震在异常消失8 d后发生。相对功率谱值呈现上升-下降-再上升-再下降的变化过程,地震在功率谱值回落之后发生。根据震例统计结果显示,2008年以来新疆地区共有15次热红外亮温异常,热红外异常出现后3个月内,在异常区周边及附近250 km范围内发生7组M_(S)≥5.0地震,且异常面积与对应地震震级存在正相关关系。

2022年12月29日吉尔吉斯斯坦M_(S)5.4地震前电磁异常分析

1研究背景在众多地震前兆观测数据类型中,电磁观测是对地震反映非常敏感的地球物理方法之一。地震孕育过程中会造成地下介质电磁参数发生变化,从而产生能探测到的震磁短临前兆现象,已经为国内外大量震例所证实(冯志生等,2019;艾萨·伊斯马伊力等,2023)。用于地震预测研究的地震电磁观测物理量主要有地磁场、地电阻率、地电场、电磁波、卫星观测的空间电离层数据、热红外功率谱等等。

艾比湖绿洲实际蒸散量变化特征及与景观格局的关系

基于Budyko曲线方程计算新疆艾比湖绿洲1960—2013年实际蒸散量的年际和季节变化特征,选取研究区四期遥感影像进行土地利用/覆被分类,使用Fragstas 4.2软件计算景观格局指数,并分析实际蒸散量与景观格局指数之间的关系。结果表明:艾比湖绿洲实际蒸散量多年平均值为162.97mm,并呈上升趋势,变化速率为7.76mm·(10a)^(-1);夏季和秋季的实际蒸散量为上升趋势,春季则呈下降趋势;年实际蒸散量在1987年发生突变性增加,夏季和秋季实际蒸散量的突变年份分别为1992年和1975年,春季不存在突变点,这与降水量的突变状况一致,说明降水量的变化对实际蒸散量的变化有很大影响。四期土地利用/覆被图中荒漠占主导地位,耕地和城镇用地增长较为明显,分别增长了409.69%和704.56%。斑块类型级别上,不同地类的景观格局指数差异明显;景观级别上,各景观格局指数均为波动增加趋势。斑块类型级别上,仅有水域斑块数量NP和斑块密度PD与实际蒸散量呈显著负相关;景观级别上,实际蒸散量与最大斑块指数LPI、蔓延度指数CONTAG及景观连通性指数COHESION呈负相关,与斑块数量NP、斑块密度PD等指数呈正相关。实际蒸散量与聚集度指数AI的相关性最高,达到0.953(P<0.05);与NP和PD的相关性最低,仅为0.148。因此,AI指数在艾比湖绿洲可以较好地表征实际蒸散量的变化。

基于时间信息熵的拜城两次5级地震地表温度变化特征分析

基于时间信息熵算法,使用MODIS月合成地表温度(LST)产品,针对2020年和2021年拜城2次5级地震,分析其发震前后地表温度变化特征。结果表明:①2次地震震前6个月均出现LST时间信息熵高值变化,并呈条带状分布,地震发生于条带端部或其附近。②2020年拜城5.0级地震震前6个月LST时间信息熵与震中距成反比,震后6个月LST时间信息熵与震中距成正比。2021年拜城5.4级地震震前6个月LST时间信息熵在不同震中距范围内基本不变。③2次地震震前6个月,震中附近LST下降趋势不明显,而在最接近震中附近的区域LST时间序列信息熵较偏,下降趋势显著;震后半年震中附近区域LST变化趋势较为一致。LST时间信息熵对于地震预报具有一定指示意义。

U-Net模型在大范围建筑物信息提取中的应用

建筑物的地理位置、面积等信息对灾害防御、应急救援及灾害评估有重要的意义。高分辨率卫星影像具有丰富的建筑物信息,可进行大范围批量化提取。使用深度学习模型对建筑物信息提取,可有效提高分割精度。为大范围获取建筑物信息,本文中以新疆伊犁州新源县为研究区,使用U-Net神经网络方法,进行批量化处理后计算出建筑物占地面积共计11160259 m^(2),占整个县域比例1.47‰,人均建筑占地面积为35.25 m^(2)。研究表明建筑物提取总体精度达到97.9%,Kappa系数达到86.4%。本研究为自动化、大范围、高精度建筑物提取工作提供了新思路。

干旱区绿洲盐渍土粒径分布单重分形和多重分形特征

为定量描述干旱区绿洲盐渍化土壤的粒径分布特征,对38个土壤样品的粒径分布与含盐量进行测定,并基于分形理论定量表征了研究区盐渍土和非盐渍土的土壤粒径分布特征。结果表明:粉粒的体积分数占主导地位,砂粒和黏粒次之;土壤含盐量与粉粒和黏粒体积分数呈正相关,而与黏粒呈负相关;单重分形维数D值介于1. 990～2. 349,且与土壤黏粒和粉粒含量成正比,相关系数分别为0. 81和0. 64(P <0. 01),与砂粒含量呈反比,相关系数为-0. 67(P <0. 01);土壤粒径分布具有多重分形特征,盐渍土(含盐量≥3 g·kg^(-1))的粒径分布较非盐渍土(<3 g·kg^(-1))更广,非均匀性更强;土壤含盐量与多重分形信息维D_1和D_1/D_0呈极显著负相关,相关系数分别为-0. 265(P <0. 01)和-0. 283(P <0. 01),与多重分形谱谱宽呈现极显著正相关,相关系数为0. 206(P <0. 01),而与D、容量维D_0和多重分形谱性状特性均没有显著相关性。

新疆艾比湖绿洲干燥指数变化特征

基于艾比湖绿洲4个气象站1960-2013年逐月的气候资料,计算了干燥指数。结果表明:(1)艾比湖绿洲近54 a干燥指数的均值为6.97,属于干旱地区,干燥指数呈显著下降趋势,并且持续性较强,下降幅度约为0.49·(10a)^-1(P<0.05);夏季的干燥指数最大,为9.04,冬季最小,仅为2.20。(2)艾比湖绿洲全年干燥指数在1985年发生突变性减小,夏季和冬季发生突变性减小的年份为1991年和1983年,而春季和秋季不存在突变点。(3)艾比湖绿洲干燥指数的演变过程存在着7~8 a和20~21 a的周期变化,其变化的第一主周期为9 a,第二、三周期分别为21 a和5 a。(4)干燥指数对于风速的变化最为敏感,并且相对贡献率最高,而日照时数的变化最不敏感。