基于支持向量机算法的地震事件分类研究——以东北地区为例

台网的加密使我们可以监测到更多类型、更小的地震事件,地震震源分类对地震危险性评估、区域构造研究和诱发地震的孕震机制都具有重要意义.在传统的地震监测中,技术人员通过P波极性、频谱特征和矩张量等参数识别地震事件的类型,这种识别方法依赖人工经验且较难实现自动化.本文以东北地区天然地震、爆破以及塌陷事件为例,提取三种事件P波和S波在频率域和时间域的典型物理特征,利用支持向量机(Support Vector Machine-SVM)方法对特征进行训练,对事件进行机器学习分类识别.东北地区事件的分类结果表明,该方法可以有效的完成三分类识别,准确率达到99.2%,爆破、塌陷、天然地震三种类型的F1分数分别为98.99%、97.85%和100%.同时该方法具有较好的泛化能力,基于东北地区的训练模型,甘肃地区塌陷识别准确率为84.9%,内蒙古地区爆破识别准确率为86.6%.本研究显示支持向量机方法在少样本量的地震事件类型多分类中有较好的实际应用前景.

紫坪铺水库诱发地震与构造地震波谱时频特征差异性研究

利用紫坪铺水库2004~2007年记录的实际地震数据,通过比较多种滤波方法,发展出一种既能有效滤除地震数据中本底噪音、又对有效信号损伤较小的比值滤波方法。对去噪后的水库诱发地震和构造地震数据,利用小波变换方法,分别进行时频分析获得两类地震的时频谱,并提取可以反映地震发生前后能量分布和聚集情况的时频属性,最后根据各个属性的响应效果,组合得到新的属性。将时频谱与时频属性相结合,总结归纳紫坪铺水库诱发地震与构造地震波谱时频特征的差异性,为地震监测分析提供基础依据。

改进阈值的Curvelet变换稀疏反褶积

依据反射系数在曲波域更为稀疏的特点,在曲波域实现稀疏反褶积,同时利用地震记录中反射系数在空间方向的相似性约束反演结果。对数据中的噪声采用一种改进的阈值函数,具有较好的光滑性,通过参数的合理调节,使阈值函数在硬阈值和软阈值之间灵活变化,将改进阈值函数应用于Curvelet变换稀疏反褶积。模型和实际资料处理结果表明:改进阈值的Curvelet变换反褶积方法能较好地反演反射系数,且具有一定的抗噪性,能较好地压缩地震子波,提高地震资料的分辨率。

基于C#语言的国(境)外地震背景信息交互式产出系统

针对国(境)外地震专报产出过程中遇到的信息搜索困难、内容不规范、难以满足时效性等问题,基于C#编程语言,设计开发了国(境)外地震专报背景信息交互式产出系统。该系统只需值班人员少许的参与,自动获取人口信息、海啸信息、震中附近一定范围内的历史地震目录,生成地震的人口伤亡信息,最终产出word格式的地震专报。