A Seismotectonic Zonation Map of Eastern Siberia: New Principles and Methods of Mapping

The paper reviews goals and objectives, stages and components of a seismotectonic study conducted in Eastern Siberia, Russia. Based on a comprehensive analysis of geological and geophysical data, our study establishes whether the local earthquakes are of tectonic origin and reveals relationships among earthquakes with recent geodynamic processes in the area under study. Seismic hazard assessment and evaluation of tectonic processes are the two major closely interrelated aspects of seismotectonic studies. A seismotectonic study is generally combined with a seismic study and conducted prior to the stage of detailed seismic zonation (DSZ) which is followed by seismic micro-zonation (SMZ). In three stages of the seismotectonic study, we analyze specific geological structures, reveal the regional dynamics of seismotectonic processes, clarify details of potential seismic hazard locations and identify sites of the potential instantaneous deformation of the crust which may take place due to active faulting. Based on results of our longterm studies, a seismotectonic zonation map of Eastern Siberia is compiled. The paper briefly reviews the methods of mapping and refers to data on active faults and neotectonic structures revealed in the area under study, which are closely related to regional earthquake sources.

基于逐层增量分解的深度网络神经元相关性解释方法

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.

基于高分辨率类激活映射算法的弱监督目标实时检测

受益于深度学习的发展,目标检测技术在各类视觉任务中得到广泛关注。然而,获取目标的边框标注需要高昂的时间和人工成本,阻碍了目标检测技术在实际场景中的应用。为此,该文在仅使用图像类别标签的基础上,提出一种基于高分辨率类激活映射算法的弱监督目标实时检测方法,降低网络对目标实例标注的依赖。该方法将目标检测细划分为弱监督目标定位和目标实时检测两个子任务。在弱监督定位任务中,该文利用对比层级相关性传播理论设计了一种新颖的高分辨率类激活映射算法(HR-CAM),用于获取高质量目标类激活图,生成目标伪检测标注框。在实时检测任务中,该文选取单镜头多盒检测器(SSD)作为目标检测网络,并基于类激活图设计目标感知损失函数(OA-Loss),与目标伪检测标注框共同监督SSD网络的训练过程,提高网络对目标的检测性能。实验结果表明,该文方法在CUB200和TJAB52数据集上实现了对目标准确高效的检测,验证了该文方法的有效性和优越性。

新版地震区划图地震活动性模型与参数确定

地震活动性模型和地震动预测模型是概率地震危险性分析的两个核心。在新版地震区划图中,依据板内地震活动空间不均匀性分布的特点,在概率地震危险性分析方法(CPSHA)中采用了由地震统计区、背景潜在震源区和构造潜在震源区构成的三级层次性潜在震源区模型,并构建了相应的地震活动性模型。本文在论述CPSHA方法及其地震活动性模型基本概念的基础上,重点介绍了新版地震区划图地震活动性模型的三级潜在震源区模型的构成、地震活动性假定和基本特点,同时,也对新版地震区划图地震活动性模型的重要参数确定思路、方法与结果进行了介绍。本文将为更好地认识与理解我国新版地震动参数区划图提供有益的参考。

地震映像勘探在工程场地地震安全性评价近场区工作中的应用

在第四系覆盖区工程场地地震安全性评价近场工作中,活动断层的探测是一项重要工作,在目标层埋深几十米的情况下,地震映像勘探是进行断层探测的有效物探手段,结合唐山北郊热电2×300MW机组建设场地、沽源电厂建设场地的地震安全性评价中的应用实例,表明该方法进行断层探测具有明显的效果。

预警地震在地震预测中的意义

对新疆1970-2002年地震资料以不同范围、不同震级进行全时空扫描。结果表明,新疆台网监测能力较好地区绝大多数6级以上地震前地震活动关联图较为清晰。提出了预警地震的概念,认为预警地震在短临预报方面有一定的作用。

南天山强震前小震活动的有序分布

小震活动有序图像是一种重要的以小震报强震的预报方法。通过对南天山西段强地震前小震活动有序图像进行研究,着重分析了图像与构造、与地震发生的时间、位置以及震源机制之间的联系。认为有序图像是区域应力沿构造快速调整、分布的结果,既可能反映发震构造带的活动,也可起到控震作用,图像受地震的断错性质影响,具一定的中期前兆意义。

冕宁大桥水库蓄水前天然地震活动背景研究

为了解水库区域地震地质背景和历史地震活动水平 ,加强对水库蓄水前期地震活动的监测 ,为分析预测蓄水后可能的水库诱发地震提供背景依据。 1995年 1月建成投测的冕宁大桥水库地震遥测台网 ,在水库蓄水前已连续运行了 4 5年 ,积累了宝贵的资料。本文结合使用西昌地震遥测台网对该区域前期的地震记录 ,给出了库区蓄水前天然地震活动的背景特征。

基于甘肃气枪主动源的“地下云图”构建

在陆地气枪主动源技术系统不断发展的基础上,使用地震层析成像和计算机图像处理技术,把地震波物理参数(地震波速度和v P/v S)演化过程以气象云图的形式表现出来,达到“看图识天气”的目的。利用地震波速“地下云图”的结果开展地震孕育过程和机理研究,深入了解强震发生前后震源区地震波速度和波速比的时空演化表征,总结提取具有普适性的地震学前兆参数及其指标,对进一步提高地震预测预报效能有着重要科学意义。

新疆强震活动与环境因子预报

本文运用新疆历史地震资料,分析了该地区的强震时空分布及地震活跃周期和活动图象,并探讨了强震活动与空间环境因子的关系,这无疑对新疆强震活动趋势分析和该地区强震中长期预报具有较重要的意义。

一次较成功的中期地震概率预测实例

１９８８年底依据地震活动性资料，运用ＭＹＣＩＮ不精确推理方法，提出了１９８９年及稍长时间的中国大陆中期地震趋势预测概率图，这是一次较成功的中期地震概率预测实例。

沈阳活断层地震危害性预测结果与分析

简述了沈阳活断层地震危害性预测中所使用的模型及计算方法,给出并分析了不同规模地震下的地震动预测结果。通过把地震动预测结果分别同现行地震安全性评价结果、国家地震动参数区划图进行比较与分析,给出了活断层地震危害性预测结果的使用条件与建议。

大渡河瀑布沟水电站水库地震活动特征分析

大渡河瀑布沟水电站水库是大渡河流域典型的高山峡谷型高坝大库,大坝处于相对稳定的瓦山断块,水库库尾则位于龙门山断裂带、鲜水河断裂带、安宁河断裂带的交汇处,地震活动相对强烈,因此,为保证工程及周边地区社会生产生活安全,掌握水库蓄水前后地震活动情况,建立了一套完整的水库诱发地震监测系统,对该区域水库地震活动进行及时准确的监测。通过对近十年的地震观测资料进行统计,分析地震活动特征,总体上水库蓄水后库区附近地震活动水平较低,以微震和小震为主,震级较小,地震频度与水库水位升降无关,水库蓄水后没有造成明显的水库诱发地震情况,为水库地震监测评价和工程安全稳定运行提供了有用的科学依据。

基于对比层级相关性传播的由粗到细的类激活映射算法研究

以卷积神经网络为代表的深度学习算法高度依赖于模型的非线性和调试技术,在实际应用过程中普遍存在黑箱属性,严重限制了其在安全敏感领域的进一步发展。为此,该文提出一种由粗到细的类激活映射算法(CF-CAM),用于对深度神经网络的决策行为进行诊断。该算法重新建立了特征图和模型决策之间的关系,利用对比层级相关性传播理论获取特征图中每个位置对网络决策的贡献生成空间级的相关性掩码,找到影响模型决策的重要性区域,再与经过模糊化操作的输入图像进行线性加权重新输入到网络中得到特征图的目标分数,从空间域和通道域实现对深度神经网络进行由粗到细的解释。实验结果表明,相较于其他方法该文提出的CF-CAM在忠实度和定位性能上具有显著提升。此外,该文将CF-CAM作为一种数据增强策略应用于鸟类细粒度分类任务,对困难样本进行学习,可以有效提高网络识别的准确率,进一步验证了CF-CAM算法的有效性和优越性。

浅层地震勘探在巴塘断裂活断层填图中的应用

巴塘断裂活断层填图中,针对第四系覆盖层较厚,断层出露较差、地表形迹、地貌特征不明显的部位,采取浅层地震勘探方法探测。在上莫西村、松多村至竹巴龙村共布设7条测线,解译浅层地震数据可精确定位活断层位置,查明其几何学特征,工作区内巴塘断裂通过测线处的覆盖层厚度约10~100m,巴塘断裂北端并未止于上莫西村,有往北延伸的趋势。

用能流密度法研究昆明地区的地震活动时空分布特征

利用能流密度法,计算昆明及其周边部分地区(23.6°N^27.0°N,101.5°E^104.5°E)地震释放的能量,得到该区域能流密度对数值的等值线图.分析图形获得各时间段地震能量释放情况,研究了能量释放的区域、强弱,周期及其变化趋势,获得研究区域地震活动时空分布特征.认为研究区域已经进入地震活动强烈时期.讨论能流密度图在潜在震源区的划分和地震预报中的参考意义.