地震检测与震相自动拾取研究

针对微震事件易受噪声干扰等特点,本文将STA/LTA方法和基于方差的AIC方法(varAIC)相结合,在震相到时初步拾取的基础上,使用台站的德洛内(Delaunay)三角剖分及台站间最大走时差约束来减少噪声干扰的影响.利用到时进行地震定位之后,根据台站预测到时,在设定的时间窗内对地震震相进行更精细的分析.特别是针对微震事件信噪比低的特点,设计了基于偏振分析的拾取函数,根据窗内STA/LTA方法和var-AIC方法的拾取结果自动选择合适的值作为震相到时.最后,对西昌流动地震台阵2013年304个单事件波形数据的分析处理和检验结果表明,本文方法较传统方法具有更高的地震事件检测能力和更高的震相拾取精度.

近震S波震相实时自动识别方法研究

提出了一种用于地震早期预警的S波震相实时自动识别方法.该方法不对原始信号进行任何滤波处理,直接对三分向记录进行计算分析.首先根据P波前0.5s数据的卓越频率计算适用于该三分向记录的窗长,采用由偏斜角和水平能量与总能量比值的平方积作为确定S波识别区间的特征函数,将特征函数已有数据的5倍均值和5倍方差之和作为识别区间的触发阈值;然后采用VAR-AIC方法对两个水平分向识别区间的数据分别计算分析,对两个识别结果进行判断,最终确定S波初动时刻.经过对118个三分向记录的实际应用验证,通过自动识别结果与人机交互震相识别结果相比,本文方法对于S波相对P波尾波信噪比大于5dB的地震记录,其识别误差小于0.1s的概率高达89.39%.