基于卷积神经网络的预警震级分段估算方法

针对地震预警震级估算问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的震级分段估算方法,该方法以单台站的P波初至后3 s时间的波形作为输入,输出结果为地震波形所属的震级区段(大地震,近震震级M_(L)≥5.0;小地震,M_(L)<5.0).如果波形属于大地震区段,直接发出警报;如果波形属于小地震区段,再进行具体震级的估算.对于震级区段估算,CNN模型的准确率可达98.04%.根据震级估算参数τ_(c)和P_(d)估算的小地震震级平均绝对误差(mean absolute error,MAE)分别为0.20和0.31.结果表明,预警震级分段估算方法可以准确预警大地震,减少大地震漏报率;同时使得小地震震级估算结果更为准确.

利用高频GPS资料研究2016年新西兰凯库拉地震的地表形变及预警震级

2016年11月13日,新西兰凯库拉地区发生了M_w7.8级地震.本文利用1 Hz高频GPS观测数据,基于GAMIT track解算模块,采用主分量分析(PCA)空间滤波方法获取了地震地表形变.同时从trackRTr模拟实时解算的动态位移中,提取P波5秒峰值位移(P_d)和地面峰值位移(PGD),并根据震级统计回归模型计算预警震级.结果表明:测站的动态形变时间长达2 min,距震源最近的HANM和KAIK站出现二次剧烈形变,震源北部测站的形变幅度大于南部,而高频GPS静态同震形变场表现出先逆冲后走滑的震源机制特征.不同GPS台站的P_d预警震级相差较大,最大震级差为M_w 2.5.综合考虑预警震级发布的时效性和可靠性,采用顾及空间分布的四台站PGD联合预警方法,其预警震级在震后23 s达到初始稳定(M_w7.56),在震后110 s达到最终稳定(M_w7.78),该震级与USGS矩张量反演震级(M_w7.8)基本一致.

山东地震台网监测预警能力评估分析

国家地震烈度速报与预警项目已进入试运行阶段,山东全省作为重点预警区,其预警能力直接关系山东及其周边地区的预警效能。为精确评估山东地震台网的监测预警能力,以本台网所记录到的波形数据为基础,将仪器最大概率峰值位移作为背景噪声评估指标获得山东地震台网的监测能力。在此基础上,考虑到预警时效性需求,系统评估了山东地震台网中,由125台速度计组成的测震台网、由152台加速度计组成的强震台网、由1198台烈度仪组成的烈度台网及其融合网的预警最小震级和首报时间。结果表明,山东地震台网平均监测能力达到M_(L)0.4,最小值可达M_(L)-0.2,最大值可达M_(L)1.1;测震、强震和烈度台网“三网”融合后预警最小震级、首台触发后和震后的预警时间平均值分别约为M_(L)2.2、3s和5s,“三网”融合进行预警的策略可以满足地震预警“稳、准、快”的要求。

从汶川地震灾害分布设想内陆地震预警可能遇到的问题与对策

假设2008年前龙门山及其周围已经建设了地震预警台网系统,从汶川8.0级地震的灾害分布设想内陆地震的预警可能遇到的问题:预警盲区;极震区和重灾区的很多城镇可能得到预警信息,但预警震级及预警强度可能偏低等,并讨论了对策建议。

从四川泸定M_(S)6.8地震认识地震预警

我国地震预警技术是在2008年汶川地震以后发展起来的,到2022年底将在全国重点地区实现秒级地震预警。本文以2022年9月5日四川省甘孜州泸定县M_(S)6.8地震为例,介绍了地震预警技术的原理和有效性,浅析了地震预警的局限性:盲区、大震震级偏低、准确度与速度矛盾,并提出了改进的建议,最后展望了未来地震预警技术的发展前景。