CN102955169B - 现地型地震实时分析系统与方法 - Google Patents
现地型地震实时分析系统与方法 Download PDFInfo
- Publication number
- CN102955169B CN102955169B CN201110299645.6A CN201110299645A CN102955169B CN 102955169 B CN102955169 B CN 102955169B CN 201110299645 A CN201110299645 A CN 201110299645A CN 102955169 B CN102955169 B CN 102955169B
- Authority
- CN
- China
- Prior art keywords
- earthquake
- time
- real
- ripple
- hardware
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000010223 real-time analysis Methods 0.000 title claims abstract description 46
- 238000011065 in-situ storage Methods 0.000 title 1
- 230000001133 acceleration Effects 0.000 claims abstract description 90
- 238000006073 displacement reaction Methods 0.000 claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000007781 pre-processing Methods 0.000 claims abstract description 30
- 238000010008 shearing Methods 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000012935 Averaging Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
一种现地型地震实时分析系统与方法，对在某检测地点撷取一地震之初达波加速度信号进行实时分析。此系统包含一嵌入式运算主机与一信号预处理模块，其信号预处理模块对其初达波加速度信号进行硬件预处理，嵌入式运算主机可根据一地震事件预判逻辑判定此地震是否为一地震事件。其初达波加速度被转换为初达波的地表速度与地表位移，以得到一峰值地表位移，再由嵌入式运算主机以初达波的地表速度与地表位移计算一地震破裂时间参数，并藉以计算此地震事件的一地震规模；嵌入式运算主机根据其峰值地表位移与地震规模计算一震央距离，并进而根据地震规模与震央距离，计算此地震的剪切波在此检测地点的峰值地表加速度。
Description
技术领域
本发明涉及地震预测技术，特别涉及一种现地型地震实时分析系统及其方法。
背景技术
地震预测技术理论之一，是通过P波(P-wave、primary wave或pressure wave)波速大于S波(secondary wave)的物理特性(P波约6-7km/s；S波约3-4km/s)，于地震发生当下，测量P波带来的微小震动以推估后续S波的影响。P波属于疏密波或纵波的一种，也是地震时通过地球内部传递的体波(body wave)其中一种，传递时介质的震动方向与震波能量的传递方向平行；P波具有最快的传播速度，但破坏力不如S波。另一种体波S波的速度仅次于P波，S波属于剪力波(Shear Wave)或横波，即传递时介质的震动方向与震波能量的传递方向垂直，且其震幅可到P波的数倍。因此，S波较大的地震震幅与传递时造成传递路径上的剪切效应，往往带来重大的灾情。
台湾位处于欧亚大陆板块及菲律宾海板块的交界，也为环太平洋地震带的一部分，因而地震发生频繁。中央气象局于全台各处广设地震仪，通过多个测站的联集运算，可得到高精度的地震相关参数，并告知各警戒区域，此机制可视为「广域型」强震预警系统。然广域型强震预警系统受限于数据收录及运算时间的限制，虽然可达高精确度、但耗时过久，于近震央区域(距地震发生处50公里内)无法提供有效预警。例如，台湾中央气象局所建置的地震观测网，需22秒的时间进行震央定位及地震规模推算，若仅考虑P波与S波间的速度差，忽略地质及场址效应，则此系统对于震央距测站观测群70公里以外的区域才有预警能力。但是，靠近震央区域所承受的地震震波影响高于其它地区，仰赖此类广域型强震预警系统，并无法达到事前预警、逃生疏散的效果。
此外，虽然既有研究对于地震波的预测与模拟可提供特定演算理论，但是这些理论应用在现地型地震预测时，缺乏大量实验验证与修正，无法达到预期的准确率。再者，对于以短时窗数据准确预测地震参数，目前并无合适的硬件架构适合现地型地震预测的信号处理与运算需求，一般的计算机系统并无法适当地处理信号或提供实时高阶运算效能。
发明内容
有鉴于现有技术的问题，本发明一目的在于实时分析一地震于一检测地点检测到的一初达波(Primary Wave)，以预测地震于检测地点的一剪切波，并缩短地震参数的运算时间以便提前预警。
于本发明一实施例中，提供一种现地型地震实时分析系统，此系统包含信号预处理模块及嵌入式运算主机。信号预处理模块接收于检测地点撷取初达波的加速度信号，并对其进行一硬件预处理(hardware pre-processing)。嵌入式运算主机接收来自信号预处理模块的加速度信号，以计算剪切波的峰值地表加速度(Peak Ground Acceleration)。其中，经硬件预处理的加速度信号被转换为初达波的地表速度与地表位移，以得到一第一时窗内的一峰值地表位移(Peak Ground Displacement)。嵌入式运算主机更以一第二时窗内的地表速度与地表位移计算地震破裂时间参数(Seismic Fracture Time Parameter)，并藉以计算地震的地震规模(Seismic Magnitude)。嵌入式运算主机根据峰值地表位移与地震规模计算一震央距离(Epicentral Distance)，并根据地震规模与震央距离，计算地震的剪切波在检测地点的峰值地表加速度。
进一步地，本发明的现地型地震实时分析系统的嵌入式运算主机，根据一地震预判逻辑判定该地震是否为一地震事件。
进一步地，本发明的现地型地震实时分析系统的信号预处理模块包含一滤波电路与一偏移值去除电路，该滤波电路对该些加速度信号执行该硬件滤波程序，该偏移值去除电路对该些加速度信号执行该硬件去除偏移值程序。
进一步地，本发明的现地型地震实时分析系统的信号预处理模块包含一积分电路，该积分电路对该些加速度信号执行一硬件积分程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
进一步地，本发明的现地型地震实时分析系统的嵌入式运算主机执行一积分运算程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
进一步地，本发明的现地型地震实时分析系统的嵌入式运算主机包含至少一运算处理器，该运算处理器在本身的一固件中、或在一磁盘操作系统环境中执行至少一算法程序以分析该地震。
进一步地，本发明的现地型地震实时分析系统的第一时窗定义为该初达波的周期或1/2周期。
进一步地，本发明的现地型地震实时分析系统的第二时窗定义为该初达波的周期。于本发明另一实施例中，提供一种现地型地震实时分析方法，用以实时分析某地震于某检测地点的检测到的初达波，此方法包含：对于检测地点撷取的加速度信号进行硬件预处理；转换加速度信号为初达波的地表速度与地表位移；得到第一时窗内的峰值地表位移；以第二时窗内的地表速度与地表位移计算地震破裂时间参数，并藉以计算地震规模；根据峰值地表位移与地震规模计算震央距离；及根据地震规模与震央距离，计算地震的剪切波在检测地点的峰值地表加速度。
进一步地，本发明的现地型地震实时分析方法还包含根据一地震预判逻辑判定该地震是否为一地震事件。
进一步地，本发明的现地型地震实时分析方法的地震预判逻辑包含一优化长短时窗平均值比值法。
进一步地，本发明的现地型地震实时分析方法的硬件预处理包含一硬件滤波程序与一硬件去除偏移值程序。
进一步地，本发明的现地型地震实时分析方法的硬件预处理包含一硬件积分程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
进一步地，本发明的现地型地震实时分析方法还包含执行一积分运算程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
进一步地，本发明的现地型地震实时分析方法还包含将该第一时窗的该加速度信号补足该初达波的一完整周期所需数据量，以修正该初达波的一傅立叶振幅-频率曲线而得到该剪切波的一预估地震主频。
进一步地，本发明的现地型地震实时分析方法还包含将该第一时窗的该加速度信号予以镜像处理，以补足该初达波的完整周期所需数据量。
进一步地，本发明的现地型地震实时分析方法还包含以该初达波1/2频率的该傅立叶振幅-频率曲线作为该剪切波的一预估傅立叶振幅-频率曲线，以得 到该剪切波的该预估地震主频。
进一步地，本发明的现地型地震实时分析方法的第一时窗定义为该初达波的周期或1/2周期。
进一步地，本发明的现地型地震实时分析方法的第二时窗定义为该初达波的周期。
于本发明另一实施例中，提供一种计算机可读取的储存媒体，其内储存有多个计算机可执行指令；当这些计算机可执行指令被一现地型地震实时分析系统读取且执行时，执行前述实施例所说明的现地型地震实时分析方法。此现地型地震实时分析系统包括信号预处理模块与嵌入式运算模块。此方法包含：对于检测地点撷取的加速度信号进行硬件预处理；转换加速度信号为初达波的地表速度与地表位移；得到第一时窗内的峰值地表位移；以第二时窗内的地表速度与地表位移计算地震破裂时间参数，并藉以计算地震规模；根据峰值地表位移与地震规模计算震央距离；及根据地震规模与震央距离，计算地震的剪切波在检测地点的峰值地表加速度。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1本发明一实施例中现地型地震实时分析系统的系统架构方框图；
图2本发明另一实施例中另一现地型地震实时分析系统的系统架构方框图；
图3本发明另一实施例中现地型地震实时分析方法的流程图；
图4本发明另一实施例中另一现地型地震实时分析方法的流程图；
图5本发明另一实施例中另一现地型地震实时分析方法的流程图；
图6A本发明另一实施例中另一现地型地震实时分析方法的流程图；及
图6B系图6A实施例中初达波与剪切波的傅立叶振幅-频率曲线图。
其中，附图标记
现地型地震实时分析系统10
嵌入式运算模块100
运算处理器110
系统记忆体120
储存单元130
信号接口140
总线150
信号预处理模块200
滤波电路210
偏移值去除电路220
积分电路230
具体实施方式
基于对地震信号特性及过去分析过程遭遇的障碍，本发明的下列实施例提供现地型地震分析所需的数种最佳化硬件架构与最佳化运作程序，以便以短时间撷取的初达波(P波Primary Wave)数据、准确预测剪切波(S波Shear Wave)于检测地点的峰值地表加速度，达到现地实时预警效果。本发明中软件硬件系统的整合设计、硬件组件的选择、不同算法的搭配至关重要，需经大量实验数据验证方能得到本发明最优化的现地型地震实时分析系统与方法。根据本发明的系统与方法，若撷取测站所检测的初达波前段3秒数据演算出地震相关参数并提出预警，则可将预警范围由距震央70公里外大幅拉近，例如降至为距震央10-50公里外；但实际数据仍受限于实际采用的硬件/软件/固件、地震波传递路径的地层特性以及其它可能变量。
请参阅图1，其是本发明一实施例中现地型地震实时分析系统的系统架构方框图。图中现地型地震实时分析系统10包括嵌入式运算主机100与信号预处理模块200；其中主要由信号预处理模块200进行原始初达波加速度信号的信号预先处理，而由嵌入式运算主机100进行多个算法计算程序。
由于系统设计的其中一个目标在于缩短地震参数的运算时间以便提前预警，因此硬件的配置上必须有效降低算法运算端的运算负担。视不同的实际硬件组件配置方式，于一实施例中嵌入式运算主机100与信号预处理模块200可通过一特制主机板串联所有必要硬件组件、辅以适当的总线与信号接口(连接器)而实现。于另一实施例中，嵌入式运算主机100与信号预处理模块200 可由独立的硬件组件分别实现，再以合适的信号缆线与信号接口串联。
于一实施例中，地震初达波的加速度信号来源为设置于某检测地点的地表强震仪(图未示)。检测地点的选择可以为人口稠密处或重要建筑物附近；强震仪例如可选用Kinemetrics公司的EpiSensor震力平衡加速度计(Force Balance Accelerometer)(型号FBA ES-T)，能测量地表上的微小震动、并输出X、Y、Z三个轴向的加速度信号。强震仪撷取输出加速度信号的时间间隔通常可以自行设定，但于一实施例中，合适的撷取或输出频率为每秒200次。
于图1中，信号预处理模块200具有滤波电路210及偏移值去除电路220。滤波电路210对检测地点所设强震仪输出的初达波加速度信号执行硬件滤波程序，意即通过滤波电路210滤除初达波加速度信号中不必要的环境噪声，一则降低后端需分析的数据量、一则提高分析准确率。偏移值去除电路220对该初达波加速度信号执行一硬件去除偏移值程序，意即通过偏移值去除电路220将初达波加速度信号进行偏移调整，使初达波加速度信号的基础值回到零；一个例子为先取长时窗(例如9～11秒)的初达波加速度信号的平均值作为信号偏移植修正参数，即能将撷取的加速度信号或数据进行偏移修正。
整体而言，信号预处理模块200接收于检测地点撷取的多个初达波加速度信号，并对其进行一硬件预处理(hardware pre-processing)，即以硬件电路手段对初达波加速度信号进行信号预先处理。硬件预处理可包括一硬件滤波程序与一硬件去除偏移值程序，或其它硬件电路可执行的信号处理程序。不过，由于在本发明的方法中，初达波加速度信号需要被转换为初达波的地表速度(Ground Velocity)与地表位移(Ground Displacement)数据，且此过程需要对初达波加速度信号或数据执行「积分」处理，因此如欲进一步降低后端嵌入式运算主机100的运算负担，可在一实施例中，令信号预处理模块的硬件预处理包含一硬件积分程序。于此，如第2图所示，另一实施例中的信号预处理模块200可进一步具备一积分电路230，以对初达波加速度信号执行前述硬件积分程序，意即对初达波加速度信号进行硬件积分，而将初达波加速度信号转换为初达波的地表速度与地表位移；后续实施例及图4还有相关说明。
图1中，嵌入式运算主机100具有运算处理器110、系统记忆体120、储存单元130、信号接口140与总线150。经过信号预处理模块200进行硬件预处理后的初达波加速度信号，将通过信号接口140与总线150传输至运算处理 器110进行运算。本实施例中储存单元130可储存任意地震数据或数据、以及必要的多个算法程序，嵌入式运算主机100的运算处理器110可将必要的算法程序加载至系统记忆体120，以便进行各种地震参数的运算。前述运算处理器110所需执行的多个算法程序，属于本发明现地型地震实时分析方法的其中一部分。
于一实施例中，嵌入式运算主机100可由以磁盘操作系统(Disk Operating System；DOS)为基础的计算机系统实现；所采用的磁盘操作系统可为微软公司的MS-DOS或其它合适的版本。一个实验中采用的例子为：以(1)钛思科技公司(TeraSoft Inc.)开发的「Micro-Box x86 Based实时控制平台」(简称Micro-Box)，搭配(2)MathWorks公司(The MathWorks，Inc.)的Simulink工具软件作为算法程序开发工具。
其中，钛思科技公司型号Micro-Box 3000(PCI Interface[即指Peripheral Component Interconnect interface，周边组件互连接口])的Micro-Box系统具有以下主要的硬件规格：处理器 M 1GHz；系统记忆体为256MB DDRDRAM；储存单元可为64MB Compact Flash card；标准PCI扩充总线等。换言之，于一实施例中，嵌入式运算主机100的硬件部分可由钛思科技公司型号Micro-Box 3000所实现。
前述Simulink工具软件是则是MathWorks公司开发的用于动态系统和嵌入式系统的多领域仿真和基于模型的设计工具。于一实施例中，嵌入式运算主机100的算法程序乃以Simulink工具软件进行编写，并于钛思科技公司前述Micro-Box系统上的DOS环境中执行，以实现本发明的现地型地震实时分析方法的至少其中一部份。换言之，此实施例的一或多个算法程序须能在DOS环境中执行；意即，此类嵌入式运算主机100的运算处理器110须执行以DOS为基础(DOS-based)的算法程序。
于另一实施例中，嵌入式运算主机的运算处理器可具有内建记忆体，通过特定的固件(Firmware)编辑平台，可将本发明所需的各个算法程序编写于该运算处理器的固件中，而能以固件执行方式进行高速运算。换言之，此实施例的一或多个算法程序须能在该运算处理器的固件环境中执行；意即，此类嵌入式运算主机100的运算处理器110须在本身固件中执行所需的算法程序。一例为采用德国dSPACE公司的DS1103 PPC控制器板(Controller Board)，本发明的 各种算法程序仍可通过Simulink工具软件进行编写，最后转换成机械语言以植入其运算处理器(1GHz)PPC 750GX的固件中，如此即能以固件执行方式进行高速运算。
有关嵌入式运算主机100所执行的算法程序、以及整个现地型地震实时分析系统10所执行的现地型地震实时分析方法，请合并参考后续的流程图与相关说明。
请参阅图3，其是本发明另一实施例中现地型地震实时分析方法的流程图。虽然以下是以具有顺序的步骤及流程图，说明现地型地震实时分析方法的各构成部分；但除非特别予以限定，本发明的方法各构成部分的间并无绝对的前后顺序关系。
请一并参考图1与图3，本发明一实施例中，现地型地震实时分析方法包括以下部分：
步骤S310：对于一检测地点撷取的一地震的初达波加速度信号进行硬件预处理。本实施例中硬件预处理包括硬件滤波程序与硬件去除偏移值程序，由信号预处理模块200的滤波电路210与偏移值去除电路220，分别对检测地点现地撷取的地震初达波加速度信号进行处理；于一实施例中，初达波加速度信号撷取频率为每秒200次。
前述部分是于现地型地震实时分析系统的信号预处理模块200执行，下列部分则由嵌入式运算主机100的运算处理器110执行。
步骤S320：将经过硬件预处理的初达波加速度信号转换为初达波的地表速度与地表位移。本实施例中需通过嵌入式运算主机100的运算处理器110执行一积分运算程序，以将初达波加速度信号转换为初达波的地表速度与地表位移；若以处理每秒200个初达波加速度信号来计算，初达波的地表速度与地表位移的数据输出量也分别约为每秒200个数值。
步骤S330：得到第一时窗内的一峰值地表位移(Peak Ground Displacement；PGD)。由于以最少时间找出峰值地表位移PGD至关重要，因此第一时窗定义为包含至少一个峰值地表位移所需的时间；而初达波P波的速度为6-7km/s(即初达波周期约6-7秒)，此处所谓第一时窗即可定义约为3-3.5秒，换言的，第一时窗可定义为该初达波的1/2周期。当然时间越长时数据越完整，第一时窗可定义为该初达波的完整周期，以找到更准确的峰值地表位移PGD。
步骤S340：以第二时窗内的地表速度与地表位移计算一地震破裂时间参数τc。在现地型地震实时分析系统具有充足运算能力的前提下，步骤S330与步骤S340并不需区分先后，而可以被平行处理。地震破裂时间参数τc的计算方式为：
其中v为地表速度，u为地表位移，二者均为时间t的函数；t1与t2分别为纳入计算的起迄时间。此公式参考2008年Sensors期刊，文章名称「Development of an Earthquake Early Warning System Using Real-Time Strong Motion Signals」，作者Yih-Min Wu与Hiroo Kanamori。于一实施例中，现地型地震实时分析系统及方法是设定为不断地计算地震破裂时间参数τc，而能不待任何地震事件的判断、节省分析与预警的时间。基本上，第二时窗(即t1与t2的时间间隔)越长，越境算出越精确的数值，但同时也会延后地震预警时间、并减少人民疏散时间。其中一个权衡的时间间隔为t2-t1＝6-7秒，第二时窗即t2与t1的差等于初达波的一个完整周期。上述公式一的意义为，取t1-t2的时间间距，计算地表速度平方值与地表位移平方值，再将两者相除、开平方根做为分母，乘以2π即得地震破裂时间参数τc。
步骤S350：计算该地震的一地震规模(Magnitude)。一个例子是以地震破裂时间参数τc计算，公式为：
M＝3.088*log(τc)+5.300 (公式二)
将步骤S340中算出的地震破裂时间参数τc代入公式二，即可得到地震规模M。公式二的来源同样参考Yih-Min Wu与Hiroo Kanamori于Sensors 2008年期刊发表的「Development of an Earthquake Early Warning System Using Real-Time Strong Motion Signals」，但下列原公式经长期与大量实验后，修正如公式二。
Mw＝3.373logτc+5.787±0.412 (原公式)
步骤S360：根据该峰值地表位移与该地震规模计算一震央距离。震央距离(R)定义为前述检测地点(即上述强震仪所在位置)与震央间的距离。于一实施 中，震央距离R的计算参考的回归公式如下，参考自Yih-Min Wu发表的公式。代入步骤S330取得的峰值地表位移PGD及步骤S350公式二求得的地震规模M，即可得到震央距离R：
log(PGD)＝-3.801+0.722M-1.444*log(R) (公式三)
步骤S370：根据该地震规模M与该震央距离R，计算地震的剪切波在该检测地点的峰值地表加速度PGA(Peak Ground Acceleration)。参考简文郁的衰减曲线法，本实施例采用以下公式四计算峰值地表加速度PGA，只要将及步骤S350公式二求得的地震规模M、步骤S360求得的震央距离R代入即可。
PGA＝0.00284exp(1.73306M)[R+0.09994exp(0.77185M)](-2.06392) (公式四)
根据所计算出峰值地表加速度PGA数值，可直接判断是否发出检测地点现地的地震警报，也可求得检测地点的震度。例如依我国震度分级，峰值地表加速度PGA的数值若落于80-250gal范围内，即表示该地震的剪切波到达检测地点时，检测地点现地将发生震度五级的地震；若为250～400gal即为震度六级。
请参阅图4，其是本发明另一实施例中现地型地震实时分析方法的流程图。本实施例中，步骤S430、S440、S450、S460、S470与图3中的步骤S330、S340、S350、S460、S370相同，差异处在于，因积分运算程序属于运算量高、耗时且最耗损运算资源的过程，因此将原本方在嵌入式运算模块100计算的积分运算程序去除，而在步骤410中于信号预处理模块200进行硬件积分程序，由图2中信号预处理模块200的积分电路230执行。如此，可进一步加快整体信号与数据处理速度。
请参阅图5，其是本发明另一实施例中现地型地震实时分析方法的流程图。本实施例中，步骤S510、S520、S530、S540、S550、S560、S570与第3图中的步骤S310、S320、S330、S340、S350、S460、S370相同，差异处在于：第5图多了步骤S580与步骤S590；步骤S570进行一地震预判逻辑以初步判断此地震是否为一地震事件，步骤S520则执行预设的早期动作。在不同的实施例中，步骤S580可设定为早于或平行于所有嵌入式运算模块100的其它步骤来执行。也即，其它步骤可视步骤S580的结果，再决定要不要进行；或者不论步骤S580结果如何，其它步骤仍然平行进行，毕竟以既有技术，步骤S580 并非百分百准确。但是，步骤S580仍有其早期预警的效果，其执行仍可收到一定的效益。
步骤S580中的地震预判逻辑可为一优化长短时窗平均值比值法(Optimized STA/LTA Method；Optimized Short Term Averaging over Long Term Averaging Method)。
以下介绍该优化长短时窗平均值比值法。首先令三轴向地震数位信号序列分别为UDn(垂直向加速度信号)、NSn(南北向加速度信号)与EWn(东西向加速度信号)，数据取样时间为dT，该时间内的短时窗平均值STA(Short Term Averaging)定义如公式五所示：
其中
α＝[(UDn-UDn-1)2+(NSn-NSn-1)2+(EWn-EWn-1)2]1/2
m为该短时窗内所包含的数据量；
k为UDn、NSn与EWn三轴加速度信号取平均后的数据量(n≥1)；
此短时窗的数据取样时间长度Tm为m*dT。
长短时窗平均值LTA(Long Term Averaging)定义如公式六所示：
其中
β＝[(UDn-UDn-1)2+(NSn-NSn-1)2+(EWn-EWn-1)2]1/2
l为该长时窗内所包含的数据量
k为UDn、NSn与EWn三轴加速度信号取平均后的数据量(n≥1)；
该长时窗的时间长度Tl为l*dT。
实际做法为分别撷取长时窗(假定Tl为10秒)、短时窗(假定Tm为0.4秒)三轴向的地震加速度信号，然后取各轴向的取样点与其邻近单位取样点的加速度差值，将其平方加总后并开平方根，依长时窗与短时窗的时间长度求得短时 窗信号平均值(STA)与长时窗信号平均值(LTA)。当两者的比值达到某设定门坎值并持续超出监测时间(假定0.05秒)，即可判定此地震为地震事件；若地震事件发生当下，比值小于前述设定门坎值并持续超出监测时间(假定0.05～10秒)，即判定地震事件结束。
相较于传统的长短时窗平均值比值法，本实施例的优化长短时窗平均值比值法已根据台湾本岛地震观测经验数据进行最佳化。
在步骤S580进行地震预判逻辑以初步判断此地震是否为一地震事件后，步骤S590则执行预设的早期动作。此为预设的早期动作可能包括：进行后续的演算步骤(例如衔接步骤S520)、于系统上显示早期警示等。
请参考图6A-图6B，图6A是本发明另一实施例中现地型地震实时分析方法的流程图；图6B是图6A实施例中初达波与剪切波的傅立叶振幅-频率曲线图。为方便说明，图6B中各曲线的细部波动被予以平直化。由于剪切波的预估地震主频对于建筑物或结构物的受震分析颇有帮助，本实施例中的现地型地震实时分析系统与方法，能进一步输出剪切波的预估地震主频，作为建筑物或结构物的受震分析用途。
第6A图中，步骤S610-S680与第3图的步骤S310-S380相同，主要差异点在于本实施例中，不论地表速度与地表位移是以硬件(积分电路)或软件(积分运算程序)方式进行，现地型地震实时分析方法可进一步包含将第一时窗的加速度信号补足一完整初达波周期所需数据量以进行傅立叶转换(Fourier Transform)(步骤S690)，并修正初达波的傅立叶振幅-频率曲线而得到剪切波的预估地震主频(Estimated Seismic Main Frequency)(步骤S695)。此二步骤由现地型地震实时分析系统中嵌入式运算主机100的运算处理器110执行。
将第一时窗的加速度信号补足一完整初达波周期所需数据量的方法如下。若初达波加速度信号撷取频率为每秒200次、第一时窗为3-3.5秒，累积数据量仅约600-700个；而初达波P波的周期为6-7秒，所需数据量即为1200-1400个。其中一个补足数据量的方法为将第一时窗的加速度信号予以镜像处理，即能得到一个完整初达波波形周期；为便于进行傅立叶转换，于另一实施例中，数据量补足1024个即可进行。
修正初达波的傅立叶振幅-频率曲线而得到剪切波的预估地震主频的方法为：将初达波的傅立叶振幅-频率曲线修正为1/2频率的初达波傅立叶振幅-频 率曲线，并以1/2频率的初达波傅立叶振幅-频率曲线作为预估的剪切波S波的傅立叶振幅-频率曲线，即可得到剪切波的预估地震主频。此作法的可靠依据来自长期与大量的实验验证，请参考图6B，以本发明前述各实施例所述的系统与方法取得的信号或数据进行分析，以虚线表示的、实测的初达波的傅立叶振幅-频率曲线，在修正为1/2频率的初达波傅立叶振幅-频率曲线后，与实测的剪切波傅立叶振幅-频率曲线有相近的变化趋势。因此，可以通过以1/2频率的初达波傅立叶振幅-频率曲线作为预估的剪切波S波的傅立叶振幅-频率曲线，以得到剪切波的预估地震主频。
综合上述实施例，本发明提供一种现地型地震实时分析方法，实时分析某地震于某检测地点的检测到的初达波，此方法包含：对于检测地点撷取的加速度信号进行硬件预处理；转换加速度信号为初达波的地表速度与地表位移；得到第一时窗内的峰值地表位移；以第二时窗内的地表速度与地表位移计算地震破裂时间参数，并藉以计算地震规模；根据峰值地表位移与地震规模计算震央距离；及根据地震规模与震央距离，计算地震的剪切波在检测地点的峰值地表加速度。
于本发明另一实施例中，提供一种计算机可读取的储存媒体，例如为数据光盘、硬盘、快闪记忆体、记忆卡等，其内储存有多个计算机可执行指令；当这些计算机可执行指令被一现地型地震实时分析系统读取且执行时，执行前述实施例所说明的现地型地震实时分析方法。此现地型地震实时分析系统包括信号预处理模块与嵌入式运算模块。此方法包含：对于检测地点撷取的加速度信号进行硬件预处理；转换加速度信号为初达波的地表速度与地表位移；得到第一时窗内的峰值地表位移；以第二时窗内的地表速度与地表位移计算地震破裂时间参数，并藉以计算地震规模；根据峰值地表位移与地震规模计算震央距离；及根据地震规模与震央距离，计算地震的剪切波在检测地点的峰值地表加速度。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (17)
1.一种现地型地震实时分析系统，实时分析一地震于一检测地点的检测到的一初达波，以预测该地震于该检测地点的一剪切波，其特征在于，该系统包含：
一信号预处理模块，接收于该检测地点撷取该初达波的多个加速度信号，并对其进行一硬件预处理；及
一嵌入式运算主机，接收来自该信号预处理模块的该些加速度信号，以计算该剪切波的一峰值地表加速度；
其中，经该硬件预处理的该些加速度信号被转换为该初达波的多个地表速度与多个地表位移，以得到一第一时窗内的一峰值地表位移；该嵌入式运算主机还以一第二时窗内的该些地表速度与该些地表位移计算一地震破裂时间参数，并藉以计算该地震的一地震规模；该嵌入式运算主机根据该峰值地表位移与该地震规模计算一震央距离，并根据该地震规模与该震央距离，计算该地震的该剪切波在该检测地点的该峰值地表加速度；
其中，该第一时窗定义为该初达波的周期或1/2周期。
2.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该嵌入式运算主机根据一地震预判逻辑判定该地震是否为一地震事件。
3.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该信号预处理模块包含一滤波电路与一偏移值去除电路，该滤波电路对该些加速度信号执行硬件滤波程序，该偏移值去除电路对该些加速度信号执行硬件去除偏移值程序。
4.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该信号预处理模块包含一积分电路，该积分电路对该些加速度信号执行一硬件积分程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
5.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该嵌入式运算主机执行一积分运算程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
6.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该嵌入式运算主机包含至少一运算处理器，该运算处理器在本身的一固件中、或在一磁盘操作系统环境中执行至少一算法程序以分析该地震。
7.根据权利要求1所述的现地型地震实时分析系统，其特征在于，该第二时窗定义为该初达波的周期。
8.一种现地型地震实时分析方法，实时分析一地震于一检测地点的检测到的一初达波，其特征在于，该方法包含：
对于该检测地点撷取的多个加速度信号进行一硬件预处理；
转换该些加速度信号为该初达波的多个地表速度与多个地表位移；
得到一第一时窗内的一峰值地表位移；
以一第二时窗内的该些地表速度与该些地表位移计算一地震破裂时间参数，并藉以计算该地震的一地震规模；
根据该峰值地表位移与该地震规模计算一震央距离；及
根据该地震规模与该震央距离，计算该地震的一剪切波在该检测地点的一峰值地表加速度；
该第一时窗定义为该初达波的周期或1/2周期。
9.根据权利要求8所述的现地型地震实时分析方法，其特征在于，还包含根据一地震预判逻辑判定该地震是否为一地震事件。
10.根据权利要求9所述的现地型地震实时分析方法，其特征在于，该地震预判逻辑包含一优化长短时窗平均值比值法。
11.根据权利要求8所述的现地型地震实时分析方法，其特征在于，该硬件预处理包含一硬件滤波程序与一硬件去除偏移值程序。
12.根据权利要求8所述的现地型地震实时分析方法，其特征在于，该硬件预处理包含一硬件积分程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
13.根据权利要求8所述的现地型地震实时分析方法，其特征在于，还包含执行一积分运算程序，以将该些加速度信号转换为该初达波的该地表速度与该地表位移。
14.根据权利要求8所述的现地型地震实时分析方法，其特征在于，还包含将该第一时窗的该加速度信号补足该初达波的一完整周期所需数据量，以修正该初达波的一傅立叶振幅-频率曲线而得到该剪切波的一预估地震主频。
15.根据权利要求14所述的现地型地震实时分析方法，其特征在于，还包含将该第一时窗的该加速度信号予以镜像处理，以补足该初达波的完整周期所需数据量。
16.根据权利要求14所述的现地型地震实时分析方法，其特征在于，还包含以该初达波1/2频率的该傅立叶振幅-频率曲线作为该剪切波的一预估傅立叶振幅-频率曲线，以得到该剪切波的该预估地震主频。
17.根据权利要求8所述的现地型地震实时分析方法，其特征在于，该第二时窗定义为该初达波的周期。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100129848 | 2011-08-19 | ||
| TW100129848A TWI459019B (zh) | 2011-08-19 | 2011-08-19 | 現地型地震即時分析系統與方法及其儲存媒體 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102955169A CN102955169A (zh) | 2013-03-06 |
| CN102955169B true CN102955169B (zh) | 2015-09-09 |
Family
ID=47764216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110299645.6A Active CN102955169B (zh) | 2011-08-19 | 2011-09-22 | 现地型地震实时分析系统与方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN102955169B (zh) |
| TW (1) | TWI459019B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI464443B (zh) * | 2013-03-04 | 2014-12-11 | Nat Applied Res Laboratories | 人工智慧地震預警方法與地震偵測系統 |
| TW201513050A (zh) * | 2013-09-24 | 2015-04-01 | Bingotimes Digital Technology Co Ltd | 地震警示防災及安全回報系統 |
| TWI541528B (zh) | 2014-12-24 | 2016-07-11 | 財團法人國家實驗研究院 | 多元觸發之方法 |
| TWI661214B (zh) * | 2016-11-29 | 2019-06-01 | National Applied Research Laboratories | 自動化校正地盤特性之現地型地震預警系統及相關方法 |
| CN107479094B (zh) * | 2017-09-18 | 2018-11-30 | 辽宁工程技术大学 | 一种实现地震预警的方法 |
| TWI676967B (zh) * | 2018-06-19 | 2019-11-11 | 三聯科技股份有限公司 | 地震即時警示方法 |
| CN114222934A (zh) | 2019-08-20 | 2022-03-22 | 日本电气株式会社 | 地震观测设备、地震观测方法以及记录介质 |
| CN114093132B (zh) * | 2021-11-24 | 2023-06-23 | 中国地震局地震研究所 | 基于地震预警信息和地震开关的电梯地震紧急处置方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4253435B2 (ja) * | 2000-11-30 | 2009-04-15 | 東京電力株式会社 | 地震動の強さ推定方法及びその装置 |
| TW528876B (en) * | 2001-12-19 | 2003-04-21 | Ind Tech Res Inst | Strong earthquake determination method and device |
| US20080285385A1 (en) * | 2007-05-18 | 2008-11-20 | Cherry J Theodore | Methods and systems for seismic event detection |
| JP2010083629A (ja) * | 2008-09-30 | 2010-04-15 | Takenaka Komuten Co Ltd | 地震対応制御装置及びプログラム |
-
2011
- 2011-08-19 TW TW100129848A patent/TWI459019B/zh active
- 2011-09-22 CN CN201110299645.6A patent/CN102955169B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102123899A (zh) * | 2008-06-17 | 2011-07-13 | 韦尔-琼斯工程顾问有限公司 | 用于检测石块坠落的系统和方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《Development of an Earthquake Early Warning System Using Real-Time Strong Motion Signals》;Yih-Min Wu and Hiroo Kanamori;《sensors》;20080109(第8期);2－7页 * |
| 《Magnitude estimation using the first three seconds P-wave amplitude in earthquake early warning》;Yih-Min Wu and Li Zhao;《GEOPHYSICAL RESEARCH LETTERS》;20060824;第33卷;1－3页 * |
| 《地震动强度与地震烈度速报研究》;李山有等;《地震工程与工程振动》;20021231;第22卷(第6期);2－4页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102955169A (zh) | 2013-03-06 |
| TWI459019B (zh) | 2014-11-01 |
| TW201310053A (zh) | 2013-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102955169B (zh) | 现地型地震实时分析系统与方法 | |
| US9797799B2 (en) | Intelligent adaptive system and method for monitoring leakage of oil pipeline networks based on big data | |
| Xiang et al. | A two-step approach to multi-damage detection for plate structures | |
| Johnson et al. | Distributed structural health monitoring with a smart sensor array | |
| CN103775832B (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
| KR20190080712A (ko) | 임의 지진구역 대상 무작위 생성 지진학습데이터를 이용한 지진여부판별 방법 및 이에 의한 진도예측 시스템 | |
| CN101504324A (zh) | 拉索运营状态智能判别方法及系统 | |
| CN104297788A (zh) | 基于波形起振趋势线斜率的矿山微震和爆破信号识别方法 | |
| CN101799321A (zh) | 智能振动监测系统 | |
| CN103940908A (zh) | 基于dbscan及互相关算法的超声检测装置及方法 | |
| CN103675914B (zh) | 运用类神经网络的现地型地震即时分析系统及其方法 | |
| US10697861B2 (en) | Structure abnormality detection device, structure abnormality detection method, storage medium, and structure abnormality detection system | |
| CN102338776A (zh) | 应力波在木材中的传播时间测量方法以及无损检测系统 | |
| Li et al. | Automatic arrival-time picking of P-and S-waves of microseismic events based on object detection and CNN | |
| Tao et al. | Entropy method for structural health monitoring based on statistical cause and effect analysis of acoustic emission and vibration signals | |
| Moustafa et al. | Structural and sensor damage identification using the bond graph approach | |
| Houdek et al. | Impact point localization in three-dimensional structures using wavelet transform | |
| CN111175816A (zh) | 油藏改造实时构建微地震裂缝网络的方法及装置 | |
| CN210401099U (zh) | 火工冲击响应多参量协同测量装置 | |
| CN109443672A (zh) | 一种利用单传感器信息的移动第一特征值曲率的梁桥结构损伤定位方法 | |
| CN105425684B (zh) | 一种基于fpga控制的数据采集方法及装置 | |
| Pacheco-Chérrez et al. | Operational modal analysis for damage detection in a rotating wind turbine blade in the presence of measurement noise | |
| Liu et al. | Research and application of microseismic nonlinear optimal positioning methods | |
| Li et al. | Prediction error method‐based second‐order structural identification algorithm in stochastic state space formulation | |
| Jayawardhana et al. | An experimental study for decentralized damage detection of beam structures using wireless sensor networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |