CN106199683A - 一种基于共振包波谱监测数据的地震预测方法 - Google Patents
一种基于共振包波谱监测数据的地震预测方法 Download PDFInfo
- Publication number
- CN106199683A CN106199683A CN201610517805.2A CN201610517805A CN106199683A CN 106199683 A CN106199683 A CN 106199683A CN 201610517805 A CN201610517805 A CN 201610517805A CN 106199683 A CN106199683 A CN 106199683A
- Authority
- CN
- China
- Prior art keywords
- wave
- earthquake
- resonance
- bag
- time
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 238000001228 spectrum Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000012530 fluid Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000002243 precursor Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004880 explosion Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000005684 electric field Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000005389 magnetism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006854 communication Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 238000005511 kinetic theory Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 102000006479 Heterogeneous-Nuclear Ribonucleoproteins Human genes 0.000 description 1
- 108010019372 Heterogeneous-Nuclear Ribonucleoproteins Proteins 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001215 vagina Anatomy 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/01—Measuring or predicting earthquakes
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种基于共振包波谱监测数据的地震预测方法，包括：在全球各地建立监测前兆台；连续采集各个监测前兆台对所在区域产生的共振包的监测数据；利用共振波的波形特征将采集到的各条共振波聚合绘制成共振包波谱，同时记录下各条共振波中快波和慢波分别到达监测前兆台之间的时间差；通过计算共振包中各条共振波的周期来预测地震级别，通过共振波的成长波形来预测发震时间，通过共振波中快波和慢波之间的时间差来确定震中距；将各个监测前兆台所确定的震中距绘制成对应的直线，各条直线的交汇处即为预期发生地震的震区中心，进而及时发出预警通告；适用性广，通用性强，人类盼望已久的地震预报新时代终将到来。
Description
技术领域：
本发明涉及地震预测预报技术领域，具体地，涉及一种对被监测到的地震前兆信息进行处理的技术，进而预测地震震中、震级和发震时间，并及时在地震发生前进行预警的方法。
背景技术：
地震是人类千百年来最严重的自然灾害，人类迫切地希望能够预报地震。尽管有极少数的地震曾经被预测和预报，但绝大多数的地震仍然无法预测或预报，地震总是不期而遇。
直到钱复业、赵玉林、赵璧如等人发明了HRT波地震预报监测系统(申请号：200820000524.0)，又称PS100地电仪，通过地电阻率、地电场的测量，利用引潮力产生的谐振共振波(HRT波)，预测地震三要素(震中、震级和发震时间)。PS100地电仪监测到的前兆波是属于潮汐波，波速低，如快波速度也只有323km/h。该处理技术并非普适性技术，例如不适用于地磁监测到的地震前兆信息的处理。
但是上述方法，由于存在着理论困难，信号不易识别等诸多问题，仍然没能从根本上解决地震预测的问题，并且，当有多个地震发生时，更是无法识别究竟是从那个震源发出的。
发明内容：
针对上述背景技术所存在的问题，本发明以地震结构爆裂动力学理论，和地震前兆流体动力学理论为基础进行研究，其中地震前兆流体动力学理论包含磁流体动力学理论。进而提出了一种基于共振包波谱监测数据的地震预测方法。
为此，本发明采用的技术方案是：一种基于共振包波谱监测数据的地震预测方法，包括：
在全球各地建立监测前兆台，并将各个监测前兆台通过网络新信号连成一个整体，连续采集各个监测前兆台对所在区域产生的共振包的监测数据，所述的共振包包括潮汐波共振包、地磁波共振包、应变波共振包；
利用共振波的波形特征，将该区域采集到的各条共振波聚合绘制成共振包波谱，同时记录下各条共振波中快波和慢波分别到达监测前兆台之间的时间差；
通过计算共振包中各条共振波的周期来预测地震级别，通过共振波的成长波形来预测发震时间，通过共振波中快波和慢波之间的时间差来确定震中距；
将各个监测前兆台所确定的震中距绘制成对应的直线，各条直线的交汇处即为预期发生地震的震区中心，进而及时发出预警通告；
将各个监测前兆台采集到的共振包波谱的数据，结合每条共振波中快波和慢波之间的时间差所形成的序列，确定震中距的序列，根据序列的大小进而预测群震，及时发出预警通告。
进一步采取的措施是：所述的潮汐波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现潮汐波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个潮汐波共振包的当天作为未知地震的发震时间。
优选地，还包括：根据所述的地磁波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现地磁波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个地磁波共振包的当天作为未知地震的发震时间。
优选地，还包括：根据所述的应变波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现应变波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个应变波共振包的当天作为未知地震的发震时间。
具体地，所述的共振包波谱呈W/M的波形曲线形态。
所述的快波为传播速度较快的地磁波，地磁波的传播速度介于3964km/h——9638km/h。
所述慢波为传播速度较慢的潮汐波，潮汐波的传播速度介于126km/h——323km/h。
进一步的措施是，还包括：结合卫星红外监测数据、气象因素、水位异常因素和/或同位素异常因素，计算未知地震的震中、震级、发震时间和预警时间。
磁流体动力学是研究等离子体等导流体与电磁场的相互作用的物理学分支。磁流体力学将等离子体作为连续介质处理，要求其特征尺度远远大于粒子的平均自由程、特征时间远远大于粒子的平均碰撞时间，不需考虑单个粒子的运动。由于磁流体力学只关心流体元的平均效果，因此是一种近似描述的方法，能够解释等离子体中的大多数现象，广泛应用于等离子体物理学的研究。更精确的描述方法是考虑粒子速度分布函数的动理学理论。磁流体力学的基本方程是流体力学中的纳维-斯托克斯方程和电动力学中的麦克斯韦方程组。
流体动力学是流体力学的一个分支，研究作为连续介质的流体在力作用下的运动规律及其与边界的相互作用。广义地说，研究内容还包括流体和其他运动形态的相互作用。流体动力学与流体静力学的差别在于前者研究运动中的流体；流体动力学与流体运动学的差别在于前者考虑作用在流体上的力。流体动力学包括液体动力学和气体动力学两大部分。它的研究方法也和流体力学一样有理论、计算和实验三种。三种方法取长补短，相互促进。
潮汐波又称畸形波，是指由由太阳、月球及其他天体的引潮力作用而产生潮汐现象所产生的地球表面的周期性波动。
地磁波是指地球磁场放射出来的放射波，是一种地球所具有的磁性现象，罗盘指南和磁力探矿都是地磁的利用。
应变波是指地应力向外放射出来的应力波，地应力是在漫长的地质年代里由于地质构造运动等原因使地壳物质产生了内应力效应，这种应力称为地应力，它是地壳应力的统称。
本发明充分结合地震结构爆裂动力学理论和地震前兆流体动力学理论，在此基础上识别地震三要素的信号，任何足以记录到地震前兆信息的手段，都可以在不同精度和速度上提取到振幅、共振周期等信号。不容易发生误判，即使有多个地震发生，也能较为准确地识别共振包并获取究竟是从哪个震源发出的，进而及时进行预报，显著提升了地震预测和预报的准确性。
附图说明：
图1为本发明的方法流程图；
图2为2016-01-24阿拉斯加地震前四个监测前兆台监测到的共振包波谱变化曲线图；
图3为2016-01-24阿拉斯加地震的震中源示意图；
图4为2016-02-12新西兰地震的震中源示意图；
图5为2016-04-10监测到的环太平洋地震的群震示意图。
具体实施方式：
下面结合具体实施例和附图对本发明进一步说明。
本发明的理论基础，是把地震看作是地球释放能量的窗口。地震过程划分为能量积累、能量触发和能量爆发三个阶段；地震能的储体是包体，类似于油气储体；地震爆发需满足力学条件，就是地震结构体(包体)的压力必须超过覆盖它的岩层的断裂强度与重力之和；地震包体有其固有的属性，例如振动周期，振动频率；地震结构体的能量积聚主要源于其下方，包含深层地壳、地幔，壳幔的构造，它们的包体破裂、高压高温流体输运而输入的能量，月球和太阳同地球相互作用产生的作用能，也是一方来源，其它远源作用影响甚微，其对前兆信息的贡献可以忽略；当地震包体的能量达到临界状态，能量的输入将引起原有裂纹的扩大，产生新的裂纹或是缺陷，于是会产生破裂流和伴生的破裂波；包体的输入波同包体的破裂波相互叠加，产生共振波，能量强度大幅增加，共振波的周期和频率均反映包体的固有属性；地震结构体(包体)不同，共振波的结构也不同，如同化合物不同，红外光谱不同，如同借助红外特征谱识别不同的化合物那样，同理，借助不同的共振波谱称之为地震包体的“共振包波谱”，进而识别地震构造；地震的三要素——震中、震级、发震时间，以及震源深度，都深藏在共振包波谱之中。共振包内包含的物质是流体，有水，以及其它矿物质，可以看作含等离子体的流体，供能体的破裂和爆裂，共振包的破裂，以及爆裂，由于形成高压、高温和高速流动，因而伴生高强度的应力场、电场和磁场的扰动，中心场形成冲击波，传遍全球，因而可以被多种前兆仪器监测到，如电测仪器(电阻仪、电位仪、电流仪)，磁测仪器(磁力仪)，力测仪器(应力计、加速度计)，以及其它的仪器(水温计、地震仪)，地震时高速流动产生的热和电磁场，亦会向太空辐射，同样也将被卫星等相应的技术手段监测到。
地震能的释放需要通道，类似于地下核爆炸存在爆炸烟囱，地震爆发通道的开始形成是地震进入触发阶段的标志。该通道的最后开通即是地震的爆发，这个时间很短，通常只有数十秒，或是几秒。地震包体的面积很大，涉及数十，乃至数千平方千米，厚度很薄。而高压高温流体的输入，时间比地震爆发的时间还要短，往往只有数秒。因此，进入地震包体的高压流体，对于包体的作用，爆炸烟囱形成以及地震的爆发，都是冲击波。经研究发现，这些波向外传播的均是冲击波共振波，具有对应的相等的共振周期。如今已经可以借助先进的地震前兆监测仪监测到这些共振波。地震运动极其复杂，地震科学发展到今天，理论和监测手段均已成熟；地震的预测预报已经建立在物理定律的基础上；人类对地震的科学预测和预报已经成为可能了。
由于地磁、地电和地应力等异常扰动主要地同地震活动相关，地震前兆波是地幔(壳幔)包体爆裂后向地震结构包体输送含等离子体的能流，引起地震包体的破裂和塌缩，进而产生共振波，包括潮汐波、地磁波、应变波，汇合形成共振包，以加载波(即快波)和卸载波(即慢波)的形式向外围介质传播。无论是地电阻率或是地电场、地磁场，它们的跳跃式变化，也就是所谓的“异常扰动”，均是地震结构体在外源作用下所形成的共振包波谱，共振包波谱呈W/M的波形曲线形态。它们是地震结构体的特型体，地震结构体不同，共振包波谱也不同，在传播过程中，由于受到障碍物的作用，会发生畸变，但基本形态不变，共振包波谱内潜藏着地震震级、震中和发震时间的信息，及至震源深度的信息等。
地震预报问题的实现，首先需要从理论上突破，揭开地震的机理，破解HRT波的本质，建立以科学的物理模型和数学模型为基础的识别和预测方法，为了解决现有技术中存在的信号识别能力差，地震预测准确度低的问题，结合图1所示，本发明提出了一种基于共振包波谱监测数据的地震预测方法，包括以下内容：
在全球各地建立监测前兆台，并将各个监测前兆台通过网络新信号连成一个整体，连续采集各个监测前兆台对所在区域产生的共振包的监测数据，所述的共振包包括潮汐波共振包、地磁波共振包、应变波共振包；
利用共振波的波形特征，将该区域采集到的各条共振波聚合绘制成共振包波谱，同时记录下各条共振波中快波和慢波分别到达监测前兆台之间的时间差；
通过计算共振包中各条共振波的周期来预测地震级别，通过共振波的成长波形来预测发震时间，通过共振波中快波和慢波之间的时间差来确定震中距；
将各个监测前兆台所确定的震中距绘制成对应的直线，各条直线的交汇处即为预期发生地震的震区中心，进而及时发出预警通告；
将各个监测前兆台采集到的共振包波谱的数据，结合每条共振波中快波和慢波之间的时间差所形成的序列，确定震中距的序列，根据序列的大小进而预测群震，及时发出预警通告。
所述的潮汐波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现潮汐波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个潮汐波共振包的当天作为未知地震的发震时间。
所述的地磁波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现地磁波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个地磁波共振包的当天作为未知地震的发震时间。
所述的应变波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现应变波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个应变波共振包的当天作为未知地震的发震时间。
所述的共振包波谱呈W/M的波形曲线形态。
所述的快波为传播速度较快的地磁波，地磁波的传播速度介于3964km/h——9638km/h。
所述慢波为传播速度较慢的潮汐波，潮汐波的传播速度介于126km/h——323km/h。
还包括：结合卫星红外监测数据、气象因素、水位异常因素和/或同位素异常因素，计算未知地震的震中、震级、发震时间和预警时间。
本发明首先需要确定异常扰动信号的归属问题。电场信号和磁场信号，均起源于震源，因此具有相似的脸谱。确定磁场扰动信号的归属和地震三要素的基本方法和步骤如下：
一、归属和震中
1、判识扰动信号的波谱，也就是W/M的基本构型(波形)；
2、读取该特征波的快波到达各个监测站的时间(tk)，如果接近相等，便初步确定这一扰动的波源；时间愈是接近的范围，便是震源的范围；
3、计算磁场强度，划分震区范围，震中一般处于磁强高的区位；
4、观察波谱的相位，正相和反相，震中一般位于正反相之间的经线或是纬线之间；
5、读取快波和慢波到达各个检测前兆台的时间差(波时差Δt)，由此计算出发出扰动的波源(震中)到该站的距离(震中距ΔX)；由多个监测站的震中距作汇图，它们交汇之处，便是震中。
二、震级
对于已经确定归属的地震共振包，读取其共振周期，便可以依据震级-共振周期公式，计算震级。
三、地震爆发时间
对于已经确定归属的地震共振包，从最初出现的那天起算，地震约在第7天爆发；地磁共振包波图最为神奇处，地震能量释放通道，即爆炸烟囱，从共振包出现开始，共振包波谱的W/M的波形曲线形态会随这时间成长而越长越高，约在地震前一天形成尖角，随后出现高频共振波，预示地震将在数小时后爆发。
四、群震
慢波到达观测站，通常是多个地震形成的簇。在快波传播过程中，遇到慢波将发生叠加，振幅出现大幅度增加(正相)，或是减小(反相)。无论快波或是慢波，共振周期是相等的。利用波时差簇，可以预测群震。
本地震前兆的脸谱技术，非常适合采用电子计算机，特别是群震脸谱的识别和计算，采用计算机比之普通计算器计算，既快又准，效率高。
实施例一、
阿拉斯加地震(2016-01-24-10:30:3059.658/-153.452)(7.1级)。图2所示即为阿拉斯加地震前出现的共振包波谱示意图。
磁场强度
2016-01-20，邻近的三个台站，出现高磁场强度：BRW(H)，1078NT；DED(H)，898.2NT；CMO(H)，1295NT。这样高的磁场强度是相当罕见的。因此判定阿拉斯加地震一定会爆发。
震级和发震时间
地震震级：由01-20波图，求得共振周期2.035h，依周期-震级公式，算得7.157级。本方法预测时，定为7.2级。
美国地磁台，2016-01-16，已经出现阿拉斯加地震的前兆信号，20日出现超强信息，估计这一地震将在24或25日爆发。
7.1级的阿拉斯加地震，于2016-01-24-10:30:30爆发，震中为59.658/-153.452。
阿拉斯加(01-24)7.1级地震的“源”。阿拉斯加地震已经被预测到。依据磁强波图，读取波时差后，计算出震中距，这样便获得了源图，见图3所示。
依据多个地震的源图，经系统处理，获得了地磁共振波快慢波速的结果：
快波速度——9368km/h；慢波速度——3964km/h。比潮汐波共振包的波速快得多，潮汐波共振包对应的波速为323km/h、128km/h。
实施例二、
按照共振包波谱的W/M技术，2016-02-12对新西兰将要发生的地震进行了预测：震级6.4；震中-46.5/163；爆发时间初七至初九。预测的新西兰震中位置，见图4所示。
新西兰地震于2016-02-15(农历大年初八)爆发，震级6.2，震中-49.1/164.5。预测同实际很接近。依据震前6.843h的共振包图进行计算，震级应为6.295级。可见，于地震前一天，震中位置已经完全确定，依各要素计算后更加接近实际情况。
实施例三、
2016年-04-10，对环太平洋地震进行为期一周的预测，这些地震将在一周内爆发。这些地震的震级，大于或约等于5级以上的地震，震中位置如图5所示。对于一些信号强的地震进行了重点计算，如缅甸地震，预测震中为21N/96E；震级6.6-7.1。缅甸地震于2016-04-13-13:55:17爆发，震级7.2(中国)，6.9(美国)；震中23.1N/94.9E。预测日本地震的震中为30N/133E，震级7.1级；日本地震，2016-04-1516:25:06，爆发，震级：美国7.0，中国7.3；震中32.8N/130.7E。4月15日，靠近南美的美国地磁台，BOU,FRD,BSL,SJG，均出现了强地磁信号，尤其BSL和SJG最强，预测震中的经度应在这两个地震台之间，后经证实，所标示的地震都在一周内爆发了。
本发明的基于共振包波谱监测数据的地震预测方法，还具有以下优点：
(1)以建筑在物理力学定律的地震理论作为指导，即使是单一监测手段，例如PS100地电仪，亦可以对地震的震中、震级、发震时间作出预测预报，可以在不同精度上提取到振幅、共振周期等信号，而汇集于波源，不容易发生误判，显著提高了地震预测的可靠性，实现防灾、减灾的目的。
(2)本发明的技术方法，所获取的共振包信息可以覆盖全球，有利于形成全球的信息共享，实现共同防治地震灾害，造福人类。
Claims (8)
1.一种基于共振包波谱监测数据的地震预测方法，其特征在于，包括：
在全球各地建立监测前兆台，并将各个监测前兆台通过网络新信号连成一个整体，连续采集各个监测前兆台对所在区域产生的共振包的监测数据，所述的共振包包括潮汐波共振包、地磁波共振包、应变波共振包；
利用共振波的波形特征，将该区域采集到的各条共振波聚合绘制成共振包波谱，同时记录下各条共振波中快波和慢波分别到达监测前兆台之间的时间差；
通过计算共振包中各条共振波的周期来预测地震级别，通过共振波的成长波形来预测发震时间，通过共振波中快波和慢波之间的时间差来确定震中距；
将各个监测前兆台所确定的震中距绘制成对应的直线，各条直线的交汇处即为预期发生地震的震区中心，进而及时发出预警通告；
将各个监测前兆台采集到的共振包波谱的数据，结合每条共振波中快波和慢波之间的时间差所形成的序列，确定震中距的序列，根据序列的大小进而预测群震，及时发出预警通告。
2.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述的潮汐波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现潮汐波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个潮汐波共振包的当天作为未知地震的发震时间。
3.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述的地磁波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现地磁波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个地磁波共振包的当天作为未知地震的发震时间。
4.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述的应变波共振包根据其出现时间和成长时间，计算未知地震的发震时间的步骤具体包括：
从出现应变波共振包的当天算起，未知地震的发震时间符合整数规则，将出现第六个应变波共振包的当天作为未知地震的发震时间。
5.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述的共振包波谱呈W/M的波形曲线形态。
6.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述的快波为传播速度较快的地磁波，地磁波的传播速度介于3964km/h——9638km/h。
7.根据权利要求1所述的基于共振包波谱监测数据的地震预测方法，其特征在于：所述慢波为传播速度较慢的潮汐波，潮汐波的传播速度介于126km/h——323km/h。
8.根据权利要求1-4任意一项所述的基于共振包波谱监测数据的地震预测方法，其特征在于，还包括：
结合卫星红外监测数据、气象因素、水位异常因素和/或同位素异常因素，计算未知地震的震中、震级、发震时间和预警时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610517805.2A CN106199683B (zh) | 2016-07-04 | 2016-07-04 | 一种基于共振包波谱监测数据的地震预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610517805.2A CN106199683B (zh) | 2016-07-04 | 2016-07-04 | 一种基于共振包波谱监测数据的地震预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106199683A true CN106199683A (zh) | 2016-12-07 |
| CN106199683B CN106199683B (zh) | 2018-04-13 |
Family
ID=57464823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610517805.2A Expired - Fee Related CN106199683B (zh) | 2016-07-04 | 2016-07-04 | 一种基于共振包波谱监测数据的地震预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106199683B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107300715A (zh) * | 2017-06-22 | 2017-10-27 | 禁核试北京国家数据中心 | 一种识别核爆炸地震事件的方法 |
| CN107728194A (zh) * | 2017-09-30 | 2018-02-23 | 曾雄飞 | 一种共振胞及其耦合预测地震的方法 |
| WO2021102675A1 (zh) * | 2019-11-26 | 2021-06-03 | 谢镕键 | 一种基于网络进行联测的地震预测系统与方法 |
| CN113625335A (zh) * | 2021-08-03 | 2021-11-09 | 惠州市三宝生物化学科技有限公司 | 一种基于地空遥感耦合的地震预测方法及系统 |
| CN114167488A (zh) * | 2021-12-10 | 2022-03-11 | 北京大学深圳研究生院 | 一种基于异常时空图的周尺度地震预测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5521508A (en) * | 1993-06-11 | 1996-05-28 | State Of Israel Ministry Of Defense Aramament Development Authority Rafael | Method and apparatus for predicting the occurrence of an earthquake by identifying electromagnetic precursors |
| CN101793972A (zh) * | 2010-03-25 | 2010-08-04 | 强祖基 | 强地震短临预测卫星热红外亮温异常技术 |
| CN202383299U (zh) * | 2011-12-29 | 2012-08-15 | 江苏省地震局 | 一种临震电磁辐射监测仪 |
| CN103592675A (zh) * | 2013-11-27 | 2014-02-19 | 陈国梁 | 用土壤氢含量变化监测预报地震的方法 |
| CN104730577A (zh) * | 2015-03-04 | 2015-06-24 | 曾雄飞 | 一种基于共振包监测数据的地震预测方法 |
| CN105589095A (zh) * | 2016-03-10 | 2016-05-18 | 吴清荣 | 一种用于地震前兆监测的地下氢气监测方法及系统 |
-
2016
- 2016-07-04 CN CN201610517805.2A patent/CN106199683B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5521508A (en) * | 1993-06-11 | 1996-05-28 | State Of Israel Ministry Of Defense Aramament Development Authority Rafael | Method and apparatus for predicting the occurrence of an earthquake by identifying electromagnetic precursors |
| CN101793972A (zh) * | 2010-03-25 | 2010-08-04 | 强祖基 | 强地震短临预测卫星热红外亮温异常技术 |
| CN202383299U (zh) * | 2011-12-29 | 2012-08-15 | 江苏省地震局 | 一种临震电磁辐射监测仪 |
| CN103592675A (zh) * | 2013-11-27 | 2014-02-19 | 陈国梁 | 用土壤氢含量变化监测预报地震的方法 |
| CN104730577A (zh) * | 2015-03-04 | 2015-06-24 | 曾雄飞 | 一种基于共振包监测数据的地震预测方法 |
| CN105589095A (zh) * | 2016-03-10 | 2016-05-18 | 吴清荣 | 一种用于地震前兆监测的地下氢气监测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 曾雄飞: ""地震结构爆裂理论与短临预测"", 《地学前缘》 * |
| 钱复业 等: ""汶川8.0级地震HRT波地震短临波动前兆及HRT波地震短临预测方法"", 《中国科学》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107300715A (zh) * | 2017-06-22 | 2017-10-27 | 禁核试北京国家数据中心 | 一种识别核爆炸地震事件的方法 |
| CN107300715B (zh) * | 2017-06-22 | 2018-12-11 | 禁核试北京国家数据中心 | 一种识别核爆炸地震事件的方法 |
| CN107728194A (zh) * | 2017-09-30 | 2018-02-23 | 曾雄飞 | 一种共振胞及其耦合预测地震的方法 |
| CN107728194B (zh) * | 2017-09-30 | 2019-03-29 | 曾雄飞 | 一种共振胞及其耦合预测地震的方法 |
| WO2021102675A1 (zh) * | 2019-11-26 | 2021-06-03 | 谢镕键 | 一种基于网络进行联测的地震预测系统与方法 |
| CN113625335A (zh) * | 2021-08-03 | 2021-11-09 | 惠州市三宝生物化学科技有限公司 | 一种基于地空遥感耦合的地震预测方法及系统 |
| CN113625335B (zh) * | 2021-08-03 | 2024-04-16 | 惠州市三宝生物化学科技有限公司 | 一种基于地空遥感耦合的地震预测方法及系统 |
| CN114167488A (zh) * | 2021-12-10 | 2022-03-11 | 北京大学深圳研究生院 | 一种基于异常时空图的周尺度地震预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106199683B (zh) | 2018-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Magee et al. | Magma plumbing systems: a geophysical perspective | |
| CN106199683A (zh) | 一种基于共振包波谱监测数据的地震预测方法 | |
| Dautermann et al. | Lithosphere—atmosphere—ionosphere coupling after the 2003 explosive eruption of the Soufriere Hills Volcano, Montserrat | |
| Astafyeva et al. | Dependence of waveform of near-field coseismic ionospheric disturbances on focal mechanisms | |
| Lévy et al. | Dynamic response of the Chamousset rock column (Western Alps, France) | |
| Arrowsmith et al. | The seismoacoustic wavefield: A new paradigm in studying geophysical phenomena | |
| CN104730577B (zh) | 一种基于共振包监测数据的地震预测方法 | |
| Richon et al. | Radon anomaly in the soil of Taal volcano, the Philippines: a likely precursor of the M 7.1 Mindoro earthquake (1994) | |
| O'Neel et al. | Seismic detection and analysis of icequakes at Columbia Glacier, Alaska | |
| Kherani et al. | Modelling of the total electronic content and magnetic field anomalies generated by the 2011 Tohoku-Oki tsunami and associated acoustic-gravity waves | |
| Zhao et al. | Advances of satellite remote sensing technology in earthquake prediction | |
| Zhao et al. | Ionospheric and geomagnetic disturbances caused by the 2008 Wenchuan earthquake: A revisit | |
| Dubinchuk | Radon as a precursor of earthquakes | |
| Carpinteri et al. | Acoustic, electromagnetic, and neutron emissions as seismic precursors: The lunar periodicity of low-magnitude seismic swarms | |
| Ulukavak et al. | Analysis of ionospheric TEC anomalies for global earthquakes during 2000-2019 with respect to earthquake magnitude (Mw≥ 6.0) | |
| Xie et al. | Detecting Seismo‐Ionospheric Anomalies Possibly Associated With the 2019 Ridgecrest (California) Earthquakes by GNSS, CSES, and Swarm Observations | |
| Love et al. | Magnetic storms and induction hazards | |
| Pan et al. | Development and status of active volcano monitoring in China | |
| Thapa et al. | Site-Specific Seismic Hazard Analysis for Shallow Tunnel in Nepal | |
| Verma et al. | Earthquake precursory studies in India: Scenario and future perspectives | |
| Luo et al. | Seismic evidence for multiple-stage exhumation of high/ultrahigh pressure metamorphic rocks in the eastern Dabie orogenic belt | |
| López et al. | Driving magma to the surface: The 2011–2012 E l H ierro V olcanic E ruption | |
| Cianchini et al. | The Preparation Phase of the 2023 Kahramanmaraş (Turkey) Major Earthquakes from a Multidisciplinary and Comparative Perspective | |
| Lognonné et al. | Seismic waves in the ionosphere | |
| Cataldi et al. | Space weather and geomagnetic activity related to M6+ global seismic activity recorded on February 7, 2021. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180413 |