CN108037529B - 一种基于初始振动信号的地震事件快速识别方法 - Google Patents
一种基于初始振动信号的地震事件快速识别方法 Download PDFInfo
- Publication number
- CN108037529B CN108037529B CN201711254729.1A CN201711254729A CN108037529B CN 108037529 B CN108037529 B CN 108037529B CN 201711254729 A CN201711254729 A CN 201711254729A CN 108037529 B CN108037529 B CN 108037529B
- Authority
- CN
- China
- Prior art keywords
- seismic events
- frequency
- maximum
- vibration signal
- value
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/288—Event detection in seismic signals, e.g. microseismics
Abstract
本发明公开了一种基于初始振动信号的地震事件快速识别方法,通过对检测到的初始1.5秒振动信号进行时域和频域分析,建立由振动幅值和主要频率成分组成的多种判断准则,根据各判断准则迅速识别出引起振动的是地震事件或非地震事件(如爆破、塌陷、交通运输、建筑施工、机械工作、电磁干扰等)。本发明方法仅用1.5秒振动信号即可准确判断出是否是地震事件,算法简单易用,具有良好的时效性、准确性和实用性,可有效地避免地震事件被漏报和误报,适用于地震监测和地震预警。
Description
技术领域
本发明涉及一种基于初始振动信号的地震事件快速识别方法,主要用于判断初始的振动信号是否是由地震产生。
背景技术
地震灾害可造成人员伤亡、毁坏人工结构物、又可引发火灾、洪水、泥石流、海啸、核泄漏等次生灾害,严重危害社会经济发展。在地震监测和地震预警中,监测到地震产生的振动后,如果能够实时判断出振动是由地震引起的,那么就可以对民众发出警示,可以使得工业设备或民用设备立即启动应急措施,比如民众可以快速做出地震自救,核电站采取紧急应急措施,高铁紧急降速或停车,燃气公司快速关闭输气管道等。但是,由于爆破、塌陷、交通运输、建筑施工、机械工作、电磁干扰等非地震事件都会引起振动,如果将这些非地震事件判断为地震事件,发出地震报警,就会造成一定的恐慌和损失。可见快速准确地判识地震,对于地震监测和地震预警至关重要。对于地震事件的快速判识,一般做法是当有多个地震监测台站在几秒至几十秒内都检测到了振动信号时,则利用多个台站的位置信息判断引起振动的是否是地震事件,或是通过振动结束后的完整波形数据来判断是否是地震事件。近年来地震监测和预警技术已经做到了秒级的实时采集、处理和分析,对地震事件判断的时效性要求越来越高,前述方法延时较大,为此有学者提出了初始3秒的波形数据进行地震事件判识,如公开(公告)号CN106052837A,发明名称“一种用于高速铁路地震预警中列车振动噪声识别方法”中,利用初始3秒波形数据的零频平台幅值来判断波形属于地震波还是列车振动波。文献《用于地震预警系统的单台站防误触发算法研究》(江汶乡等)总结了一些地震事件判识方法,并给出了一种基于初始3秒波形特征参数的决策树的地震事件判识方法。总的来看当前地震事件的快速判识方法有以下不足:
1)时效性差。地震监测和地震预警都属于秒级实时数据处理系统,地震事件判识的越快越好,当前的判识方法最快也要在检测到3秒信号后完成判识,未能充分发挥系统的时效性;
2)准确性差。当前地震事件判识方法在实际应用中,仅针对应用环境的某一种非地震事件与地震事件进行判识,而无法兼顾多种非地震事件的判识,使得地震事件判识的准确性差;
3)实用性差。当前地震事件判识方法,算法原理复杂,编程实现困难,且对软硬件支持环境要求高,因此其在实际应用中的可实现成本高。
发明内容
针对地震事件判识方法的前述现状和不足,本发明提供了一种基于初始振动信号的地震事件快速识别方法,通过对检测到的初始1.5秒振动信号进行时域和频域分析,得到由振动幅值和主要频率组成的多种判断准则,根据各判断准则识别出引起振动的是地震事件还是非地震事件(包括爆破、塌陷、交通运输、建筑施工、机械工作、电磁干扰等)。本发明方法具有良好的时效性、准确性、通用性,可有效地避免地震事件被漏报和误报,适用于地震监测和地震预警。
本发明为实现上述目的所采用的技术方案是:
1)利用初始1.5秒振动信号的时域幅值判断地震事件:两个水平方向加速度数据的绝对值的最大值同时大于60gal,或者同时大于3倍的竖直方向加速度数据的绝对值的最大值,则是非地震事件;三个方向加速度数据的合成(平方和开根号)最大值大于150gal,则是非地震事件。
2)利用初始1.5秒振动信号的频域频率判断地震事件:对三个方向加速度数据进行傅里叶变换得到傅里叶频谱,求出每个方向频谱的幅值最大的频率(主频),三个主频中任意一个小于0.1Hz或大于35Hz,则是非地震事件;求出三个方向各频谱中幅值最大的4个频率的平均频率,三个方向的平均频率任意一个大于30Hz,则是非地震事件。
3)通过1)和2)的所有判断后,没有被判断为非地震事件的振动信号,就是由地震事件引起的。
本发明方法的优点:
(1)本发明方法使地震事件判识时间由3秒降低到1.5秒,满足实时或秒级的地震数据处理系统的要求,时效性好;
(2)本发明方法能准确地排除爆破、交通运输、建筑施工、机械工作、电磁干扰等非地震事件,可有效降低多种非地震事件引起的地震误判,准确性高;
(3)本发明方法原理简单,易于编程实现,计算效率高,可广泛地应用地震监测和地震预警的各种软硬件系统中,实用性好。
附图说明
图1为一种基于初始振动信号的地震事件快速识别方法的实施流程。
具体实施方式
实施例:
下面结合实施例对本发明做进一步说明,但本发明并不限于以下实施例。
本发明所提供的基于初始振动信号的地震事件快速识别方法的具体实施流程如下:
1)三分向(东西方向、南北方向和竖直方向)加速度数据采集仪器检测到振动信号后,缓冲1.5秒加速度数据后,对1.5秒数据进行基线处理。(基线处理方法为:1.5秒数据减去检测到振动信号之前几秒内噪声数据的平均值。)
2)计算三个方向的加速度数据取绝对值后的最大值:东西向取绝对值后找出的最大值定义为PGAew;南北向取绝对值后找出的最大值定义为PGAns;竖直向取绝对值后找出的最大值定义为PGAud。
3)判识准则:当(PGAew、PGAns同时大于60gal)或者(PGAew、PGAns同时大于3倍的PGAud)时,可以判断振动信号为非地震事件,否则进入下一步处理。
4)计算三个方向的合成加速度数据,并求出最大值,定义为PGAall。(合成加速度数据的计算方法为:东西向、南北向和竖直向同一个时刻数据值的平方和开根号。)
5)判识准则:当PGAall大于150gal时,振动信号为非地震事件,否则进入下一步处理
6)计算三个方向加速度数据的傅里叶频谱,找出各方向频谱中最大幅值对应的频率,即主频,东西方向的主频定义为Few1,南北方向的主频定义为Fns1,竖直方向的主频定义为Fud1.
7)判识准则:当(Few1小于0.1HZ或大于35Hz)或者(Fns1小于0.1HZ或大于35Hz)或者(Fud1小于0.1HZ或大于35Hz)时,振动信号为非地震事件,否则进入下一步处理。
8)计算出三个方向各频谱中幅值最大的4个频率的平均频率,东西方向的平均频率定义为dFew,南北方向的平均频率定义为dFns,竖直方向的平均频率定义为dFud。
9)判识准则:当(dFew大于30Hz)或者(dFns大于30Hz)或者(dFud大于30Hz)中任一一个条件满足时,振动信号为非地震事件,否则进入下一步处理。
10)在全部完成以上计算过程后,振动信号没有被判识为非地震事件后,则振动信号是地震事件。
Claims (1)
1.一种基于初始振动信号的地震事件快速识别方法,其特征在于具体步骤为:
1)利用初始1.5秒振动信号的时域幅值判断地震事件:两个水平方向加速度数据的绝对值的最大值同时大于60gal,或者同时大于3倍的竖直方向加速度数据的绝对值的最大值,则是非地震事件;三个方向加速度数据的合成最大值大于150gal,则是非地震事件;
所述三个方向分别为东西方向、南北方向和竖直方向,所述三个方向的加速度数据采集仪器检测到振动信号后,缓冲1.5秒加速度数据后,对1.5秒数据进行基线处理,基线处理方法为:1.5秒数据减去检测到振动信号之前几秒内噪声数据的平均值;
计算三个方向的加速度数据取绝对值后的最大值:东西向取绝对值后找出的最大值定义为PGAew;南北向取绝对值后找出的最大值定义为PGAns;竖直向取绝对值后找出的最大值定义为PGAud;
计算三个方向的合成加速度数据,求出最大值,并定义为PGAall;
计算三个方向加速度数据的傅里叶频谱,找出各方向频谱中最大幅值对应的频率,即主频,东西方向的主频定义为Few1,南北方向的主频定义为Fns1,竖直方向的主频定义为Fud1;
计算出三个方向各频谱中幅值最大的4个频率的平均频率,东西方向的平均频率定义为dFew,南北方向的平均频率定义为dFns,竖直方向的平均频率定义为dFud;
2)利用初始1.5秒振动信号的频域频率判断地震事件:对三个方向加速度数据进行傅里叶变换得到傅里叶频谱,求出每个方向频谱的幅值最大的频率,三个主频中任意一个小于0.1Hz或大于35Hz,则是非地震事件;求出三个方向各频谱中幅值最大的4个频率的平均频率,三个方向的平均频率任意一个大于30Hz,则是非地震事件;
3)通过1)和2)的所有判断后,没有被判断为非地震事件的振动信号,就是由地震事件引起的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711254729.1A CN108037529B (zh) | 2017-12-02 | 2017-12-02 | 一种基于初始振动信号的地震事件快速识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711254729.1A CN108037529B (zh) | 2017-12-02 | 2017-12-02 | 一种基于初始振动信号的地震事件快速识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108037529A CN108037529A (zh) | 2018-05-15 |
CN108037529B true CN108037529B (zh) | 2019-10-11 |
Family
ID=62095413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711254729.1A Active CN108037529B (zh) | 2017-12-02 | 2017-12-02 | 一种基于初始振动信号的地震事件快速识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108037529B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889308A (zh) * | 2018-09-07 | 2020-03-17 | 中国石油化工股份有限公司 | 一种基于机器学习的地震震相初至识别方法及识别系统 |
CN109709598B (zh) * | 2018-12-11 | 2020-12-11 | 中国铁道科学研究院集团有限公司 | 一种基于伪源衰减法的地震误报判识方法 |
CN115524747B (zh) * | 2022-11-27 | 2023-04-21 | 中国地震局地震研究所 | 一种高速铁路地震预警抗干扰方法及其系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6901333B2 (en) * | 2003-10-27 | 2005-05-31 | Fugro N.V. | Method and device for the generation and application of anisotropic elastic parameters |
CN101201407A (zh) * | 2006-12-12 | 2008-06-18 | 中国石油天然气集团公司 | 相对无高频泄漏等效n点平滑谱模拟反褶积方法 |
CN104732728A (zh) * | 2014-08-29 | 2015-06-24 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种智能终端预警地震系统 |
CN105676286A (zh) * | 2016-01-25 | 2016-06-15 | 西南交通大学 | 一种用于地震预警系统的实时地震震级估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7725266B2 (en) * | 2006-05-31 | 2010-05-25 | Bp Corporation North America Inc. | System and method for 3D frequency domain waveform inversion based on 3D time-domain forward modeling |
-
2017
- 2017-12-02 CN CN201711254729.1A patent/CN108037529B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6901333B2 (en) * | 2003-10-27 | 2005-05-31 | Fugro N.V. | Method and device for the generation and application of anisotropic elastic parameters |
CN101201407A (zh) * | 2006-12-12 | 2008-06-18 | 中国石油天然气集团公司 | 相对无高频泄漏等效n点平滑谱模拟反褶积方法 |
CN104732728A (zh) * | 2014-08-29 | 2015-06-24 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种智能终端预警地震系统 |
CN105676286A (zh) * | 2016-01-25 | 2016-06-15 | 西南交通大学 | 一种用于地震预警系统的实时地震震级估计方法 |
Non-Patent Citations (1)
Title |
---|
高速铁路地震预警震级快速准确预测方法;王子珺,等;《中国铁道科学》;20170331;127-132 * |
Also Published As
Publication number | Publication date |
---|---|
CN108037529A (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nakamura et al. | UrEDAS, the earthquake warning system: Today and tomorrow | |
CN108037529B (zh) | 一种基于初始振动信号的地震事件快速识别方法 | |
Allen | Seconds before the big one | |
CN105676287B (zh) | 一种检测特定地区核爆炸地震事件的方法 | |
CN103472342A (zh) | 雷电监测预警方法及系统 | |
Iervolino et al. | Real-time risk analysis for hybrid earthquake early warning systems | |
YAMAMOTO et al. | Earthquake early warning system for railways and its performance | |
CN106597524A (zh) | 高速铁路地震预警方法、地震监测台站及铁路局中心系统 | |
Jin et al. | Research on continuous location method used in earthquake early warning system | |
CN106052837B (zh) | 一种用于高速铁路地震预警中列车振动噪声识别方法 | |
CN116591777B (zh) | 多场多源信息融合的冲击地压智能化监测预警装置及方法 | |
Xu et al. | Reliability assessment on earthquake early warning: A case study from Taiwan | |
CN104816742A (zh) | 列车运行灾害预警监测系统 | |
JP2014228325A (ja) | 地震計を用いた地震以外の自然災害検知及び列車への警報出力方法 | |
Wu et al. | Earthquake early warning system in Taiwan | |
Porras et al. | Preliminary results of an earthquake early warning system in Costa Rica | |
CN106873050A (zh) | 一种高速铁路地震预警系统检测评价方法 | |
CN103544811A (zh) | 基于物联网的地震报警方法 | |
CN113057604A (zh) | 一种埋压人员救援平台 | |
CN109709598A (zh) | 一种基于伪源衰减法的地震误报判识方法 | |
Iervolino et al. | Information-dependent lead-time maps for earthquake early warning in the Campania region | |
Ye et al. | The design and research of an Earthquake Early Warning System for railways | |
Zhang et al. | Key technologies of earthquake early warning system for China’s high-speed railway | |
JP2014067159A (ja) | 鉄道運行に伴う津波の最適避難対策システム | |
Hu | An Earthquake Disaster Warning System for HSR Operation Safety |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211116 Address after: 518053 tower 413, block B, Tianjian technology building, Shenyun West Second Road, Gaofa community, Shahe street, Nanshan District, Shenzhen, Guangdong Patentee after: Zhongzhen Kejian (Shenzhen) Holding Co., Ltd Address before: 541004 No. 12, Jiangan Road, Qixing District, Guilin City, Guangxi Zhuang Autonomous Region Patentee before: Guilin University of Technology |