CN110031890B - 地电阻率观测地震预测时空分析方法 - Google Patents
地电阻率观测地震预测时空分析方法 Download PDFInfo
- Publication number
- CN110031890B CN110031890B CN201910323615.0A CN201910323615A CN110031890B CN 110031890 B CN110031890 B CN 110031890B CN 201910323615 A CN201910323615 A CN 201910323615A CN 110031890 B CN110031890 B CN 110031890B
- Authority
- CN
- China
- Prior art keywords
- change
- earthquake
- data
- time
- observation
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000011160 research Methods 0.000 claims abstract description 22
- 238000003672 processing method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 30
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012300 Sequence Analysis Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 7
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 abstract description 3
- 230000005856 abnormality Effects 0.000 abstract description 3
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 abstract description 3
- 230000035882 stress Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 5
- 239000002243 precursor Substances 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000035935 pregnancy Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 208000010392 Bone Fractures Diseases 0.000 description 2
- 206010017076 Fracture Diseases 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 208000013201 Stress fracture Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
- G01V11/007—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00 using the seismo-electric effect
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/123—Passive source, e.g. microseismics
- G01V2210/1232—Earthquakes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种地电阻率观测地震预测时空分析方法,由地电阻率时间序列数据上的异常研究和预测地震震级、时间,重点由地电阻率异常变化的等值线分布的动态图像研究和预测地震发生的地点,其思路是前人研究基础上的继承和创新发展;此外,应用归一化变化速率等近年来发展的有效数据处理方法提取和识别异常,对特定构造区的中强地震、强地震,也是创新之一。同时,把以往单台观测数据发展为多台地电阻率异常的平面等值线图像,也是当前地电阻率异常识别的新发展。
Description
技术领域
本发明涉及地震预测技术领域,尤其涉及一种地电阻率观测地震预测时空分析方法。
背景技术
地震孕震过程是应力-应变积累演化的过程,构造体应力持续加载并最终导致断层失稳。其过程大致经历弹性形变(长期阶段)-非弹性变形(中期阶段)-应变软化(短临阶段)-失稳(发震)等几个阶段。伴随着应力应变的持续积累,岩土介质的物性参数会发生变化,其孕震过程等可以引起岩石介质发生异常变化,地电阻率则主要反映应力作用下介质变形诱发的微裂隙活动引起的电阻率变化。当震源体受力失稳,地震孕育到应变软化阶段,应力高度集中和加强,超过岩体破裂强度失稳而发生地震。原来积累的应力-应变能突然释放,与此同时地电阻率发生了与震前异常性质完全相反的阶跃变化。反映了地震前后应力积累与释放两个截然不同的应力-应变状态的变化。1976年唐山Ms7.8和松潘Ms7.8地震前的地电阻率随时间的变化、发展、演进特征真实地反映了孕震过程的几个阶段特征。
我国自1966年河北邢台Ms7.2地震后开始了定点地电阻率连续观测,经过50年的不断地升级改造,目前全国有80多个地电阻率台站在主要的地震活动断裂带和大城市周围担负着常规的地震监测任务,形成了一定规模和规范化的地电阻率监测台网,对我国大陆地震监测预报起着重要的支撑作用。观测研究中也揭示了前兆异常相当复杂,强地震、甚至大震周边并非均匀出现异常,同等震级地震前也不能重复记录到异常,更不能显示出由近到远的异常变化过程,相反,却存在大量无震异常,造成地震前兆信息识别、预测预报决策的极大困难。多年来的地震事实表明:不是所有地震都能识别出“前兆”;震中附近的台站(甚至同一台站的不同测道)异常时间、幅度也不尽一致;不同地区,甚至同一地区不同时段出现的“前兆”也不相同;同一地震前的中期和短临前兆往往不出现在同一地区。震兆异常时空强演化的复杂性给我们的地震预测工作带来很大困难。
而对于异常空间分布特征及其随时间的动态变化演化过程分析研究较少。近年来专家学者通过对1976年唐山Ms7.8地震和2008年汶川Ms8.0地震等的研究总结,发现在地震前后,地电阻率异常分布的范围随着发震时间的临近逐渐缩小,并最终集中分布在地震震中附近。也就是说地电阻率地震异常不仅在单台观测时序特征明显,也在空间区域中有规律性的演化过程,二者相辅相成,这将对地震异常的判断起到跨时代的进展。
归一化速率数据处理方法是杜学斌2001年运用在地电阻率数据长程分析提取地震前兆异常较好的方法之一,他的分析显示孕震中短期至短临阶段与主压应力方向正交(或近于正交))测向的地电阻率下降变化的速率大于平行(或近于平行)主应力方向的变化速率等。给地电阻率的异常分析带来了较大的突破,后来更多的学者利用归一化月速率分析方法对不同台站长程地电阻率观测数据进行了不同地震的分析研究,得出震前地电阻率出现长趋势下降变化或短临异常变化。但是目前针对地震前地电阻率异常现象研究都基于对长程观测数据在强震、中强地震前的地电阻率时间序列异常特征变化,只能反映地电阻率地震异常在单台观测时序特征,对地震三要素判定的把握性不强,尤其是无法对发震位置进行判定。
发明内容
本发明的目的是提供一种地电阻率观测地震预测时空分析方法,可以同时预测地震的震级、时间与发震位置,尤其是对发震位置。
本发明的目的是通过以下技术方案实现的:
一种地电阻率观测地震预测时空分析方法,包括:
对研究区域地电阻率观测台站或观测点已有的历史电阻率观测数据进行预处理,以凸显数据的正常变化量;
采用归一化变化速率处理方法对预处理后的地电阻率观测数据进行时间序列分析,并结合历史地震分析各地电阻率观测台站或观测点的地电阻率观测数据在中强地震前后的变化规律及与地震的对应关系,提取研究区域中历史地震前后地电阻率异常变化范围、变化时间段及变化时间点;
根据异常变化范围、变化时间段及变化时间点,选择一定区域内电阻率观测台站或观测点在一段时间内的地电阻率观测数据,并对变化速率进行等值线时空展布,分析地电阻率观测数据的变化特征及变化趋势;
基于上述方式得到若干地电阻率观测数据的变化特征及变化趋势,运用相关性方法,归类总结得到时、空数据变化特征及特征概率作为参考判定指标,并对地震进行分级与指标归类;
计算同区域或者附近区域的地电阻率观测台站或观测点历史地电阻率观测数据的时、空数据变化特征及特征概率与参考判定指标进行比对,并结合区域地质构造特征以及环境介质变化等进行类比分析,从而对相应区域短临或不同时间尺度可能发生地震的时间、震级和地点范围进行预测。
由上述本发明提供的技术方案可以看出,地电阻率数据时间序列的异常研究通常擅长预测地震震级和时间,而时空分析方法则重点由地电阻率异常变化的等值线分布的动态图像研究预测地震发生的地点,其思路是前人研究基础上的继承和创新发展;此外,应用归一化速率变化方法进行时空分析是近年来发展的有效提取和识别异常数据处理方法,尤其对特定构造区的中强地震、强地震,也是创新之一。同时,把以往单台观测数据时序分析发展为多台地电阻率异常的空间等值线演化分析,也是当前地电阻率异常识别的新发展。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种地电阻率观测地震预测时空分析方法的流程图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明实施例提供一种地电阻率观测地震预测时空分析方法,该方法主要针对M4.0及以上地震,如图1所示,其主要包括:
1、对研究区域地电阻率观测台站(点)已有长程电阻率观测数据(例如,≥5年)进行预处理,以凸显数据的正常变化量。
由于干扰或者年变等可能会影响数据的正常变化量,因此,需要进行预处理,使得数据的正常变化量更加明显。
本发明实施例中,对地电阻率观测数据进行预处理是指对地电阻率观测数据受到干扰或者周期变化(如年变)的现象进行处理;对于不同干扰采用不同的预处理方式:
对地电阻率观测数据的周期变化采用距平或者付氏滑动等方法进行预处理;对观测环境引起的干扰采用数值分析等方法进行预处理,对自然环境引起的干扰(例如,降雨等)采用褶卷积方法进行预处理,对台阶式干扰变化采用数据归零预处理,对于数据突跳干扰进行数据剔除预处理等等。
2、采用归一化变化速率处理方法对预处理后的地电阻率观测数据进行时间序列分析,并结合历史地震(例如,≥M4.0的地震)分析各观测站(点)地电阻率观测数据在中强地震前后的变化规律及与地震的对应关系,提取研究区域中历史地震(≥M4.0)前后地电阻率异常变化范围和变化时间段(点)。
在地电阻率长程观测资料中,地下介质自然变化引起的无震异常相当丰富(显示异常的台站附近无显著地震),排除无震异常而识别出映震异常是难点。本发明实施例中,可以以研究区域内中、强地震前的中短期、短临异常为主要研究对象,克服无震异常的影响。
3、根据异常变化范围和变化时间段(点),选择一定区域内电阻率观测台站(点)在一段时间内(例如,前后各6-12个月)的地电阻率观测数据,并对其变化速率进行等值线时空展布,分析地电阻率观测数据的变化特征及变化趋势。
示例性的,可以根据异常变化范围选择超过异常变化范围但不超过2倍范围的地电阻率观测台站(点),并根据变化时间段(点)选择前后各6-12个月的地电阻率观测数据。
1976年唐山Ms7.8地震后,地电学科尝试讨论了震前1年、半年和3个月距离震中250km范围内的地电阻率变化的等值线分布图。限于当时还不具备应用计算机自动绘制等值线分布图的条件,此项研究之后中断、再无推广。本发明实施例中,使用归一化变化速率等新的地电阻率数据处理方法处理数据,提取异常,绘制中、强地震前不同时间尺度和进程的等值线图,探索异常时空强演变的动态图像,应用于研究区域震情跟踪分析。
4、基于上述方式得到若干地电阻率观测数据的变化特征及变化趋势,运用相关性方法,归类总结得到时、空数据变化特征及特征概率作为参考判定指标,并对地震进行分级与指标归类。
示例性的,地电阻率观测数据的变化特征及变化趋势主要包括:变化幅度、变化形态、变化时长等。可以将地震分级为M4.0-5.0;M5.0-6.0;M6.0-7.0……,并归类相应的参考判定指标。
指标是表明总体数量特征的概念和具体数值,又称统计指标。它是把各个个体的特征加总起来的综合结果,必须用数量表示。它是指预期中打算达到的指数、规格、标准。因此对多个历史地震(≥M4.0)前后的变化特征进行总结归类,具有一定的普遍性,也是一个大概率事件,同时对预测结果也将有概率性判定。
5、计算同区域(或者附近区域)的地电阻率观测台站(点)历史地电阻率观测数据的时、空数据变化特征及特征概率与参考判定指标进行比对,并结合区域地质构造特征以及环境介质变化等进行类比分析,从而对相应区域短临或不同时间尺度可能发生地震(≥M4.0)的时间、震级和地点范围进行预测。
本发明实施例上述方案,地电阻率数据时间序列的异常研究通常擅长预测地震震级和时间,而时空分析方法则重点由地电阻率异常变化的等值线分布的动态图像研究预测地震发生的地点,其思路是前人研究基础上的继承和创新发展;此外,应用归一化速率变化方法进行时空分析是近年来发展的有效提取和识别异常数据处理方法,尤其对特定构造区的中强地震、强地震,也是创新之一。同时,把以往单台观测数据时序分析发展为多台地电阻率异常的空间等值线演化分析,也是当前地电阻率异常识别的新发展。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,上述实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (2)
1.一种地电阻率观测地震预测时空分析方法,其特征在于,包括:
对研究区域地电阻率观测台站或观测点已有的历史电阻率观测数据进行预处理,以凸显数据的正常变化量;
采用归一化变化速率处理方法对预处理后的地电阻率观测数据进行时间序列分析,并结合历史地震分析各地电阻率观测台站或观测点的地电阻率观测数据在中强地震前后的变化规律及与地震的对应关系,提取研究区域中历史地震前后地电阻率异常变化范围、变化时间段及变化时间点;
根据异常变化范围、变化时间段及变化时间点,选择一定区域内电阻率观测台站或观测点在一段时间内的地电阻率观测数据,并对变化速率进行等值线时空展布,分析地电阻率观测数据的变化特征及变化趋势;
基于上述方式得到若干地电阻率观测数据的变化特征及变化趋势,运用相关性方法,归类总结得到时、空数据变化特征及特征概率作为参考判定指标,并对地震进行分级与指标归类;
计算同区域或者附近区域的地电阻率观测台站或观测点历史地电阻率观测数据的时、空数据变化特征及特征概率与参考判定指标进行比对,并结合区域地质构造特征以及环境介质变化进行类比分析,从而对相应区域短临或不同时间尺度可能发生地震的时间、震级和地点范围进行预测。
2.根据权利要求1所述的一种地电阻率观测地震预测时空分析方法,其特征在于,所述对地电阻率观测数据进行预处理是指对地电阻率观测数据受到干扰或者周期变化的现象进行处理;其中:
对地电阻率测数据的周期变化采用距平或者付氏滑动的方法进行预处理;
对观测环境引起的干扰采用数值分析方法进行预处理,对自然环境引起的干扰采用褶卷积方法进行预处理,对台阶式干扰变化采用数据归零预处理,对于数据突跳干扰进行数据剔除预处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910323615.0A CN110031890B (zh) | 2019-04-22 | 2019-04-22 | 地电阻率观测地震预测时空分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910323615.0A CN110031890B (zh) | 2019-04-22 | 2019-04-22 | 地电阻率观测地震预测时空分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031890A CN110031890A (zh) | 2019-07-19 |
CN110031890B true CN110031890B (zh) | 2021-01-26 |
Family
ID=67239498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910323615.0A Active CN110031890B (zh) | 2019-04-22 | 2019-04-22 | 地电阻率观测地震预测时空分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031890B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305606A (zh) * | 2020-10-16 | 2021-02-02 | 宁夏回族自治区地震局 | 一种基于自然正交函数展开的地震活动场分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6807486B2 (en) * | 2002-09-27 | 2004-10-19 | Weatherford/Lamb | Method of using underbalanced well data for seismic attribute analysis |
ITBO20030082A1 (it) * | 2003-02-21 | 2004-08-22 | Roberto Parenti | Metodo e impianto per la previsione di eventi sismici. |
CN104730577B (zh) * | 2015-03-04 | 2017-08-25 | 曾雄飞 | 一种基于共振包监测数据的地震预测方法 |
CN107144883A (zh) * | 2017-05-13 | 2017-09-08 | 中国地震局地质研究所 | 地震预测监测交变电磁场观测台网 |
CN109541676A (zh) * | 2019-01-17 | 2019-03-29 | 甘肃省地震局 | 一种地电阻率和地电场观测台网的计算原理及方法 |
-
2019
- 2019-04-22 CN CN201910323615.0A patent/CN110031890B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110031890A (zh) | 2019-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weber et al. | Predicting habitat quality of protected dry grasslands using Landsat NDVI phenology | |
Montalva et al. | Ground‐motion prediction equation for the Chilean subduction zone | |
Woollam et al. | Convolutional neural network for seismic phase classification, performance demonstration over a local seismic network | |
Enescu et al. | Some premonitory phenomena of the 1995 Hyogo-Ken Nanbu (Kobe) earthquake: seismicity, b-value and fractal dimension | |
Kumazawa et al. | Nonstationary ETAS models for nonstandard earthquakes | |
Kolathayar et al. | Characterization of regional seismic source zones in and around India | |
Manning et al. | The chronology of culture: a comparative assessment of European Neolithic dating approaches | |
Kolathayar et al. | Spatial variation of seismicity parameters across India and adjoining areas | |
Jia et al. | Evaluating the performances of satellite-based rainfall data for global rainfall-induced landslide warnings | |
Dodge et al. | Initial global seismic cross‐correlation results: Implications for empirical signal detectors | |
Adinolfi et al. | Detection of weak seismic sequences based on arrival time coherence and empiric network detectability: An application at a near fault observatory | |
CN110031890B (zh) | 地电阻率观测地震预测时空分析方法 | |
CN117031566A (zh) | 一种地磁异常数据集的构建方法及系统 | |
Roman et al. | Seismological evidence for long-term and rapidly accelerating magma pressurization preceding the 2009 eruption of Redoubt Volcano, Alaska | |
Orfanogiannaki et al. | Identifying seismicity levels via Poisson hidden Markov models | |
Fitzenz et al. | Building time‐dependent earthquake recurrence models for probabilistic risk computations | |
Donohue et al. | Quantifying areality: A study of prenasalisation in Southeast Asia and New Guinea | |
Nielson | Analysis of greater sage-grouse lek data: Trends in peak male counts 1965-2015 | |
Brooks et al. | Assessments of the performance of the 2017 one‐year seismic‐hazard forecast for the central and eastern United States via simulated earthquake shaking data | |
Tiozzo Pezzoli et al. | Seismonomics: Listening to the heartbeat of the economy | |
Mesimeri et al. | Revisiting operational aftershock forecasting in the eastern Intermountain West | |
Allen | The influence of attenuation in earthquake ground-motion and magnitude estimation: implications for Australian earthquake hazard | |
Ogata et al. | Statistical monitoring and early forecasting of the earthquake sequence: Case studies after the 2019 M 6.4 Searles Valley earthquake, California | |
Zhou et al. | Tests of the precursory accelerating moment release model using a synthetic seismicity model for Wellington, New Zealand | |
Oynakov et al. | Spatial variation of precursory seismic quiescence observed before Earthquake from 01.04. 2010 in the region of crete |
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 |