CN114207479A - 地震观测设备、地震观测方法以及记录地震观测程序的记录介质 - Google Patents

地震观测设备、地震观测方法以及记录地震观测程序的记录介质 Download PDF

Info

Publication number
CN114207479A
CN114207479A CN202080056779.2A CN202080056779A CN114207479A CN 114207479 A CN114207479 A CN 114207479A CN 202080056779 A CN202080056779 A CN 202080056779A CN 114207479 A CN114207479 A CN 114207479A
Authority
CN
China
Prior art keywords
seismic
unit
sensors
measurement data
earthquake
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
Application number
CN202080056779.2A
Other languages
English (en)
Other versions
CN114207479B (zh
Inventor
锹守直树
高桥成实
中野优
末木健太朗
矢田修一郎
锹守阳子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Japan Agency for Marine Earth Science and Technology
Original Assignee
NEC Corp
Japan Agency for Marine Earth Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp, Japan Agency for Marine Earth Science and Technology filed Critical NEC Corp
Publication of CN114207479A publication Critical patent/CN114207479A/zh
Application granted granted Critical
Publication of CN114207479B publication Critical patent/CN114207479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • 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. for interpretation or for event detection
    • 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. for interpretation or for event detection
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • 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. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Geophysics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

地震观测设备包括：数据获取单元，从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及事件确定单元，基于来自多个传感器的测量数据来确定是否已经发生了与地面运动相关的预定事件。

Description

地震观测设备、地震观测方法以及记录地震观测程序的记录 介质
技术领域
本发明涉及地震观测设备、地震观测方法以及记录地震观测程序的记录介质。
背景技术
关于地震观测，专利文献1公开了一种自动防洪闸门打开/关闭系统，该自动防洪闸门打开/关闭系统结合紧急地震提示报告来控制多个防洪闸门的打开和关闭。
专利文献2公开了一种接收与灾害相关的信息并输出警告声音的通信设备。在接收与灾害相关的信息之后，该通信设备在预定时间内没有按键操作的情况下输出警告声音。
[现有技术文献]
[专利文献]
[专利文献1]
日本待审专利申请首次公开No.2005-273188
[专利文献2]
日本待审专利申请首次公开No.2010-130451
发明内容
[本发明要解决的问题]
在检测到地震发生的情况下，期望获得更多关于地震的信息(例如，地震的类型)以便分析地震。
本发明的目的是提供一种能够解决上述问题的地震观测设备、地震观测方法、以及记录地震观测程序的记录介质。
[解决问题的手段]
根据本发明的第一方面，提供一种地震观测设备，该地震观测设备包括：数据获取单元，用于从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及事件确定单元，用于基于来自多个传感器的测量数据来确定是否已经发生了与地面运动相关的预定事件。
根据本发明的第二方面，提供一种地震观测方法，该地震观测方法包括：从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及基于来自多个传感器的测量数据来确定是否已经发生了与地面运动相关的预定事件。
根据本发明的第三方面，提供一种记录地震观测程序的记录介质，该程序使计算机从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及基于来自多个传感器的测量数据来确定是否已经发生了与地面运动相关的预定事件。
[本发明的有益效果]
根据本发明，可以提供一种能够获得关于已经发生的地震的相对大量的信息的地震观测设备。
附图说明
图1是示出了根据实施例的地震观测系统的配置示例的框图。
图2是示出了根据实施例的地震处理系统的功能配置的示例的框图。
图3是示出了根据实施例的模型生成设备的功能配置的示例的框图。
图4是示出了根据本发明的最小配置的实施例的地震观测设备的框图。
图5是示出了根据本发明的最小配置的实施例的地震观测方法的处理过程的流程图。
图6是示出了根据上述实施例中的至少一个实施例的计算机的配置的示意性框图。
具体实施方式
在下文中，将描述本发明的实施例。以下实施例不限制根据权利要求的本发明。并非实施例中描述的所有特征组合对于本发明的解决手段都是必需的。
图1是示出了根据实施例的地震观测系统的配置示例的示意性框图。如图1所示，地震观测系统100包括传感器210-1至传感器210-N(其中，N是2或更大的整数)以及地震观测设备110。地震观测设备110包括通信单元120、存储单元180和控制单元190。存储单元180包括模型存储单元181。控制单元190包括事件确定单元191、事件发生确定单元192和事件类型确定单元193。
地震观测系统100是用于观测地震的系统。
传感器210-1至传感器210-N中的每一个是测量与地面运动相关的状态量的传感器。传感器210-1至传感器210-N包括不同类型的传感器。具体地，传感器210-1至传感器210-N包括水压计、微差压计、地震仪和宽带地震仪。
传感器210-1至传感器210-N统称为传感器210。
水压计是测量水压的传感器。在地震观测系统100中，水压计安装在诸如海底之类的水中，以测量由诸如地震之类的振动引起的水压变化。水听器(hydrophone)可以用作水压计，但本发明不限于此。
微差压计是水压计的一种类型，并且安装在诸如海底之类的水中。微差压计是测量压力差的差压计中能够测量微小压力(例如，500牛顿/平方米(N/m2)或更小)的传感器。在地震观测系统100中，微差压计用作能够测量微小振动的传感器。
在以下的描述中，将一般水压计(除了微差压计以外的水压计)简称为水压计。测量水压的传感器(例如，普通水压计和微差压计)统称为水压计。在特别需要区分仪表的情况下，将一般水压计称为普通水压计。
地震仪是测量由地震等引起的振动的传感器。具体地，这里，将与宽带地震仪相比较的普通地震仪称为地震仪。普通地震仪对相对高频的振动比宽带地震仪更灵敏。
诸如一般地震仪和宽带地震仪之类的、测量诸如地震之类的振动的传感器统称为地震仪。在特别需要区分地震仪的情况下，将一般地震仪称为普通地震仪。
宽带地震仪是一种能够测量在相对较宽的频率范围内的振动的传感器。在地震观测系统100中，宽带测振仪用作对相对较低频振动特别灵敏的地震仪。
传感器210安装在观测点。这里所指的观测点是安装了用于观测诸如地震之类的震动(振动)的传感器的点。观测点也将称为地震观测点或地震强度观测点。在观测点处由传感器测量的振动也将称为在观测点处的振动。
多个不同类型的传感器210可以安装在一个观测点。
安装水压计的观测点设置在水下，例如在海底上。
每个观测点也将称为单观测点。
地震观测设备110从每个传感器210获取传感器测量值并观测地震。通过诸如工作站(workstation)或大型机(mainframe)之类的计算机来构成地震观测设备110。
地震观测设备110通过使用来自地震仪的传感器测量值和来自水压计的传感器测量值来区分一次波(P波)和二次波(S波)。
这里，P波是压缩波，因此在水中传播，并且由水压计测量。另一方面，S波是剪切波，因此不在水中传播，并且也不由水压计测量。因此，地震观测设备110将由地震仪或水压计测量的地震波确定为P波。地震观测设备110将由地震仪而不是由水压计测量的地震波确定为S波。
通常，P波具有比S波的振幅小的振幅。因此，可以观测到S波，但可能无法观测到P波，因为它隐藏在噪声成分中。在这种情况下，如果将S波错误地确定为P波，则震源的估计精度降低，或者不能推断震源。另一方面，如果地震观测设备110准确地区分P波与S波，则可以降低将S波错误地确定为P波的可能性。因此，可以降低震源的估计精度降低或不能预测震源的可能性。
地震观测设备110通过使用来自水压计的传感器测量值和来自微差压计的传感器测量值来检测海底滑坡的发生。对于水压计和微差压计，可以以高灵敏度检测的振动频带不同。可以通过使用这两个传感器的测量值来检测海底滑坡。
在海底地形变化的情况下，可能发生海底滑坡。海啸可以与海底滑坡一起发生。通过发现海底滑坡并对其区域进行调查，可以预计，关于海底地形变形和海啸发生的研究将取得进展。
地震观测设备110通过使用来自普通地震仪的传感器测量值和来自宽带地震仪的传感器测量值来检测超低频率地震的发生。对于普通地震仪和宽带地震仪，可以以高灵敏度检测的振动频带不同。普通地震仪对频率相对较高的振动更灵敏，而宽带地震仪对频率相对较低的振动更灵敏。通过使用这两个传感器的测量值可以检测超低频率地震。与正常地震相比，超低频率地震是具有超低频率分量(例如，低于约0.1赫兹(Hz)的分量)的信号占优势的地震。
图2是示出了根据实施例的地震处理系统的功能配置的示例的示意性框图。在图2所示的配置中，地震处理系统1包括传感器210、传感器数据收集设备220、地震处理设备230、数据服务器设备240、海啸处理设备250、实时显示终端设备261、维护终端设备262、交互处理终端设备263。地震处理设备230包括接收单元231、单观测点触发处理单元232、地震确定单元233、相位检查单元234、震源估计单元235和通知处理单元236。
传感器210与图1中的传感器210相同，并具有与图1的附图标记相同的附图标记(210)，并且这里将省略其描述。
通过使用工作站或大型机等计算机来构成地震处理设备230、海啸处理设备250、数据服务器设备240。
地震处理系统1在发生地震时发布地震提示报告。在地震处理系统1中，传感器数据收集设备220从安装在观测点的传感器210收集测量数据，将该数据发送到地震处理设备230，以及将数据登记在数据服务器设备240中。
地震处理设备230基于来自传感器210的测量数据来确定是否已经发生了地震。在确定已经发生了地震的情况下，地震处理设备230推断震源(地震中心)并且将估计结果与来自海啸处理设备250的海啸信息一起通知给通知目的地。这里的通知目的地可以是例如地震分析负责人的终端设备，或者报告地震信息的组织，例如电视台。
接收单元231从传感器数据收集设备220接收来自传感器210的测量数据，并将该数据输出到后续级的每个单元。
单观测点触发处理单元232基于来自传感器210的测量数据来确定每个观测点的触发。
这里所指的触发是与日常生活中发生的普通振动(例如，级别等于或低于噪声级的振动)不同的振动。当检测到与普通振动不同的振动时，地震处理系统1或地震观测设备110对该振动执行地震观测的处理。在这方面，与普通振动不同的振动是地震处理系统1和地震观测设备110执行地震观测的处理的触发。
确定与普通振动不同的振动的有无也将称为确定触发。
将指示诸如是否检测到触发之类的触发检测状态的信息称为触发检测状态信息。
将诸如地震之类的振动原因(引起振动的事件)称为事件。海底滑坡和超低频率地震中的每一种是事件的示例。
单观测点触发处理单元232将确定结果作为每个观测点的触发检测状态信息来输出。这里所指的触发检测状态信息是指示在观测点处是否已经检测到触发(即，是否已经检测到触发)的信息。
地震确定单元233基于多个观测点的触发的确定结果来确定是否已经发生了地震。例如，在预定范围内包括的观测点中已经确定源自地震的触发的观测点的比例等于或高于预定比例的情况下，地震确定单元233确定已经发生了地震。
在地震确定单元233确定已经发生了地震的情况下，相位检查单元234检查各个相位的地震波(例如，P波、S波和T波)。现有的方法可以用作检查方法。
在地震确定单元233确定已经发生了地震的情况下，震源估计单元235基于相位检查单元234的检查结果来推断震源。现有的方法可以用作估计震源的方法。
在地震确定单元233确定已经发生了地震的情况下，通知处理单元236将由震源估计单元235推断的震源以及由海啸处理设备250生成的海啸信息通知给预定义的通知目的地。
数据服务器设备240存储与地震观测相关的各种数据，例如来自传感器210的测量数据。数据服务器设备240存储用于地震处理设备230执行各种处理的参数值。例如，在地震处理设备230通过使用基于机器学习的训练模型来执行每个单元中的处理的情况下，数据服务器设备240可以存储机器学习结果的模型参数值。
在地震确定单元233确定已经发生了地震的情况下，海啸处理设备250推断有无发生海啸。公知的方法可以用作由海啸处理设备250推断有无发生海啸的方法。海啸处理设备250将指示有无海啸的估计结果的海啸信息发送到通知处理单元236。如上所述，通知处理单元236将震源信息和海啸信息一并通知给通知目的地。
实时显示终端设备261实时显示来自传感器210的测量数据。
维护终端设备262是用于维护地震处理系统1的终端设备。例如，地震处理系统1的维护工人使用维护终端设备262来更新数据服务器设备240中存储的模型参数值。地震处理系统1的维护工人使用维护终端设备262来检查传感器210中的每一个是否运行正常，并且根据需要对传感器210执行维护。
交互处理终端设备263将地震处理系统1的处理中需要手动处理的部分交互地呈现给用户，并接受用户的处理。例如，在用户处理相位检查单元234的检查的情况下，交互处理终端设备263可以显示用于检查的信息(例如地震波形)，并接收用户的处理。
在地震处理系统1的组成部分中，地震观测设备110可以执行单观测点触发处理单元232的功能的一部分以及相位检查单元234的功能的一部分。
具体地，地震观测设备110可以检测海底滑坡的发生和超低频率地震的发生，其作为单观测点触发处理单元232的功能的一部分。地震观测设备110可以检测P波和S波，其作为相位检查单元234的功能的一部分。
地震处理设备230可以被构成为一个设备，并且地震观测设备110与地震处理设备230的一部分可以彼此相关。备选地，地震处理设备230可以被构成为作为包括地震观测设备110的多个设备。
地震观测设备110(图1)的通信单元120与其他设备进行通信。例如，通信单元120经由传感器数据收集设备220从传感器210中的每一个接收测量数据。传感器210与数据获取单元的示例相对应。
存储单元180存储各种数据。通过使用地震观测设备110中包括的存储设备来构成存储单元180。
模型存储单元181存储训练模型。这里所指的训练模型是通过机器学习得到的模型。模型存储单元181可以学习事件确定单元191的处理中的全部或一些。模型存储单元181存储作为机器学习的结果而获得的训练模型。
控制单元190控制地震观测设备110的每个单元以执行各种处理。通过由地震观测设备110中包括的中央处理单元(CPU)从存储单元180读取程序并执行该程序，来执行控制单元190的功能。
事件确定单元191基于来自多个传感器210的测量数据来确定是否已经发生了与地面运动相关的预定事件。
具体地，如上面针对地震观测设备110所描述的，事件确定单元191通过使用来自地震仪的传感器测量值和来自水压计的传感器测量值来区分P波与S波。事件确定单元191通过使用来自水压计的传感器测量值和来自微差压计的传感器测量值来检测海底滑坡的发生。事件确定单元191使用来自普通地震仪的传感器测量值和来自宽带地震仪的传感器测量值来检测超低频率地震的发生。
事件发生确定单元192通过使用来自至少一个传感器210的测量数据来检测触发(不同于普通振动的振动)的发生。
在事件发生确定单元192已经检测到触发的情况下，事件类型确定单元193检测该触发的事件(振动原因)。
具体地，事件类型确定单元193通过使用来自水压计的传感器测量值和来自微差压计的传感器测量值来检测海底滑坡的发生。事件类型确定单元193通过使用来自普通地震仪的传感器测量值和来自宽带地震仪的传感器测量值来检测超低频率地震的发生。
事件类型确定单元193获取天气信息并检测振动是由除了地震之外的因素引起的情况。例如，当风很强时，水压可以因波的影响而变化。
因此，在事件类型确定单元193针对设置在海底上的观测点获取指示水面上的风很强的信息的情况下，可以将该观测点排除在处理对象之外。因此，可以降低由除了地震以外的因素引起的振动可能被错误地确定为由地震引起的可能性。
事件类型确定单元193从中获取天气信息的信息源不限于特定的信息源。例如，可以在观测点设置天气传感器(测量并输出诸如风速之类的天气信息的传感器)，并且事件类型确定单元193可以从该天气传感器获取天气信息。
事件类型确定单元193确定作为触发检测到的地震波是P波还是S波。
事件类型确定单元193确定地震波是否是后续波。
这里所指的后续波是由于先前到达的地震波而随后产生的地震波，例如在地震波到达观测点之后，该地震波在地球表面上引起另一地震波。
在控制单元190的每个单元中的处理通过机器学习来产生的情况下，地震观测设备110可以执行机器学习，或者除了地震观测设备110之外的设备可以执行机器学习。在下文中，将参考图3描述与地震观测设备110不同的模型生成设备300执行机器学习的情况。
图3是示出了根据实施例的模型生成设备的功能配置的示例的示意性框图。
如图3所示，模型生成设备300包括机器训练数据生成单元310、P波检查学习单元321、S波检查学习单元322、后续波学习单元323、长周期事件学习单元324、以及天气信息确定学习单元325。
模型生成设备300执行机器学习以生成用于处理控制单元190中的每个单元的模型。通过使用诸如工作站或大型机之类的计算机来构成模型生成设备300。
机器训练数据生成单元310生成监督机器训练数据。
具体地，机器训练数据生成单元310生成以下训练数据作为用于检测P波的训练数据：在该训练数据中，由地震仪测量的数据和由水听器(水压计)测量的数据被输入到模型中，并且P波的检查结果是正确答案数据。
机器训练数据生成单元310生成以下训练数据作为用于检测S波的训练数据：在该训练数据中，由地震仪测量的数据和由水听器测量的数据被输入到模型中，并且S波的检查结果是正确答案数据。
机器训练数据生成单元310生成以下训练数据作为用于检测后续波的训练数据：在该训练数据中，由地震仪测量的数据和由水听器(水压计)测量的数据被输入到模型中，并且与在先波和后续波的确定结果相关的数据是正确答案数据。
机器训练数据生成单元310生成以下训练数据作为用于检测海底滑坡的训练数据：在该训练数据中，由水压计测量的数据和由微差压计测量的数据被输入到模型中，并且与海底滑坡的分析结果相关的数据是正确答案数据。
机器训练数据生成单元310生成以下训练数据作为用于检测超低频率地震的训练数据：在该训练数据中，由普通地震仪测量的数据和由宽带地震仪测量的数据输入到模型中，并且与超低频率地震的分析结果相关的数据是正确答案数据。
机器训练数据生成部310生成以下训练数据作为用于检测气象噪声的训练数据：在该训练数据中，由诸如水压计之类的振动传感器测量的数据和由天气传感器测量的数据被输入模型中，并且与气象噪声是否已经发生的分析结果相关的数据是正确答案数据。这里所指的气象噪声是由于诸如强风之类的气象现象而产生的振动。对于地震观测，这种振动充当噪声，并且因此称为气象噪声。
P波检查学习单元321通过使用来自机器训练数据生成单元310的训练数据来对P波的检测执行机器学习。通过P波检查学习单元321的机器学习而获得的训练模型将称为P波检查模型。P波检查模型用于事件类型确定单元193检测P波。
S波检查学习单元322通过使用来自机器训练数据生成单元310的训练数据来对S波的检测执行机器学习。通过S波检查学习单元322的机器学习而获得的训练模型将称为S波检查模型。S波检查模型用于事件类型确定单元193检测S波。
后续波学习单元323通过使用来自机器训练数据生成单元310的训练数据来对后续波的检测执行机器学习。通过后续波学习单元323的机器学习而获得的训练模型将称为后续波确定模型。后续波确定模型用于事件类型确定单元193检测后续波。
长周期事件学习单元324通过使用来自机器训练数据生成单元310的训练数据来对海底滑坡的检测和超低频率地震的检测执行机器学习。通过长周期事件学习单元324的机器学习而获得的训练模型将称为多传感器长周期事件模型。多传感器长周期事件模型用于事件类型确定单元193检测海底滑坡和超低频率地震。
长周期事件学习单元324可以生成用于检测海底滑坡的模型和用于检测超低频率地震的模型中的每一个模型，其作为多传感器长周期事件模型。备选地，长周期事件学习单元324可以生成对于海底滑坡的检测和超低频率地震的检测通用的单个多传感器长周期事件模型。
天气信息确定学习单元325通过使用来自机器训练数据生成单元310的训练数据来对气象噪声的检测执行机器学习。通过天气信息确定学习单元325的机器学习而获得的训练模型将称为天气信息确定模型。天气信息确定模型用于天气信息确定学习单元325检测气象噪声。
如上所述，通信单元120从测量与地面运动相关的不同类型的状态量的多个传感器210中的每一个获取测量数据。事件确定单元191基于来自多个传感器210的测量数据来确定是否已经发生了与地面运动相关的预定事件。
根据地震观测设备110，可以通过使用来自多个传感器的与地面运动相关的不同类型的状态量来获得与地震相关的相对大量的信息。
通信单元120获取来自水压计的测量数据和来自地震仪的测量数据。事件确定单元191确定有无P波的到来和有无S波的到来中的至少一种。
作为结果，地震观测设备110可以降低以下可能性：错误地确定P波和S波、震源的估计精度降低、或者不能推断震源。
通信单元120获取来自水压计的测量数据和来自微差压计的测量数据。
事件确定单元191确定是否已经发生了海底滑坡。
地震观测设备110可以通过使用来自水压计的测量数据和来自微差压计的测量数据来检测海底滑坡的发生。海底滑坡的发生的检测可以用于例如研究海啸的发生以及研究海底地形变化。
接下来，将参考图4和图5描述本发明的实施例的配置。
图4是示出了根据最小配置的实施例的地震观测设备的图。如图4所示，地震观测设备400包括数据获取单元401和事件确定单元402。
通过这种配置，数据获取单元401从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据。事件确定单元402基于来自多个传感器的测量数据来确定是否已经发生了与地面运动相关的预定事件。
根据地震观测设备400，可以通过使用来自多个传感器的与地面运动相关的不同类型的状态量来获得与地震相关的相对大量的信息。
图5是示出了根据最小配置的实施例的地震观测方法中的处理过程的图。
图5中的处理包括从测量与地面运动相关的不同类型的状态量的多个传感器获取测量数据的数据获取步骤(步骤S11)、以及基于来自多个传感器的测量数据来确定有无发生与地面运动相关的预定事件的确定步骤(步骤S12)。
根据图5中的处理，通过使用来自多个传感器的与地面运动相关的不同类型的状态量，可以获得与地震相关的相对大量的信息。
图6是示出了根据至少一个实施例的计算机的配置的示意性框图。
在图6所示的配置中，计算机700包括中央处理单元(CPU)710、主存储设备720、辅助存储设备730和接口740。
地震观测设备110、地震处理设备230、模型生成设备300和地震观测设备400中的任何一个或多个可以安装在计算机700上。在这种情况下，上述处理单元中的每一个单元的操作以程序的形式存储在辅助存储设备730中。CPU710从辅助存储设备730读取程序，将程序加载到主存储设备720，以及根据程序来执行上述处理。CPU710根据程序确保与上述存储单元相对应的存储区域在主存储设备720中。
在地震观测设备110安装在计算机700上的情况下，控制单元190及其每个单元的操作以程序的形式存储在辅助存储设备730中。CPU710从辅助存储设备730读取程序，将程序加载到主存储设备720，以及根据程序执行控制单元190及其每个单元的处理。
CPU710根据程序确保存储单元180以及与每个单元相对应的存储区域在主存储设备720中。由通信单元120执行的通信通过以下方式来执行：使接口740具有通信功能并且根据CPU710的控制来执行通信。
在地震处理设备230安装在计算机700上的情况下，单观测点触发处理单元232、地震确定单元233、相位检查单元234、震源估计单元235和通知处理单元236中的每一个单元的操作以程序的形式存储在辅助存储设备730中。CPU710从辅助存储设备730读取程序，将程序加载到主存储设备720，以及根据程序来执行这些单元中每一个单元中的处理。由接收单元231执行的通信由具有通信功能并在CPU710的控制下执行通信的接口740来执行。
在模型生成设备300安装在计算机700上的情况下，机器训练数据生成单元310、P波检查学习单元321和S波检查学习单元322、后续波学习单元323、长周期事件学习单元324和天气信息确定学习单元325中的每一个单元的操作以程序的形式存储在辅助存储设备730中。CPU710从辅助存储设备730读取程序，将程序加载到主存储设备720，以及根据程序来执行这些单元中每一个单元中的处理。
在地震观测设备400安装在计算机700上的情况下，事件确定单元402的操作以程序的形式存储在辅助存储设备730中。CPU710从辅助存储设备730读取程序，将程序加载到主存储设备720，以及根据程序来执行事件确定单元402中的处理。
由数据获取单元401执行的数据获取由具有通信功能并在CPU710的控制下执行通信的接口740来执行。
用于执行由地震观测设备110、地震处理设备230、模型生成设备300和地震观测设备400执行的处理中的全部或一些处理的程序可以记录在计算机可读记录介质上，并且每个单元中的处理可以通过将记录在记录介质上的程序读入计算机系统并执行该程序来执行。这里所指的术语“计算机系统”包括操作系统或诸如外围设备之类的硬件。
“计算机可读记录介质”是指诸如软盘、磁光盘、ROM、CD-ROM的可移动介质或内置于计算机系统中的诸如硬盘之类的存储设备。上述程序可以是用于实现上述功能中的一些功能的程序，并且可以是与计算机系统中已经记录的程序相结合来实现上述功能的程序。
尽管参考附图详细描述了本发明的实施例，但是具体的配置并不限定于这些实施例，并且包括在不脱离本发明的构思的范围内的设计等。
本申请要求于2019年8月20日递交的日本专利申请No.2019-150632的优先权，其内容通过引用并入本文。
工业实用性
本发明可以应用于测量地震的地震强度并推断震源的地震观测设备，并且根据本发明，可以获得与已经发生的地震相关的相对大量的信息。
[附图标记说明]
1 地震处理系统
100 地震观测系统
210 传感器
110、400 地震观测设备
120 通信单元
180 存储单元
181 模型存储单元
190 控制单元
191、402 事件确定单元
192 事件发生确定单元
193 事件类型确定单元
220 传感器数据收集设备
230 地震处理设备
231 接收单元
232 单观测点触发处理单元
233 地震确定单元
234 相位检查单元
235 震源估计单元
236 通知处理单元
240 数据服务器设备
250 海啸处理设备
261 实时显示终端设备
262 维护终端设备
263 交互处理终端设备
300 模型生成设备
310 机器训练数据生成单元
321 P波检查学习单元
322 S波检查学习单元
323 后续波学习单元
324 长周期事件学习单元
325 天气信息确定学习单元
401 数据获取单元。

Claims (5)

1.一种地震观测设备，包括：
数据获取单元，用于从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及
事件确定单元，用于基于来自所述多个传感器的测量数据来确定是否已经发生了与所述地面运动相关的预定事件。
2.根据权利要求1所述的地震观测设备，
其中，所述数据获取单元获取来自水压计的测量数据和来自地震仪的测量数据，以及
其中，所述事件确定单元确定P波是否已到达以及S波是否已到达中的至少一种。
3.根据权利要求1或2所述的地震观测设备，
其中，所述数据获取单元获取来自水压计的测量数据和来自微差压计的测量数据，以及
其中，所述事件确定单元确定是否已经发生海底滑坡。
4.一种地震观测方法，包括：
从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及
基于来自所述多个传感器的测量数据来确定是否已经发生了与所述地面运动相关的预定事件。
5.一种记录地震观测程序的记录介质，所述程序使计算机：
从测量与地面运动相关的不同类型的状态量的多个传感器中的每一个获取测量数据；以及
基于来自所述多个传感器的测量数据来确定是否已经发生了与所述地面运动相关的预定事件。
CN202080056779.2A 2019-08-20 2020-07-28 地震观测设备、地震观测方法以及记录地震观测程序的记录介质 Active CN114207479B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019150632 2019-08-20
JP2019-150632 2019-08-20
PCT/JP2020/028899 WO2021033503A1 (ja) 2019-08-20 2020-07-28 地震観測装置、地震観測方法および地震観測プログラムを記録した記録媒体

Publications (2)

Publication Number Publication Date
CN114207479A true CN114207479A (zh) 2022-03-18
CN114207479B CN114207479B (zh) 2024-09-13

Family

ID=74660872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080056779.2A Active CN114207479B (zh) 2019-08-20 2020-07-28 地震观测设备、地震观测方法以及记录地震观测程序的记录介质

Country Status (5)

Country Link
US (1) US11835670B2 (zh)
JP (1) JP7282306B2 (zh)
CN (1) CN114207479B (zh)
TW (1) TW202113766A (zh)
WO (1) WO2021033503A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114638506A (zh) * 2022-03-21 2022-06-17 中国地震应急搜救中心 基于gnss与mems实时监测数据的地震灾害快速评估方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11610466B2 (en) * 2021-08-16 2023-03-21 Amrita Vishwa Vidyapeetham Multilevel rapid warning system for landslide detection
CN113866822B (zh) * 2021-09-28 2023-08-22 中铁二院工程集团有限责任公司 一种高烈度地震区滑坡震后稳定性评估方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10221461A (ja) * 1997-02-03 1998-08-21 Kaijo Corp 直記式海中計測器
WO2002075363A1 (en) * 2001-03-15 2002-09-26 Shell Internationale Research Maatschappij B.V. Time-lapse seismic surveying at sea
JP2007198813A (ja) * 2006-01-25 2007-08-09 Matsushita Electric Works Ltd 震度計
CN102662192A (zh) * 2004-03-17 2012-09-12 维斯特恩格科地震控股有限公司 海上地震测量方法和系统
JP2014174128A (ja) * 2013-03-13 2014-09-22 Toyama Prefecture 海溝型地震の予知情報発信システム、および予知情報発信方法
CN107807406A (zh) * 2017-09-29 2018-03-16 中国海洋大学 基于压差测量的深海底流变化观测装置
JP2018205176A (ja) * 2017-06-06 2018-12-27 株式会社Ａｉｚ 地震観測・出力システム

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5373486A (en) * 1993-02-03 1994-12-13 The United States Department Of Energy Seismic event classification system
US5490062A (en) 1994-05-11 1996-02-06 The Regents Of The University Of California Real-time neural network earthquake profile predictor
GB9526099D0 (en) * 1995-12-20 1996-02-21 Univ Edinburgh Signatures of arrays of marine seismic sources
JP3106965B2 (ja) * 1996-07-03 2000-11-06 松下電器産業株式会社 感震装置
WO2000023821A1 (en) 1998-10-16 2000-04-27 Strm, Llc Method for 4d permeability analysis of geologic fluid reservoirs
GB0215214D0 (en) 2002-07-01 2002-08-14 Statoil Asa Seismic exploration
US6792720B2 (en) * 2002-09-05 2004-09-21 Geosierra Llc Seismic base isolation by electro-osmosis during an earthquake event
JP2005273188A (ja) 2004-03-23 2005-10-06 Real Time Jishin Joho Riyo Kyogikai 緊急地震速報連動の水門自動開閉システム
FR2873823B1 (fr) * 2004-08-02 2006-09-15 Inst Francais Du Petrole Methode pour construire un modele d'un milieu heterogene decrit par plusieurs parametres a partir de donnees exprimees dans des echelles de temps differentes
JP2008107225A (ja) * 2006-10-26 2008-05-08 Akebono Brake Ind Co Ltd 津波検知装置
JP2010130451A (ja) 2008-11-28 2010-06-10 Sanyo Electric Co Ltd 通信装置
JP5294266B2 (ja) 2009-03-31 2013-09-18 株式会社オーシーシー 海底観測システム
US20100274492A1 (en) * 2009-04-24 2010-10-28 Susanne Rentsch Determining attributes of seismic events
CN101782659B (zh) * 2010-04-16 2011-12-21 天津科技大学 海上四分量地震波检测装置
NO331416B1 (no) * 2010-05-07 2011-12-27 Magseis As Seismisk havbunnskabel-registreringsapparat, samt fremgangsmate for utlegging og opphenting av det seismiske havbunnskabel-registreringsapparat
JP5847425B2 (ja) * 2011-04-01 2016-01-20 本田技研工業株式会社 観測行動選択機能を有する分類システム及び該システムを使用する分類方法
JP5616392B2 (ja) 2012-05-09 2014-10-29 年晃 菊池 地震前兆観測装置及びその方法、地震前兆観測プログラム
JP6112453B2 (ja) 2013-04-03 2017-04-12 白山工業株式会社 計測データを時空間上に蓄積し抽出する方法を持ったセンサ・クラウドシステム
MX2015017459A (es) * 2013-06-21 2016-03-21 Schlumberger Technology Bv Determinacion del cambio de la permeabilidad provocada por una fractura hidraulica en yacimientos.
US10317549B2 (en) * 2014-10-29 2019-06-11 Wisconsin Alumni Research Foundation Systems and methods for non-parametric autopicking of seismic wave features from seismic data
JP6399947B2 (ja) * 2015-02-25 2018-10-03 Kddi株式会社 学習による地震判定が可能な地震判定装置、システム、プログラム及び方法
JP6598706B2 (ja) * 2016-02-26 2019-10-30 株式会社竹中工務店 津波検知装置
CN108021922A (zh) * 2017-12-01 2018-05-11 广西师范大学 天然地震和人工爆破的区分识别方法
JP2019125306A (ja) * 2018-01-19 2019-07-25 国立研究開発法人科学技術振興機構 データ処理方法、データ処理装置およびプログラム
CN109298452B (zh) * 2018-09-12 2023-08-01 国家海洋局第一海洋研究所 一种卫星传输海底地震探测装置
CN110065077B (zh) * 2019-04-25 2021-03-26 王荩立 一种用于考古的环境探测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10221461A (ja) * 1997-02-03 1998-08-21 Kaijo Corp 直記式海中計測器
WO2002075363A1 (en) * 2001-03-15 2002-09-26 Shell Internationale Research Maatschappij B.V. Time-lapse seismic surveying at sea
CN102662192A (zh) * 2004-03-17 2012-09-12 维斯特恩格科地震控股有限公司 海上地震测量方法和系统
JP2007198813A (ja) * 2006-01-25 2007-08-09 Matsushita Electric Works Ltd 震度計
JP2014174128A (ja) * 2013-03-13 2014-09-22 Toyama Prefecture 海溝型地震の予知情報発信システム、および予知情報発信方法
JP2018205176A (ja) * 2017-06-06 2018-12-27 株式会社Ａｉｚ 地震観測・出力システム
CN107807406A (zh) * 2017-09-29 2018-03-16 中国海洋大学 基于压差测量的深海底流变化观测装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ARAKI.E 等: "Discriminating different type waves from pressure and ground motion observation in the seafloor by DONET cabled ovservation network", AGU FALL MEETING ABSTRACTS, pages 1 - 2 *
张建国 等: "工程地质与水文地质", 31 August 2009, 中国水利水电出版社, pages: 59 *
申中寅: "日本海洋实时监测系统 DONET 简介", 国际地震动态, no. 7, pages 34 - 40 *
车爱兰等: "中国沿海及内陆地区长周期脉动特征分析", 岩土力学, vol. 32, no. 2, 30 September 2011 (2011-09-30), pages 166 - 171 *
陈洪江等: "土木工程地质", 31 May 2010, 中国建材工业出版社, pages: 187 - 188 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114638506A (zh) * 2022-03-21 2022-06-17 中国地震应急搜救中心 基于gnss与mems实时监测数据的地震灾害快速评估方法

Also Published As

Publication number Publication date
US11835670B2 (en) 2023-12-05
US20220260737A1 (en) 2022-08-18
JP7282306B2 (ja) 2023-05-29
JPWO2021033503A1 (zh) 2021-02-25
WO2021033503A1 (ja) 2021-02-25
TW202113766A (zh) 2021-04-01
CN114207479B (zh) 2024-09-13

Similar Documents

Publication Publication Date Title
CN114207479B (zh) 地震观测设备、地震观测方法以及记录地震观测程序的记录介质
Geist et al. Implications of the 26 December 2004 Sumatra–Andaman earthquake on tsunami forecast and assessment models for great subduction-zone earthquakes
TWI809293B (zh) 地震觀測裝置、地震觀測方法以及記錄地震觀測程式的記錄媒體
NO334980B1 (no) Fremgangsmåte for seismisk bølgefelt-separasjon
CN102812381A (zh) 利用地震传感器传递函数来获得高保真地震成像
Schorlemmer et al. Earthquake detection probabilities in Japan
JP5507903B2 (ja) 震度推定方法及び装置
Psimoulis et al. Real‐time magnitude characterization of large earthquakes using the predominant period derived from 1 Hz GPS data
Zeng et al. Turning a telecom fiber‐optic cable into an ultradense seismic array for rapid postearthquake response in an urban area
KR101923166B1 (ko) 지진배경잡음을 이용하여 추출된 지진신호의 진폭 크기 보정방법
Lockman et al. Magnitude-period scaling relations for Japan and the Pacific Northwest: Implications for earthquake early warning
JP7201143B2 (ja) 地震予測装置及び地震予測方法
RU2464594C2 (ru) Способ оценки основных характеристик ожидаемого сильного цунамигенного землетрясения и система для его осуществления
Doi et al. A non‐accelerating foreshock sequence followed by a short period of quiescence for a large inland earthquake
Okal et al. Quantification of hydrophone records of the 2004 Sumatra tsunami
KR101386255B1 (ko) 지진측정장치 및 지진측정방법
JP5770051B2 (ja) 大地震の破壊領域の即時的推定方法
Yenier* et al. Induced-seismicity monitoring: Broadband seismometers and geophone comparison
Lewis et al. Examination of scaling between proposed early signals in P waveforms and earthquake magnitudes
JP2021071332A (ja) 地震動の到達判定方法、地震動の到達判定システム
US8893551B2 (en) Plant biosensor and method
Chatzopoulos Geodynamic and seismological investigation of the south hellenic arc structure
Afonin et al. Structure of the Suasselkä postglacial fault in northern Finland obtained by analysis of local events and ambient seismic noise
Nafi Toksöz et al. A prototype earthquake warning system for strike-slip earthquakes
González-Caneda Investigation Of Source Parameters Of Earthquakes In Northern Sweden

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