青藏铁路沿线地震灾害风险分析

通过对青藏铁沿线区域地震地质调查和近百年地震资料整理,以此为基础建立震级-频度关系式.根据历史地震重演和构造类比分析的原理,并结合青藏铁路沿线地震构造带的分布情况,对青藏铁路沿线区域地震危险性进行预测.结果表明,青藏铁路沿线区域震级-频度关系中b值为0.72,最高震级上限为8.2级,8级地震平均发震周期约80年,未来百年内8级地震发生概率0.86,青藏铁路约有过半以上里程处于较高风险区.     

云南强震余震活动序列与地震震区构造相关活动性特征

云南是我国多震省份之一,从有记载的地震记录中云南地区多次发生震级5.0以上的地震,云南地区位于青藏高原东缘,地区内有许多大的断裂带纵横交错,地质构造十分复杂,地震活动强烈,地震主要沿NE、NW和NS三组地震带分布。该地区的主应力轴方向为NNW,由西藏东部的岩壳向东南的推挤造成。余震的空间分布情况体现了区域自身的特点,同时更应注意的是与震区构造相互联系和彼此作用。文章讨论了70-80年云南发生的Ms﹥7.0级强震余震活动序列同震区构造的相关活动性特征来说明二者的关系。     

基于分区空间扫描研究云南地区b值分布特征

采用最大似然法对云南各地震分区进行b值空间扫描计算,得到了云南地区不同分区的b值分布图像,在此基础上分析了云南地区地震活动的空间分布特征.结果显示,云南地区b值的总体空间分布呈现东低西高的特征,强震大都发生于相对的高b值与低b值区的分界部位,而且这些发震部位处的b值一般在0.65～0.75,低于平均值0.818.     

青海门源Ms6.4级余震序列完备性研究

2016年1月21日青海门源发生Ms6.4特大地震,此次地震为甘肃周边地区继2013年岷县Ms6.6地震以来最大地震,根据国家测震台网地震目录正式报告,主震发生后一个月时间内国家测震台网总共记录了1882次余震目录,本文利用青海测震台网地震目录,分别以最大曲率法与最大似然法分析计算了2016年1月21日青海省门源县Ms6.4级地震余震序列最小完整性震级M_C与地震活动性b值,得到青海测震台网在门源地区最小完整性震级为M_L0.5,地震活动性b值为0.87左右,继而分析青海测震台网的监测能力与门源地区未来地震活动性。     

中国震灾的分维及其灾情的分形模型

根据分形理论在相关领域中的研究进展，分析了公元前1831年至公元1979年间中国东北区、华北区、华中区、华南区、西南区、内蒙古区、西北区、青藏区等8大自然区内地震活动的强度-频度关系对长时段中国地震资料的适用性和中国地震活动分维在空间上的变化情况，建立了中国震灾灾情的分形模型.研究结果表明：(1)根据现有长时段统计资料建立起来的中国地震强度-频度关系式是合理的；(2)中国震灾的分维为1.485 8，在中国的8大自然区中，以华中区地震活动分维值相对最大，为1.225 8，华南区地震活动分维值其次，为1.207 2，而以东北区地震活动分维值最小，仅为0.635 2；(3)震灾分维大小与不同区域地震数目之间并不能建立较好的联系，而是在总体上与我国东部地震带、台湾地震带、喜马拉雅地震带与西部地震带的空间分布(这些地震带地震活动较为强烈)是相对应的；(4)中国震灾灾情(死亡人数)的分形模型为lg N=0.632 6 lg r+3.839(式中r为标度，N为标度r之上的灾情出现频次).     

陕西渭河盆地断陷带地震活动趋势研究

本文根据对山西隆起区断陷地震带内各区地震(M≥5)活动性的定量分析和历史地震震中迁移规律的对比,得出了该地震带内下次大震发生在渭河盆地断陷带的可能性较大的结论。并对渭河盆地未来大震的震级作出了估计。     

长江三峡工程库区地震活动性规律

长江三峡工程库区自运行以来微震活动性相对较为频繁,对库区范围内地质灾害的防治具有不利影响。基于库区多年地震监测数据,统计分析了库区地震发生情况,并采用概率地震危险性方法对库区地震震级-频度关系模型、库区震级分布概率、库区地震发生次数概率等地震活动性规律问题进行了研究。研究结果表明,库区地震震级以微震及极微震为主,且地震类型以构造"触发型"水库地震为主。当采用泊松分布时,震级变化对地震发生次数概率计算的准确性具有一定的影响。可为库区进行地震危险性分析和防震减灾工作提供指导和参考。     

聊城站地震监控能力的研究

以震级监控下限为反映地震监控能力的重要指标,用理论推算和b值检验两种方法分析聊城地震监控能力,给出了距聊城0～100 km和100～200 km范围的震级实际监控下限.     

鄂东襄樊-广济断裂黄州段未来地震 危险性分析

通过对鄂东襄樊-广济断裂黄州段的地质构造、第四纪活动性、地震活动和现今地壳变形的分析,综合判定该段断裂的活动性和构造特征。该断裂是中国东部地区典型的弱-中等活动断裂。采用地震构造类比法和矩震级经验关系,综合评估了断裂的未来可能最大发震震级为6. 0级;利用历史和现今地震活动资料,建立了按500 a归算的震级-频度关系,采用泊松概率模型,计算得到襄樊-广济断裂黄州段未来50～200 a地震平均复发间隔和发震概率等定量参数。该成果可为区域地震危险分析及工程抗震设防提供参考。     

云南地震活动的时序特征

根据云南地震目录,尝试用频谱分析法对云南45年期间的地震活动时序特征进行研究.利用震级和能量时间序列特征分析地震活动的平静与活跃期,并通过时间域和频率域的转换,结合云南地震活动的历史背景讨论了云南地震的主要活动周期,并且对云南地震活动的时间特征及未来地震活动可能性进行了探讨.     

拉西瓦水电站场址地震危险性分析

在详细研究青海省地震地质和地震活动性资料的基础上，确定了线源上加点源的 潜在震源新模式．用以描述地震发生的不均匀性。统计了震级－频度关系，进行了地震 加速度及速度反应谱衰减关系的估计。最后用概率论方法对场地的危险性进行了分 析，计算得到的对应于一定概率水平的加速度及其反应谱在工程设计中具有一定的参 考价值。     

基于时空影响域的加权地震网络拓扑特性分析

针对加利福尼亚地震网络,为了研究网络中节点间的相互影响关系,首先基于时空影响域,以平均震级比对边权值进行定义,从而生成加权地震网络.其次,选取零模型为参照物,分析了加权地震网络的拓扑特性.同时对边权值和节点权值的分布进行分析.结果发现:加权地震网络具有无标度和小世界特性,且节点和边权值都具有幂律分布特性;节点的权值与其最大震级值存在正相关.本文基于地震数据所构建的加权地震网络更符合实际情况.     

强矿震预测的研究

基于中尺度地震实验场高密度数字地震和潮汐形变台网的现场观测,用地震学方法和小波工具分析强矿震过程采集到的数据.发现震前短临阶段存在可信的b值、η值、频度等地震学异常和定点潮汐形变前兆异常.对异常信息的提取方法和强矿震短临阶段的预测进行了探讨.     

甘肃金塔5.4级地震前地震学异常指标分析

对2012年5月3日甘肃金塔Ms5.4级地震进行了分析,发现震前1a左右,在金塔周边地区相继出现b值、C值、D值、地震活动度S、断层总面积、能量释放E、缺震等地震活动性指标异常,这些指标异常反映了5.4级地震前地震活动呈现增强的特征。祁连块体以北区域发生中强地震前兆观测资料无明显异常,因此对该区域做相关地震学指标分析有一定的价值。     

人工神经网络在地震分析预报中的应用

为了探索人工神经网络应用于地震分析预报的可能性,以福建及其周边地区地震活动为例,采用ｂ值、地震频次、地震能量释放、空间集中度４项地震活动性指标作为神经网络的输入,用具有Ｓ－型特性函数的ＢＰ网络对由每年地震的活动指标组成的标准样本进行训练,由训练结束后的权值和阈值及待预报样本的因子测值计算出网络输出值,作为地震活动性的预测．结果表明,用神经网络可以在一定精度范围内使震级预报的内检符合率达１００％,在例子中,外推预报准确率达８８％以上．     

对川西南北向地震带构造地貌的初步认识

川西南北向地震带,位于东经102°10′至104°30′南北向地震带的中段。是地震频繁、震级高、烈度大的地区之一。从公元前116年到1977年4月,共发生M≥4.7级的地震108次,其中6≤M≤7的21次,M>7的7次。震源深度一般10—30公里,均属浅源地震。 本带处于我国东西两部地质性质、结构不同,地壳厚度不同的接缝地带。地质构造和类型复杂。长期以来,曾引起不少国内外地质、地理工作者的注意和重视。近年来,为矿产、地震的需要,地质科学工作者作了大量的考察和研究工作,取得了丰硕成北纬26°10′至33°40′之间,处于我国     

利用三维细胞自动机模拟地震活动性

在由弹簧—滑块—阻尼器组成的平面网络非线性动力学模型研究的基础之上,对细胞自动机模型的演化规则进行了修改,并将其由二维拓广到三维。设计了100×100×40 网格的三维大型地震细胞自动机模型, 生成了 13540 个“地震”事件。结果表明, 三维空间“地震”事件的时空分布与天然地震有许多类似的特征,满足震级与频度的G－R关系,且有分形分布规律。由此可见,三维地震细胞自动机比二维模型更符合实际。     

云南数字台网谱震级的测定和地震辐射能的计算

运用Duda等提出的谱震级测定公式,结合云南区域数字台网宽频带记录资料测定了发生在网内的中强震(4.0相似文献   

基于主成分分析法优化广义回归神经网络的地震震级预测

为科学有效预测地震震级,提出了基于广义回归神经网络(General Regression Neural Network,GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(Principal Component Analysis,PCA)对7个影响因子进行降维处理,以新生成的四个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(Particle Swarm Optimization,PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建好的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统BP神经网络模型和单一GRNN模型预测结果进行对比,结果表明：PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.1000,决定系数为0.9868,均方相对误差为0.0073,平均绝对误差为0.1000,运行时间为5.2s,预测精度和运行效率均优于BP模型和单一GRNN模型。     

强震前b值的变化特征

b值的变化可以反映地震的活动性,是地震的预测预报研究的重要参数之一。利用最小二乘法和最大似然法对中国大陆强地震前b值的变化特征进行研究分析。结果表明,大震发生前,b值存在异常变化并有一定相似性,变化过程和应力积累过程吻合,与震源机制关系无明显联系;在研究b值随时间变化时,极大似然法相对受限小,能更好地反映强震前后b值的变化特征。