耿 杰,王 梅,單連君
(1.山東省地震局,山東濟(jì)南250014;2.河北省地震局,河北石家莊050021)
郯廬斷裂帶作為中國大陸東部最顯著的深大斷裂,其未來的震情趨勢一直引起我們的高度關(guān)注。根據(jù)歷史地震活動(dòng)與現(xiàn)階段中小震活動(dòng)特點(diǎn),該區(qū)存在發(fā)生中強(qiáng)地震的背景。本文研究在對(duì)該帶發(fā)生過的中強(qiáng)以上地震前出現(xiàn)的前兆異常進(jìn)行綜合分析的基礎(chǔ)上,較完整地收集了2007年以來與研究區(qū)相關(guān)的省份的數(shù)字化前兆觀測資料及相關(guān)臺(tái)站和觀測信息 (干擾識(shí)別)資料,采用時(shí)頻分析方法對(duì)研究區(qū)前兆觀測資料進(jìn)行了異常提取,“邊研究邊應(yīng)用”地開展了研究區(qū)前兆異常綜合信息量提取方法及異常時(shí)間和空間綜合演化特征分析。
地震預(yù)報(bào)的研究與實(shí)踐表明 (平建軍等,1999,2003a;王煒等,1996),單項(xiàng)前兆手段的異常時(shí)空分布是極其復(fù)雜的。沒有一種單項(xiàng)前兆手段的異常在所有地震前都出現(xiàn),亦沒有在任何一種單項(xiàng)前兆手段的異常變化出現(xiàn)后都有相應(yīng)的地震發(fā)生,即單項(xiàng)前兆手段與地震的關(guān)系具有不確定性。盡管每一個(gè)前兆異常都不能反映地震孕育發(fā)生的全過程,但它卻可能反映地震孕育過程的某些信息,這些信息組合起來在一定的時(shí)間、空間內(nèi)構(gòu)成一個(gè)綜合的地震前兆信息場,這個(gè)信息場的時(shí)、空演變將有可能反映地殼介質(zhì)破裂的震源物理過程。因此,深入開展地震前兆場的綜合信息量及其時(shí)、空動(dòng)態(tài)演變研究,對(duì)于探尋地震孕育發(fā)生的普遍規(guī)律,提取地震預(yù)報(bào)的判據(jù)和指標(biāo),提高地震預(yù)報(bào)水平具有至關(guān)重要的意義。
目前我國的地震監(jiān)測有地形變、地磁、地電、水位、水溫、水化學(xué)、地應(yīng)力等多種學(xué)科,各學(xué)科甚至同一學(xué)科不同觀測方法所測的物理量都不相同,要想將這些量綱各異的各種地震監(jiān)測資料有機(jī)地組合起來,進(jìn)行地震預(yù)報(bào)綜合分析,首先要設(shè)法將每一種地震觀測異常統(tǒng)一轉(zhuǎn)化為同一信息量值,羅蘭格 (2002)對(duì)此進(jìn)行了研究,提出了地震異常前兆信息量綜合數(shù)學(xué)表達(dá)式法。經(jīng)對(duì)實(shí)際地震觀測資料進(jìn)行計(jì)算,認(rèn)為該表達(dá)式不僅可計(jì)算提取各種地震觀測資科異常持續(xù)變化的前兆信息量,還可定量地描述異常結(jié)束后其前兆信息的延續(xù)性,從而使其地震前兆信息更加突出合理。這就為我們進(jìn)一步對(duì)比研究地震異常群體前兆信息特征、開展地震前兆綜合信息量的地震預(yù)報(bào)奠定了基礎(chǔ)。
前兆觀測資料中,往往存在著趨勢上升、下降、周期等非平穩(wěn)變化,這就需要選擇平滑濾波、傅里葉變換、變化率等數(shù)學(xué)方法,事先進(jìn)行消周期、消趨勢項(xiàng)的數(shù)據(jù)預(yù)處理工作。地震前兆信息可能存在于不同的頻帶中,既可能存在于高頻段,也可能存在于低頻段,還可能兼而有之。在現(xiàn)行的數(shù)據(jù)預(yù)處理工作中,對(duì)前兆觀測數(shù)據(jù)或去低頻,或消高頻,通常會(huì)導(dǎo)致遺漏一些有用的異常信息,使異常信息不能完全表征出來。近幾年越來越被重視且得到廣泛應(yīng)用的小波變換和經(jīng)驗(yàn)?zāi)B(tài)(EMD)分解技術(shù) (程正興,武鐵敦,1994;武安緒等,2006),為解決這一問題帶來了便利。通過對(duì)原始前兆觀測資料進(jìn)行小波變換或EMD分解,可有效地把各種頻率成份從中分離出來,且分離出來的時(shí)頻序列資料數(shù)據(jù)變化平穩(wěn),非常便于應(yīng)用地震前兆信息量綜合數(shù)學(xué)表達(dá)式對(duì)其進(jìn)行無量綱化震兆信息提取。
本文結(jié)合地震前兆信息量綜合數(shù)學(xué)表達(dá)式和小波變換、EMD分解技術(shù),分析處理了研究區(qū)及其附近地區(qū)67個(gè)臺(tái)點(diǎn)、91個(gè)測項(xiàng)的前兆觀測資料,以期為多頻域剖析前兆觀測資料的變化特征、客觀自然地多層次挖掘地震異常、最大程度地展示前兆群體異常在前兆綜合信息量時(shí)序和空間上的演化特征,為有效的進(jìn)行震情預(yù)測提供可信度較高的依據(jù)。
對(duì)工作區(qū)域每一前兆觀測資料 (地殼形變、地電、地磁、水化、水位、水溫、應(yīng)力、應(yīng)變等)首先判別其是否存在非平穩(wěn)變化。若存在,則使用小波變換或EMD分解技術(shù),將其分解為一組多階時(shí)頻序列,分析各時(shí)頻序列映震能力,并挑出映震效能最優(yōu)的時(shí)頻序列,應(yīng)用地震前兆信息量綜合數(shù)學(xué)表達(dá)式,提取其無量綱前兆信息量;如不存在,則可根據(jù)地震前兆信息量綜合數(shù)學(xué)表達(dá)式,直接提取計(jì)算其無量綱前兆信息量。地震前兆信息量綜合數(shù)學(xué)表達(dá)式及其式中各參數(shù)的含義,請(qǐng)參見有關(guān)文獻(xiàn) (平建軍等,1999,2013b,c;賈炯等2010;李廣鑫等,1992),這里不再贅述。
數(shù)字化前兆資料多為典型的觀測信號(hào),為非平穩(wěn)過程,具有不穩(wěn)定性、變化快等時(shí)頻特點(diǎn)。在多種天然與人為因素 (不包括觀測因素)影響下,實(shí)際前兆觀測資料往往存在趨勢和多種周期成份非平穩(wěn)的動(dòng)態(tài)變化。其中某些周期性變化,可與具有一定周期性的構(gòu)造活動(dòng)以及地震孕育發(fā)生過程產(chǎn)生力學(xué)耦合作用,這類周期性變化,即為可能的地震異常。這就是說,前兆數(shù)據(jù)序列中僅是某些周期成分變化才與地震的孕育和發(fā)生有關(guān)。小波變換和EMD分解技術(shù)的特點(diǎn),正好適合從多種周期變化中提取出與地震有關(guān)的周期性異常信息。
2.1.1 小波變換基礎(chǔ)
對(duì)于離散序列信號(hào)f(x),在小波函數(shù)ψ(t)∈L2(R)中,尺度因子 (伸縮因子)a和平移因子b(a,b∈R),也需要離散化,應(yīng)用離散小波變換(DWT)作為不同頻率的信息識(shí)別基礎(chǔ),即
在計(jì)算中,采用a=2k。隨著k的增加,信號(hào)從最高頻向低頻分解。當(dāng)k=0時(shí),信號(hào)為采樣頻率,k=1時(shí),將頻率二等分,依此類推。
對(duì)于數(shù)字信號(hào)可以近似地表示為
2.1.2 小波選擇與頻率分析
在地球物理領(lǐng)域,Morlet小波應(yīng)用比較廣泛。因此,我們?cè)诜痔幚淼卣鸹顒?dòng)與前兆信號(hào)時(shí),均采用Morlet小波 (Morlet et al.,1882)。常用的是復(fù)值Morlet小波。
2.1.3 不同頻率的信息識(shí)別思路
由于數(shù)字化前兆的觀測精度提高,在干擾因素排除后,對(duì)趨勢異常與短期異常的識(shí)別與排除也是一大問題,而通過小波變換方法,對(duì)不同頻率范圍內(nèi)的信息 (或高頻與低頻信息)進(jìn)行識(shí)別與分解。根據(jù)式 (2)以及小波分解的近似部分f(x)、細(xì)節(jié)部分f(x)與頻率的關(guān)系,對(duì)觀測資料進(jìn)行近似部分 (低頻)與細(xì)節(jié)部分 (高頻)信息分離。根據(jù)觀測量的物理含義 (如水動(dòng)態(tài)觀測資料中反映固體潮汐的日波、半日波、半月波、月波等信息),在分析干擾因素的基礎(chǔ)上,從近似部分中確定出趨勢變化信息;從細(xì)節(jié)部分識(shí)別出短期異常。
2.1.4 小波基的選取
前兆模擬觀測資料的觀測周期主要為日觀測和整點(diǎn)值觀測,數(shù)字化觀測采樣周期主要為分鐘值觀測和整點(diǎn)值觀測。觀測資料中除含有地殼應(yīng)力應(yīng)變的信息外,還含有諸如降雨、溫度、開采和儀器故障等不同頻率的干擾成分,但大多數(shù)資料都呈現(xiàn)出規(guī)律性較好的年變化形態(tài),因此,在小波分析時(shí),選用正則性較好的離散正交小波(Daubechies小波)進(jìn)行分析。采用db4小波對(duì)數(shù)據(jù)進(jìn)行處理,首先考慮到db4小波在地球物理學(xué)研究范圍被廣泛采用;其次考慮到db4小波是緊支撐正交小波,可以使Mallat算法更快捷。它的光滑性也可以更高精度地模擬和分析信號(hào)。db4小波隨著分解層級(jí)的增加其正則性也增加,它抑制了該多項(xiàng)式信號(hào)在零階和一階的部分信號(hào),而僅對(duì)該信號(hào)的二階部分及噪聲進(jìn)行分解。因此,分解的細(xì)節(jié)信號(hào)部分db4中包含了噪聲信號(hào)的不規(guī)則性,其余各層細(xì)節(jié)中的信號(hào)周期性隨層級(jí)的增加而增大。另外也考慮到db4小波在時(shí)域和頻域局部化方面的強(qiáng)勁性。
本研究對(duì)于db4小波分析,將經(jīng)預(yù)處理后的前兆觀測值分解成10個(gè)細(xì)節(jié) (10階)時(shí)頻序列,多頻域分析前兆觀測資料的變化特征和各時(shí)頻序列映震能力,客觀自然地多層次挖掘地震異常,在此基礎(chǔ)上選擇最優(yōu)時(shí)頻序列,應(yīng)用地震前兆信息量綜合數(shù)學(xué)表達(dá)式,提取其無量綱前兆信息量,以最大程度地展示前兆群體異常映震效能,開展震情預(yù)測。
對(duì)研究區(qū)域前兆觀測資料,統(tǒng)一按上述方法,提取單項(xiàng)前兆信息量后,即可開展如下時(shí)間和空間綜合分析。
2.2.1 地震前兆信息量綜合時(shí)序分析
由于實(shí)際收集到的研究區(qū)域數(shù)字前兆觀測資料的起止時(shí)間有長有短,為抑制不同時(shí)段因存在的數(shù)字前兆觀測資料數(shù)目的多少而對(duì)綜合結(jié)果所產(chǎn)生的影響,在對(duì)研究區(qū)域進(jìn)行地震綜合前兆信息量時(shí)序分析時(shí),根據(jù)每一數(shù)字前兆觀測資料地震信息量的計(jì)算結(jié)果,逐時(shí)刻地截取并計(jì)算研究區(qū)域地震前兆綜合信息量時(shí)序值:
式中,S時(shí)序?yàn)槟硶r(shí)刻工作區(qū)域地震綜合前兆信息量時(shí)序值;Si為該時(shí)刻某前兆觀測資料的前兆信息量值;N為該時(shí)刻所有前兆觀測資料總數(shù)。
2.2.2 地震前兆信息量綜合空間分析
根據(jù)研究區(qū)域每一數(shù)字前兆觀測資料地震信息量的計(jì)算結(jié)果及其臺(tái)站的空間經(jīng)、緯度,再考慮同一觀測臺(tái)站不同觀測項(xiàng)目地震信息量間的差異性,以及前兆觀測臺(tái)站在空間分布上的不均勻性對(duì)地震信息場所產(chǎn)生的影響,按式 (6)逐時(shí)刻地截取并繪制研究區(qū)域地震綜合前兆信息量空間分布圖,通過研究中強(qiáng)震前區(qū)域震兆信息空間演化特征,從而建立其中強(qiáng)震空間發(fā)震地點(diǎn)判據(jù)指標(biāo)。
式中,S窗為某時(shí)刻工作區(qū)域地震綜合前兆信息量時(shí)序值;Si為該時(shí)刻某前兆觀測資料的前兆信息量值;N為該時(shí)刻該經(jīng)緯度節(jié)點(diǎn)掃描范圍內(nèi)前兆觀測資料項(xiàng)目總數(shù)。
圖1 研究區(qū)前兆信息量分析臺(tái) (點(diǎn))分布圖Fig.1 Distribution map of the stations(points)for precursory information analysis in the study area
本文研究區(qū)域涉及遼寧、河北、北京、天津、山東、河南、江蘇、安徽8個(gè)省 (市)(圖1),在對(duì)上述區(qū)域各臺(tái)站測項(xiàng)觀測資料進(jìn)行充分收集、分析和調(diào)研基礎(chǔ)上,結(jié)合2012年度全國前兆觀測資料預(yù)效能評(píng)估結(jié)果,系統(tǒng)收集處理了各省 (市、區(qū))預(yù)報(bào)效能較好、干擾因素相對(duì)較少、觀測數(shù)據(jù)可信度較高且資料完整性相對(duì)較好的67個(gè)觀測臺(tái) (點(diǎn))合計(jì)91個(gè)測項(xiàng)2007-01-01~2014-06-10資料進(jìn)行分析計(jì)算。
分析計(jì)算所使用原始數(shù)據(jù)來源于上述省份及國家臺(tái)網(wǎng)中心數(shù)字化前兆臺(tái)網(wǎng)Oracle原始和預(yù)處理數(shù)據(jù)庫,在此基礎(chǔ)上生成整點(diǎn)值或日值數(shù)據(jù),作為計(jì)算的基礎(chǔ)數(shù)據(jù)。原始觀測數(shù)據(jù)中,由于人為、儀器原因 (標(biāo)定、校測和故障)等因素,經(jīng)常會(huì)產(chǎn)生觀測值的非正常變化,直接影響數(shù)據(jù)的分析,對(duì)于這些非正常變化、非客觀的資料動(dòng)態(tài),不同形態(tài)特征要進(jìn)行具體分析,針對(duì)經(jīng)常出現(xiàn)的非正常變化情況,在計(jì)算前分別對(duì)其進(jìn)行了預(yù)處理,本次研究的主要預(yù)處理方法有:
缺值:由于儀器原因,在某些時(shí)間段內(nèi)缺值,數(shù)據(jù)中以“999999”表示。對(duì)于缺值這種情況,依據(jù)一定的方法進(jìn)行了插值。常用的插值法有線性插值法、拋物線插值法、拉格朗日插值法和多元線性回歸擬合外推插值法等。
突降:數(shù)據(jù)中某些點(diǎn)由于儀器等干擾原因造成突降。這種情況采取了根據(jù)突升前后值,將突降后數(shù)據(jù)接回突降以前的處理。
突跳:由于已知的干擾方面原因,數(shù)據(jù)出現(xiàn)幾個(gè)點(diǎn)高于或低于周圍點(diǎn)的突跳變化情況,根據(jù)突跳點(diǎn)兩端數(shù)據(jù)的平均值,插入突跳處,以消除突跳點(diǎn)。
對(duì)于研究區(qū)域每一前兆觀測資料 (形變、電磁、流體等),首先判別其是否存在非平穩(wěn)變化。若存在非平穩(wěn)變化,則使用小波變換或 EMD分解技術(shù),將其分解為一組10階的時(shí)頻序列,分析各時(shí)頻序列映震能力,并選擇出映震效能最優(yōu)的時(shí)頻序列,應(yīng)用地震前兆信息量綜合數(shù)學(xué)表達(dá)式,提取其無量綱前兆信息量。
對(duì)研究地區(qū)前兆觀測資料進(jìn)行小波或經(jīng)驗(yàn)?zāi)B(tài) (EMD)分解,結(jié)果顯示該方法對(duì)非平穩(wěn)觀測數(shù)據(jù)的異常信息具有較強(qiáng)的挖掘和識(shí)別能力,部分原始數(shù)據(jù)曲線上異常特征不明顯的測項(xiàng),經(jīng)識(shí)別后,顯示有明顯的異常信息存在。
對(duì)研究區(qū)域前兆觀測資料,統(tǒng)一按上述方法提取前兆信息量后,即可開展時(shí)、空綜合分析。
3.3.1 地震前兆信息量綜合時(shí)序
2007-01-01~2014-06-10期間,研究區(qū)及其附近地區(qū)發(fā)生ML≥5.0地震4次,顯著震群事件1次,我們對(duì)上述地震進(jìn)行地震前信息量綜合時(shí)序回溯性檢驗(yàn)。對(duì)經(jīng)過小波變換或EMD分解后的單項(xiàng)前兆異常信息量提取結(jié)果按 (5)式進(jìn)行綜合信息量綜合時(shí)序分析,結(jié)果見表1、圖2。
除安徽安慶地震前信息量綜合時(shí)序曲線未出現(xiàn)異常外,其余4次地震前均顯示出現(xiàn)明顯的高值異常出現(xiàn),異常出現(xiàn)在震前1~105 d,異常幅度最大為0.158。上述研究區(qū)內(nèi)發(fā)生的5次地震均發(fā)生在前兆綜合信息量時(shí)序曲線的高值異常出現(xiàn)后,由于研究時(shí)段內(nèi)所發(fā)生的地震震級(jí)差異不大,在前兆綜合信息量時(shí)序曲線上顯示,異常幅度和異常持續(xù)時(shí)間差異不大。
表1 研究區(qū)及其附近地區(qū)M L≥5.0地震前兆綜合信息量時(shí)序異常特征 (S時(shí)序≥0.1)(2007-01-01~2014-06-10)Tab.1 The time series anomaly characteristics(S time≥0.1)of earthquake precursor information with M L≥5.0 earthquakes in the study area and its vicinity from Jan.1,2007 to June.10,2014
圖2 研究區(qū)前兆綜合信息量時(shí)序曲線(2012-01~2014-09)Fig.2 The time sequence curve of earthquake precursor comprehensive information in the study area from Jan.2012 to Sep.2014
圖3 1995年蒼山M S5.2地震前后前兆綜合信息量時(shí)序曲線Fig.3 The time sequence curve of earthquake precursor comprehensive information Before and after the Cangshan M S5.2 earthquake in 1995
1995年9月20日山東蒼山MS5.2地震是發(fā)生在郯廬斷裂帶上的顯著地震事件之一,蒼山地震前兆綜合信息量時(shí)序值計(jì)算結(jié)果顯示 (圖3),1995年8月10日和8月20日分別出現(xiàn) S時(shí)序?yàn)?.28和0.23的高值異常,震后時(shí)序曲線迅速恢復(fù)到正常背景值波動(dòng)。
2015年度山東省地震趨勢會(huì)商分析,2012-01-01~2014-09-30對(duì)山東地區(qū)前兆測項(xiàng)觀測資料進(jìn)行時(shí)序前兆綜合信息量計(jì)算結(jié)果顯示,2013年11月23日萊州ML5.0地震前,于2013-08-10~2013-09-10出現(xiàn)S時(shí)序≥0.2的高值異常時(shí)段,并于2013年9月10日出現(xiàn)最高值達(dá)0.301;2014-01-01~2014-09-30 S時(shí)序計(jì)算結(jié)果,僅在2014年7月31日出現(xiàn)0.216的異常值,8月恢復(fù)至正常波動(dòng),再無高值異常顯示,至2015年3月,山東地區(qū)無ML≥5.0地震發(fā)生。
3.3.2 地震前兆信息量綜合空間分析
對(duì)2007-01-01~2014-06-10時(shí)段研究區(qū)前兆測項(xiàng)資料經(jīng)過小波或EMD分解后的單項(xiàng)前兆異常信息量提取結(jié)果按式 (6)進(jìn)行綜合信息量空間分析,結(jié)果見表2。
對(duì)前述5次地震進(jìn)行地震前信息量綜合空間回溯性檢驗(yàn)表明,除安徽安慶地震前信息量綜合空間掃描未出現(xiàn)S窗≥0.2的異常區(qū)外,其余4次地震前均顯示有明顯的異常區(qū)出現(xiàn) (圖4)。
對(duì)2007-01-01~2014-06-10時(shí)段研究區(qū)綜合信息量空間掃描結(jié)果,2007-01-01~2014-05-31無S窗≥0.2的異常區(qū)出現(xiàn)。研究區(qū)在2012-06-10出現(xiàn)S窗≥0.2的異常區(qū)后,2012-06-30在該異常區(qū)西側(cè)又出現(xiàn)一個(gè)S窗≥0.2的異常區(qū),之后相鄰的兩個(gè)異常區(qū)逐漸擴(kuò)展,至2012-07-10達(dá)最大,之后逐漸收縮。2012年7月20日高郵ML5.3地震發(fā)生在最初出現(xiàn)S窗≥0.2異常區(qū)邊緣,S窗最大值0.98。
表2 研究區(qū)及其附近地區(qū)M L≥5.0地震前綜合信息量 (S窗≥0.2)空間演化特征 (2007-01-01~2014-06-10)Tab.2 Spatial evolution characteristics of earthquake precursor comprehensive information(S time≥0.20)before M L≥5.0 earthquakes in the study area and its vicinity from Jan 1.2007 to Jun.10,2014
圖4 2013年11月23日山東萊州地震前地震前兆綜合信息量空間演化特征(a)2013-06-30;(b)2013-07-10;(c)2013-07-31;(c)2013-08-10;(d)2013-09-10Fig.4 The spatial evolution map of earthquake precursor comprehensive information before Shandong Laizhou M L5.0 earthquake on Jan.1,2013 in Shandong Province
2013年1月23日燈塔ML5.1地震的回溯性檢驗(yàn)顯示:2012-11-10研究區(qū)開始出現(xiàn)S窗≥0.2的異常區(qū),異常區(qū)逐漸擴(kuò)大,至2012-12-10達(dá)到最大后逐漸收縮,至2013-01-20后異常區(qū)域消失。2013年1月23日燈塔ML5.1地震發(fā)生在最初出現(xiàn)S窗≥0.2異常區(qū)邊緣,S窗最大值0.999 6。
2013-01-20~2013-06-20期間,研究區(qū)內(nèi)無S窗≥0.2異常區(qū)出現(xiàn)。2013-06-30在沂沭斷裂帶南段西側(cè)首先出現(xiàn)S窗≥0.2的異常區(qū),該異常區(qū)逐漸擴(kuò)展,至2013-07-10達(dá)最大,并且在萊州ML5.0地震區(qū)域附近出現(xiàn)異常區(qū),2013-07-31后萊州地震附近區(qū)域的異常區(qū)逐漸收縮,至2013-08-10完全消失,與此同時(shí),前述沂沭斷裂帶南段西側(cè)的異常區(qū)也經(jīng)歷了逐漸縮小的過程。2013年11月23日萊州ML5.0地震發(fā)生在最初出現(xiàn) S窗≥0.2異常區(qū)邊緣,S窗最大值0.997(圖4)。
2014年4月1日發(fā)生乳山ML4.6震群,該震群是2014年度山東地區(qū)最為顯著的地震事件,在華北地區(qū)也十分突出。研究區(qū)空間綜合信息量掃描結(jié)果顯示,2013-12-10開始出現(xiàn)S窗≥0.2的異常區(qū),之后異常區(qū)逐漸擴(kuò)展,至2014-01-20達(dá)最大后逐漸縮小 (2014-02-10)。2014-02-20在異常區(qū)西側(cè)出現(xiàn)異常區(qū),2014-03-10乳山震群附近的異常區(qū)消失。乳山震群發(fā)生在最初出現(xiàn)S窗≥0.2異常區(qū)邊緣,S窗最大值0.997。
(1)小波和EMD分解技術(shù)的應(yīng)用,可有效地把各種頻率成份從原始前兆觀測資料中分離出來,多頻率域的充分展示前兆觀測資料的異常信息,增加了對(duì)地震異常的辨識(shí)和挖掘力度。將地震前兆信息量綜合數(shù)學(xué)表達(dá)式和小波、EMD分解技術(shù)結(jié)合在一起,分析處理前兆觀測資料,為多頻域剖析前兆觀測資料的變化特征,客觀自然地多層次挖掘地震異常、最大程度地展示前兆群體映震效能提供了新的途徑。
(2)分析研究區(qū)地震綜合前兆信息量時(shí)序曲線,在ML≥5.0地震前會(huì)出現(xiàn)不同程度的高值異常 (S時(shí)序≥0.10),一般高值異常出現(xiàn)后1~6個(gè)月內(nèi)研究區(qū)有發(fā)生ML≥5.0地震的可能。
(3)對(duì)研究區(qū)地震前兆信息量綜合空間掃描的結(jié)果顯示,未來的震中區(qū)多位于最早出現(xiàn)S窗≥0.2異常區(qū)的邊緣區(qū)域,但異常區(qū)域的遷移規(guī)律性特征不明顯,這可能與資料分析時(shí)段研究區(qū)內(nèi)發(fā)生地震的震級(jí)較小及前兆臺(tái)點(diǎn)的空間分布不勻有一定的關(guān)系。前兆臺(tái)點(diǎn)的空間分布不勻某種程度上導(dǎo)致前兆異常分布不勻,也會(huì)導(dǎo)致等值線連線在一定程度上存在失真現(xiàn)象。
程正興,武鐵敦.1994.小波的發(fā)展與應(yīng)用[J].微機(jī)發(fā)展,(5):8-10.
賈炯,平建軍,刁桂苓,等.2010.華東地區(qū)地震綜合前兆信息量及其映震能力分析[J].華北地震科學(xué),28(2):48-52.
李廣鑫,程式,李振興.1992.綜合積分預(yù)報(bào)方法在四川地區(qū)的應(yīng)用研究[J].四川地震,(3):41-46.
羅蘭格.2002.我國地震綜合預(yù)報(bào)方法研究的回顧與展望[J].華北地震科學(xué),20(4):1-l8.
平建軍,王秀英.1999.地震前兆信息量的研究(二)地震前兆信息量的綜合數(shù)學(xué)表達(dá)式[J].華北地震科學(xué),17(3):8-l4.
平建軍,張永仙,單連君,等.2003a.華北地區(qū)地震短期異常分析及其前兆信息量的提取與計(jì)算[J].華北地震科學(xué),21(3):1-7.
平建軍,張永仙,單連君,等.2013b.震災(zāi)防御技術(shù),8(4):397-407.
平建軍,張永仙,單連君.2013c.華北地區(qū)地震短期異常分析及其前兆信息量的提取與計(jì)算[J].華北地震科學(xué),21(3):1-7.
王煒,吳耿鋒,黃冰樹,等.1996.基于模糊神經(jīng)網(wǎng)絡(luò)和符號(hào)的地震預(yù)報(bào)專家系統(tǒng) NGESEP[J].中國地震,12(4):339-346.
武安緒,林向東,穆會(huì)泳,等.2006.EMD新技術(shù)在數(shù)字波形預(yù)處理中的初步應(yīng)用[J].華南地震,26(1):l33-138.
Morlet J.G.,Arens G.,F(xiàn)ourgeau E..1982.Wave propagation and sampling theory:complex signal and scattering in muti 2 layered media[J].Geophysics,47(2):203-211.