|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于深度学习构建2021年5月21日云南漾濞M_(S)6.4地震序列高分辨率地震目录显示文摘本文利用深度学习算法PhaseNet、震相关联算法REAL以及多种定位算法快速地构建了2021年5月21日漾濞M_(S)6.4主震前3天至后7天的高分辨率地震目录,揭示了漾濞地震序列的精细位置分布及详细的时空迁移过程.漾濞地震序列的空间分布表现为多级雁列式结构,深度介于5~10 km之间.主断层自北西端朝着南东向呈放射状分布,并发育有多条贯穿主断层的共轭断层.早期前震随着时间有明显朝着主震迁移的特征,并呈现出一条狭长的条带状构造,反映其可能是地下流体运移的通道. | 苏金波 刘敏 张云鹏 王伟涛 李红谊 杨军 李孝宾 张淼 | 2021 | 地球物理学报2021，64，8： | 27 |
| 2 | sPL震相在江苏高邮M 4.9级地震震源深度测定中的应用显示文摘2012年7月20日20时11分在江苏高邮与宝应交界发生了M4.9级地震,是江苏地区陆地上近22年来的最大地震.本文是运用频率-波速(F-K)方法,来模拟得到深度震相sPL在不同深度模型下的理论地震图,然后在径向(R)、切向(T)和垂直向(Z)上与实际观测波形进行拟合比较,来最终确定出震源深度.根据sPL震相的优势震中距范围30~50 km,从江苏省数字地震台网中,筛选出波形记录质量信噪比高的宝应台(BY)、盐城台(YC)来进行计算,计算结果显示:宝应台和盐城台在震源深度模型分别为11 km和10 km时,理论地震图和实际观测波形的拟合结果最为接近.这一结果与利用结合波形互相关的双差定位法获得的震源深度,约10.2 km基本一致,初步表明在覆盖层厚的江苏中部地区,利用sPL震相来测定震源深度是可靠的. | 詹小艳 朱升初 王恒知 薛莹莹 王俊 | 2014 | 地球物理学进展2014，29，4： | 15 |
| 3 | 2021年青海玛多M_(S)7.4地震精定位和发震构造初探显示文摘2021年5月22日青海省果洛州玛多县发生M_(S)7.4地震。为探究本次地震的发震构造及余震分布特征,选取2021年5月1日—6月3日青海测震台网观测到的33°~36°N,97°~99.5°E空间范围内的地震观测报告,利用双差精定位方法进行双差精定位处理。重定位后整体残差平均减小了0.23,深度在5~25 km间随机分布。根据地震迁移方向和震区地质构造,认为本次地震的发震构造为昆仑山口—江错断裂,玛多—甘德东段受主震触发影响爆发一系列小震,两条断裂之间可能因为本次地震产生一定联系。本次地震产生新的断裂,突破了两条断裂之前的空区,连接到玛多—甘德断层,使两条断层交叉相连,形成新的断层构造。 | 尹欣欣 王维欢 蔡润 邓津 马丽 | 2021 | 地震工程学报2021，43，4： | 11 |
| 4 | 江苏及周缘地区地震精定位与构造意义分析显示文摘采用双差定位方法,对江苏地震台网记录到的江苏及邻区地震事件(1990—2009年)重新定位,共获取1020个定位结果,震中平均误差为:南北向0.42 km,东西向0.43 km,垂直向0.53 km。精定位后约94%的地震事件震源深度分布在5—20 km范围内,平均震源深度为12.3 km。震源深度自东向西,从海域向陆域呈现逐渐加深的变化特征。根据构造背景和断裂带分布的不同,分区讨论不同构造部位震源深度分布的特征与差异:沿郯庐断裂带(A)、中东部大陆边缘地区(B)以及苏南茅东断裂带地区(C),震源深度分布具有明显差异,其中C区的α、β、D值最高,分别为0.47、0.66、21 km。此外,精定位结果显示,发生在常熟一张家港地区的小震群,其震源深度自浅至深连续分布,深度区间为5—30 km。 | 王俊 吴晶 孙业君 詹小艳 缪发军 霍祝青 徐戈 郑江蓉 | 2011 | 地震地磁观测与研究2011，32，2： | 9 |
| 5 | 利用sPn震相精确测定江苏高邮、宝应交界M4.9地震震源深度显示文摘从江苏省数字地震台网中选取16个宽频带台站的记录资料(震中距范围约为280~380km),利用滑动窗互相关叠加技术提取出sPn震相,并通过sPn与Pn的到时差准确地测定出2012年7月20日江苏高邮、宝应交界M4.9地震的震源深度为9.4km,总的误差小于1.2km。为了验证计算结果,采用与震相走时无关的时域矩张量反演方法(Time-Domain Moment Tensor Inverse),通过反演不同震源深度(5~25km)模型下的矩张量解来进行逆向佐证。结果显示:在震源深度为9、10km时,反演结果的相关系数达到最大,分别约为0.93、0.92,表明9~10km是此次地震的最佳震源深度范围。另外,利用波形互相关的双差定位法得到的震源深度为10.2km,两者相差仅为0.8km。 | 王俊 缪发军 詹小艳 瞿旻 高景春 | 2013 | 防灾减灾工程学报2013，33，3： | 7 |
| 6 | 2021年5月21日云南漾濞M_(S)6.4地震序列重新定位、震源机制及应力场反演显示文摘2021年5月21日云南省大理州漾濞县发生了M_(S)6.4地震,引起了社会的极大关注.本研究利用双差定位法对云南漾濞M_(S)6.4地震序列(2021年5月18—24日)进行了重新定位,获得331个地震重新定位结果,主震震源位置为(99.869°E,25.689°N,8.8 km).利用远场Rayleigh面波振幅的频谱陷波相,通过理论地震图的波形拟合,测定了主震震源深度为7.5 km.由于使用了远场数据,基本避免了区域速度模型对深度定位产生的影响,确定的震源深度准确度优于传统的走时定位.本文使用云南省区域地震台网波形数据,对主震及29个M_(L)3.5以上余震进行震源机制反演.反演结果表明,主震为一次走滑型地震,震源机制为节面I走向143°/倾角80°/滑动角-165°,节面II走向50°/倾角75°/滑动角-10°,矩震级为M_(W)6.0.根据余震序列分布情况,推断节面I为发震断层面.利用地震序列震源机制解的力轴数据,反演得到震源区的主压应力方向为近NS向(7°).本文研究表明,震源机制反演得到的主压应力方向与上地壳各向异性揭示的主压应力方向有高度的一致性. | 赵博 高原 马延路 | 2022 | 地球物理学报2022，65，3： | 5 |
| 7 | 中国地震科学实验场人工智能实时地震监测分析系统的应用与展望显示文摘'智能地动'(EarthX)系统是目前国际上唯一实时运行的人工智能地震监测系统。2018年12月起,'智能地动'系统在中国地震科学实验场试运行,实时处理川滇地区123个地震台站数据。该系统利用人工智能技术自动检测、拾取震相进而定位地震,在第一个台站接收到P波后数秒内快速产出地震的震源位置和震级,自发震时刻开始计算,平均定位仅用时28.9 s。此外,系统还使用全波形拟合的方法,在1~3分钟左右快速产出震源机制解和矩震级,而无须任何人工干预。EarthX系统在2020年1月1日至2020年8月4日期间,共记录地震897次,产出M3.0以上地震震源机制解81次。基本实现了3级以上地震的自动定位和震源机制解的产出,机制解的平均产出时间为震后103.8 s,弥补了当前地震监测台网不能产出地震震源机制解的空白。通过EarthX系统的推广应用,可逐步取代传统的地震监测发布手段,将台网人员从繁重的地震数据处理工作中解放出来。 | 周连庆 赵翠萍 张捷 车时 | 2021 | 地震2021，41，3： | 3 |
| 8 | Recent advances in earthquake monitoring II: Emergence of next-generation intelligent systems显示文摘Seismic data processing techniques,together with seismic instrumentation,determine our earthquake monitoring capability and the quality of resulting earthquake catalogs.This paper is intended to review the improvement of earthquake monitoring capability from the perspective of data processing.Over the past two decades,seismologists have made considerable advancements in seismic data processing,partly thanks to the significant development of computational power,signal processing,and machine learning techniques.In particular,wide application of template matching and increasing use of deep learning significantly enhance our capability to extract signals of small earthquakes from noisy data.Relative location techniques provide a critical tool to elucidate fault geometries and seismicity migration patterns at unprecedented resolution.These techniques are becoming standard,leading to emerging intelligent software systems for next-generation earthquake monitoring.Prospective improvements in future research must consider the urgent needs in highly generalizable detection algorithms(for both permanent and temporary deployments)and in emergency real-time monitoring of ongoing sequences(e.g.,aftershock and induced seismicity sequences).We believe that the maturing of intelligent and high-resolution processing systems could transform traditional earthquake monitoring workflows and eventually liberate seismologists from laborious catalog construction tasks. | Zefeng Li | 2021 | Earthquake Science2021，34，6： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员