一、和田地震台地倾斜观测资料某些震例分析（论文文献综述）
王必显,尹亮,邹小波,刘鸿斌,陈雪梅[1]（2021）在《CZB竖直摆钻孔倾斜数据在FFT及小波分析上的映震效应浅析》文中研究指明利用FFT频谱分析方法,分别分析19个地震（包括2008～2017年国外主要8.0级以上地震、国内主要7.0级以上地震、以及甘肃及周边主要5.0级以上地震）震前10天内,兰州、天水、高台、陇南地震台CZB钻孔倾斜仪的预处理分钟值数据,并提取短临异常。在提取短临异常的过程中,剔除了各类干扰,确保异常的可信度;利用小波变换方法,分别分析上述19个地震前1～3个月内,兰州、天水、高台、陇南等地震台站CZB钻孔倾斜仪的预处理整点值数据,并提取短临异常。并将分析结果,做台站间对比分析,剔除干扰,总结异常的同步性。通过震例研究,总结形变资料中的震前短临异常变化特征,发现所选数据在FFT及小波分析上均有较好的映震效应。
艾萨·伊斯马伊力,陈界宏,次旦,邱大琼,赵江涛,周斌[2]（2021）在《和田台地电场岩体裂隙优势方位角变化特征分析》文中研究说明收集新疆和田地震台地电场数字化以来的连续观测数据,研究台站300 km内发生的MS≥5.5强震前的地电场岩体裂隙变化特征。结果表明,和田地震台地电场观测场地岩体裂隙发育较好,处于长期集中,而且中强以上地震发生前和田台地电场岩体裂隙优势方位角容易发生偏转和大幅度间断性突跳等结构变异。通过和田台周围5次典型震例解析,发现地震越强,其异常出现得越早;地电场异常的方向性与震中方位有一定关联性,但也与震源区的活动断裂构造性质有关,推测部分异常可能来自震源,故震源区构造是信号传播的最佳通道;和田台地电场的震前岩体裂隙优势方位角异常特征多表现为短期异常信息,易发震周期为45～90 d。该研究进一步推广和检验了地电场岩体裂隙优势方位角异常分析方法在地震预测预报中的应用。
周聪[3]（2021）在《地震前兆性慢滑移事件研究》文中研究说明地震预测预报是公认的世界性难题,特别是短临地震预测至今难以突破。有望推进短临地震预测的一个领域是对地震前兆的研究。但目前对地震现象尤其是前兆现象认识不清,对什么样的前兆异常才是可重复性、可靠的短临前兆异常,至今仍没有明确答案。岩石力学实验以及数值模拟实验一直是研究地震及前兆机理的有效手段。虽然大量岩石力学实验表明,在粘滑失稳前断层会经历预滑或前兆性滑动过程,同时伴随着声发射事件的增加和电压等物理参数的变化,但实际中的观测结果很难与实验室的岩石力学实验和地震成核理论相一致。自2001年随着环太平洋俯冲带幕式慢滑移事件及其伴生的非火山震颤信号的发现,慢地震的研究成为一个令人注目的方向。而且被地震学家称之为“前驱波”、“形变波”、“应力波”等所谓的异常信号可能是由断层慢滑移产生的低频地震波。当考虑慢地震事件时,地震的发生至少有四种类型:（A）地震前震-地震主震型、（B）慢地震前震-地震主震型、（C）地震前震-慢地震主震型和（D）慢地震前震-慢地震主震型。对慢地震事件的忽视可能会造成对（B）事件的漏报和对（C）事件的虚报。因此对慢地震的研究以及疑似慢滑移信号的观测与分析对地震预测预报有重要的意义。通常认为由于地震学（由于超过200秒周期时噪声增大）和大地测量（由于来自小于Mw6.0事件的弱形变信号）的观测极限,在慢地震事件中存在持续时间从约200秒至1天的事件空区。由于完整的地震记录应该包含三分量的平动信号和三分量的旋转信号,若同时考虑地震计的平动响应和旋转（倾斜）响应时,其最低有效频率可以延伸至频带范围外,频带外的信号不能简单的丢弃。同时由于测震数据量巨大,传统靠人工一一识别异常的方式无法对异常的时空特征进行准确的描述。随着地震检测技术的发展,特别是近年来人工智能技术在微震事件检测中的应用,使得在连续波形资料中搜索和探索这类低频信号是否存在成为可能。由于野外记录到的异常信号可能是由于断层本身运动所产生的近场效应,也可能是断层的运动所激发的线性或非线性地震波的传播效应,因此本文利用弹簧块体模型以及新发展的晶体位错模型Frenkel-Kontorova（FK）模型来研究宏观断层的滑动演化过程,特别是慢滑移所需要的实验条件和影响因素。然后在考虑非线性和频散效应的条件下模拟了非线性地震波的传播演化规律,最后利用深度自编码算法对汶川地震前近半年测震资料中的低频脉冲信号做了详尽的空间分布统计,结合地震旋转运动场水平分量的分布特征,探讨了龙门山断裂带附近低频脉冲信号可能的产生、传播和接收模式,得到如下认识:（1）根据弹簧块体模型的数值模拟结果,统计了粘滑运动过程中的速度脉冲的持续时间和滑移振幅的演化特征:速度脉冲的持续时间Tslip及振幅Vmax都随着系统刚度k和加载速率VL的增大而减小,特别是在低加载速率时Tslip急剧减小,当加载速率达到10-6 m/s后变化很缓慢。推测当断层处于慢滑移阶段,加载速率微小的扰动可以产生较大的持续时间变化。结合岩石力学实验的结论,速度脉冲的持续时间Tslip与系统刚度k、加载速率VL和有效正应力σ成反比;脉冲振幅Vmax与系统刚度k、加载速率VL成反比,而与有效正应力σ成正比。（2）从FK模型的理论解可以得出滑移持续时间T与凹凸体间距b、泊松比v成正比,与有效正应力σ成反比。数值模拟结果表明,破裂速度与初始应力条件密切相关。应力梯度带范围越大,破裂速度越大,当梯度带范围达到一定宽度时,其破裂速度可以超过剪切波速度。剪应力与正应力的比值是影响断层产生慢破裂、亚瑞雷破裂和超剪切破裂的重要因素。（3）将一维FK模型应用于汶川地震主破裂运动,计算获得的滑动量分布与实际震源破裂反演结果相符。从应变能量的角度分析了汶川地震前姑咱台钻孔应变脉冲异常的形成机理,模拟结果表明当断层慢滑移运动约20分钟,能够在震源区附近产生与实际记录相符的10-8～10-7的应变变化。同时,通过设置较低的初始应力比∑S-/∑N,能模拟出类似P波的慢破裂运动,传播速度约为4km/day。（4）在一维非线性地震波数值模拟中,当同时考虑非线性项和频散项时,以孤立子作为震源子波能得到线性波的传播特征:地震波在传播过程中波形形态及振幅大小均不变,以略小于线性背景介质速度匀速前进。当岩石的非线性程度进一步增加时,非线性地震波能表现出弹塑性波的传播特征。弹塑性波在空间中不是以规则的球面扩散传播。当其传播到弹性区域,会导致在不同台站上无法找到同源的信号,也可能使得同一台站不同分量上观测不到同步信号。（5）地震计有平动响应,但还应该考虑倾斜响应（旋转效应）。当考虑地震计的倾斜响应时,其倾斜的频率响应函数是一个低通滤波,而平动信号的响应是一个带通滤波器。在两种滤波器的共同作用下,其频带外的低频信号是有可能被保留的。因此考虑旋转分量的测震数据可能会拓宽地震学的低频观测极限。（6）利用深度自编码算法统计了汶川地震前5个月内四川省出现的疑似脉冲异常的空间分布,结果显示异常频次较高的台站主要沿断裂带走向以及断裂带的东侧分布,基本位于地表峰值旋转运动场的东西和南北分量能量都较强的区域。（7）龙门山断裂带内存在发生慢滑移事件的地质条件:流体、高孔隙压、高温、高泊松比等,慢滑移容易发生在脆-塑性转化带中a-b～0的范围。当该区域受到扰动激发低频慢地震时,在震源区介质非线性和频散性的作用下可能表现出弹塑性传播特征,单个慢破裂事件可以演化为一个波、两个波甚至多个波,以非球面扩散的形式传播,并且容易以倾斜（旋转）量的形式被测震仪或倾斜仪记录到。
卫雷[4]（2021）在《基于机器学习的地电场异常检测及分类研究》文中研究说明实现对海量地震观测资料的智能化分析、处理,是大数据时代地震科技工作者走向创新驱动应用的必经之路。其中,作为地震监测的重要手段之一的地电场观测,其异常信息的挖掘显得尤为重要。在我国,每天都会产出大量的地电场观测数据。如何有效地分析地电场观测数据的质量,并进行地震异常判定显得尤为重要。为了识别和提取地电场信号中的有效信息,之前研究人员尝试通过频谱分析、傅里叶变换和小波变换等方法进行信息的处理。虽然在一定程度上发现了对应的异常现象,但同样存在一些弊端。这些方法耗时且效率低下,在一定程度上影响了对大量地电场数据逐一进行调查和检测的能力。上世纪90年代,科学家首次尝试利用人工智能预测地震,但当时由于计算机软硬件性能的相对落后和缺乏大量数据的支撑,进展甚微。在今天的大数据时代,各种高性能技术被逐步提出。同时,计算机的计算能力和数据存储能力得到了显着提高,为人工智能预测地震研究带来了新的契机。由于机器学习在人工智能领域取得了巨大的成就,且地震地电场的信号特征具有难以提取的特点,尝试将机器学习方法引入到地电场观测资料的分析处理中,利用台站实际观测资料开展地电场地震异常检测及分类研究探索工作。根据地震地电场已公开报道的研究结果,并考虑观测资料的时间范围和训练集数据样本的个数,在构建训练样本的过程中,将地震事件发生前20天的地电场波形资料视为与地震事件有密切关联性。本研究中,结合台站周围地区地震事件,对甘肃平凉和新疆和田地电场观测台站近十年的观测资料进行分析。对地震事件发生前的地电场异常时间序列和无明显地震事件发生的正常时间序列样本进行统一训练。并采用机器学习中支持向量机方法,对比梯度提升树算法和随机森林算法。这些算法提取了地电场信号的波形特征,并根据地震前兆波形信息对地电场数据进行分类。在此基础上,还对不同地区不同测试集使用不同方法的训练结果进行了尝试性解释。通过分析研究可知,机器学习相关方法适用于地电场观测资料的异常检测。利用机器学习方法训练的模型可以达到异常检测和分类的目的。与支持向量机算法相比,梯度提升树算法和随机森林算法在地电场异常分类上具有更好的分类效果,相比随机森林算法,梯度提升树算法在更多测向上表现出了更好的性能。在甘肃平凉和新疆和田地电场台站的分类精度分别达到69%和65%左右。机器学习在地电场观测数据方面的成功应用,为处理和分析大量观测资料提供了新的解决方案。这种方法可以有效地对时间序列数据进行异常分类和挖掘,提高了检测效率,为地电场资料提供了有力的技术手段,将更好地服务于地震预报事业。
赵彬彬,高歌,李桂荣,陈丽[5]（2020）在《2020年6月26日新疆于田MS6.4地震前前兆形变异常特征分析》文中认为利用形态分析方法,研究2020年6月26日新疆于田MS6.4地震前前兆形变异常特征,并利用R值评分方法对于田垂直摆倾斜的预报效能进行分析。结果表明:本次于田MS6.4地震前出现了于田垂直摆倾斜EW分量破年变异常,和田、于田GNSS观测EW方向均显示了西向运动异常。在地震发生前,震中附近局部构造应力状态发生改变,形成拉张应力环境,可能导致发生本次正断型地震。
邹广,陈亮,牛中华[6]（2020）在《2020年6月26日新疆于田MS6.4地震地电场异常分析》文中研究说明根据和田台观测日志消除地电场各种明显干扰,利用傅里叶变换计算地电场潮汐谐波振幅,从而得到自然电场、岩石裂隙水主体渗流方向α、极化图像。结果认为,在新疆于田MS6.4地震前和田地电场存在前兆异常变化:地电场谐波振幅突然增大,自然电场水平强度Esp存在快速增大、持续一段时间后下降、然后发震的形态,α存在明显的快速上升再下降,极化图像呈发散-线性集中的过程。
王鹏程[7]（2020）在《基于奇异谱分析的汶川地震震前震后地倾斜数据分析》文中研究指明2008年5月12日在我国发生了 Ms 8.0的汶川地震,汶川地震是新中国成立以来破坏力最大的一次地震,汶川地震给人们的生命及财产造成了严重的损失,故对汶川地震的研究意义重大。地倾斜观测作为地壳形变观测的一部分,地倾斜数据的异常可以作为地震发生前兆的判据。本文利用奇异谱分析（singular spectrum analysis,SSA）方法对四川省与云南省的部分地倾斜台站的数据进行分析,分析地倾斜数据在汶川地震发生前后的异常,从中期与短临期两个时间尺度对汶川地震进行监测。利用SSA分析对汶川地震进行短临监测的地倾斜数据,结果表明汶川地震发生前地倾斜数据的趋势项与残差项都有异常,地倾斜数据可以有效的对汶川地震进行短临监测。选取的地倾斜数据分别是四川省内的茂县、汶川伸缩、汶川水管、峨眉、康定、雅安等地震台站的数据和云南省内的楚雄水管、楚雄伸缩、永胜水管、永胜伸缩、云龙水管、云龙伸缩、弥渡水管等地震台站的数据。原始地倾斜数据序列中存在少量数据缺失的情况,采用奇异谱迭代插值方法对数据进行插值,得到完整、连续的地倾斜数据。选择2008年3月12日到2008年5月11日期间的地倾斜数据,利用奇异谱分析方法对地倾斜数据进行分析,并取2.5倍的标准差为阈值,结果显示:汶川地震发生前两个月,大多数台站的地倾斜数据趋势项均指向或背向震中位置,地倾斜数据的残差均有超过各自阈值的情况。利用SSA分析对汶川地震进行中期监测的地倾斜数据,结果显示汶川地震发生前后地倾斜数据的趋势项和残差项都有异常,地倾斜数据对汶川地震的中期监测有着良好的映震效应。中期监测的台站的相关信息是:茂县台站数据的时间范围是:2003年4月1日至2008年5月10日,汶川伸缩、汶川水管台站数据的时间范围是:2003年4月1日至2008年5月11日,峨眉、康定、雅安台站数据的时间范围是2003年4月1日至2008年11月29日,云南省内台站数据的时间范围是:2002年3月1日至2012年10月31日。利用SSA对地倾斜数据进行处理,并取2.5倍的标准差为阈值。分析结果表明:汶川地震发生前后,大多数台站的地倾斜数据的趋势项指向或者背向汶川地震震中位置。地倾斜数据的残差项都发生了异常,残差项异常具体表现为:残差值均超过阈值、残差项方向突然转向、残差值速率突然变化等现象。汶川地震发生前四、五年,各个台站残差项的方向均有突然转向等现象,此现象可能与汶川地震发生前的中期前兆有关。汶川地震临震前,残差项异常主要表现在残差值向一个方向持续性变化,其可能与汶川地震发生前的应力调整有关。汶川地震发生后有明显的应力调整变化,主要表现为残差项方向突然转向和残差值大幅度的变化。
张治广,高歌,滕海涛,邢喜民[8]（2018）在《2014年7月9日麦盖提MS5.1地震前兆异常分析》文中进行了进一步梳理利用常用的形态分析法和矢量合成法,研究2014年7月9日麦盖提MS5.1地震的前兆异常特征,并对其异常可靠性进行分析。结果表明:在地震发生前,距震中300 km范围内的南天山西段与和田地区共8套前兆仪器出现群体异常,异常特征主要表现为数据的速率快速变化、反向变化、年变畸变等。最后,对异常时空分布特征进行分析,对塔里木盆地内部发生5级以上地震对新疆及周边后续强震的指示意义进行了初步讨论。
张锦萍,李姗姗,唐兰,赖爱京,徐衍刚[9]（2017）在《乌什地震台水管倾斜仪观测资料分析》文中研究指明利用数学统计方法及调和分析精确计算仪器稳定性指标,对乌什地震台数字化水管倾斜仪2009年1月—2014年12月观测资料的运行、变化趋势和受干扰情况做初步分析,结果显示:（1）乌什地震台DSQ水管仪观测资料连续,仪器精度高,稳定性好;（2）影响水管仪内精度的干扰因素较多,其中水质变坏,多次更换维修更换液体的影响程度最高;（3）通过多次震例总结,说明乌什地震台水管倾斜仪具有一定的地震前兆异常监测能力。
张肖,崔泽岩,赵慧琴,佘雅文,李慧,马武刚,马栋[10]（2016）在《河北易县地震台水管倾斜仪与垂直摆倾斜仪同震响应分析》文中提出利用河北易县地震台DSQ型水管倾斜仪与VS型垂直摆倾斜仪记录的2005—2015年数据资料,分析两种地倾斜观测仪器同震响应的特征及响应幅度与震中距、震级的关系。结果表明:（1）DSQ型水管倾斜仪对远震响应幅度大,同震响应幅度与震级呈正比,与震中距呈反比;VS型垂直摆倾斜仪对近震响应幅度大,与震级、震中距无明显的线性关系。DSQ型水管倾斜仪的同震响应延迟时间比VS型垂直摆倾斜仪短,且与震中距呈正比;（2）两种地倾斜观测仪的地震响应持续时间与震级呈正比,VS型垂直摆倾斜仪对中小地震的响应持续时间比DSQ型水管倾斜仪长。
二、和田地震台地倾斜观测资料某些震例分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、和田地震台地倾斜观测资料某些震例分析（论文提纲范文）
（1）CZB竖直摆钻孔倾斜数据在FFT及小波分析上的映震效应浅析（论文提纲范文）
| 0 引 言 |
| 1 FFT方法与典型震例 |
| 1.1 原理与方法 |
| 1.2 典型震例 |
| 1.2.1 2013年07月22日甘肃岷县、漳县6.6级地震 |
| 1.2.2 2016年01月21日青海门源6.4级地震 |
| 1.2.3 2017年8月8日四川九寨沟7.0级地震 |
| 1.3 小 结 |
| 2 小波分析与典型震例 |
| 2.1 原理与方法 |
| 2.2 典型震例研究 |
| 2.2.1 2013年07月22日岷县、漳县6.6级地震 |
| 2.2.2 2016年01月21日门源6.4级地震 |
| 2.2.3 2017年8月8日四川九寨沟7.0级地震 |
| 2.3 小 结 |
| 3 结 论 |
（2）和田台地电场岩体裂隙优势方位角变化特征分析（论文提纲范文）
| 1 台站介绍和数据选取 |
| 1.1 台站介绍 |
| 1.2 数据选取 |
| 2 方法原理 |
| 3 异常特征和震例分析 |
| 4 结论 |
（3）地震前兆性慢滑移事件研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 研究现状及存在问题 |
| 1.2.1 地震慢滑移事件 |
| 1.2.2 地震粘滑特征信号检测 |
| 1.2.3 地震模型 |
| 1.3 论文的研究思路和技术路线 |
| 第2章 地震慢滑移信号的波形特征与典型震例 |
| 2.1 典型慢粘滑脉冲信号的表现特征 |
| 2.2 典型震例 |
| 2.2.1 张北M_s6.2地震异常扰动 |
| 2.2.2 中俄蒙交界M_s7.9地震异常扰动 |
| 2.2.3 塔吉克斯坦M_s7.4地震异常扰动 |
| 2.2.4 汶川M_s8.0地震低频脉冲异常扰动 |
| 2.2.5 汶川余震低频脉冲异常扰动 |
| 2.3 小结 |
| 第3章 岩石力学实验中的摩擦实验 |
| 3.1 引言 |
| 3.2 摩擦的稳定性影响因素 |
| 3.2.1 温度的影响 |
| 3.2.2 孔隙水的影响 |
| 3.2.3 滑动面性质的影响 |
| 3.2.4 围压的影响 |
| 3.2.5 加载速率的影响 |
| 3.2.6 刚度的影响 |
| 3.2.7 岩石岩性的影响 |
| 3.2.8 时间尺度的影响 |
| 3.3 滑动成核的类型以及影响因素 |
| 3.3.1 滑动成核的演化特征 |
| 3.3.2 滑动成核的类型 |
| 3.3.3 影响成核类型的主要因素 |
| 3.4 摩擦实验小结 |
| 第4章 基于弹簧块体模型的断层粘滑运动特征及其影响因素 |
| 4.1 引言 |
| 4.2 断层动力学模型描述 |
| 4.3 不同因素对数值模拟结果的影响 |
| 4.3.1 不同有效正应力对粘滑运动的影响 |
| 4.3.2 不同加载点速度对粘滑运动的影响 |
| 4.3.3 不同系统刚度对粘滑运动的影响 |
| 4.4 数值模拟结果分析 |
| 4.4.1 与岩石力学实验的对比 |
| 4.4.2 考虑参考摩擦系数磨损的模拟结果 |
| 4.5 小结 |
| 第5章 基于Frenkel-Kontorova模型的断层失稳滑动 |
| 5.1 引言 |
| 5.2 FK模型描述 |
| 5.3 FK模型的解 |
| 5.3.1 均匀滑动解 |
| 5.3.2 非均匀滑动解 |
| 5.4 理论和实际资料分析 |
| 5.4.1 初始应力条件对模拟结果的影响 |
| 5.4.2 应力梯度大小对模拟结果的影响 |
| 5.4.3 利用FK模型描述汶川地震主破裂过程 |
| 5.4.4 汶川地震震前疑似慢滑移信号分析 |
| 5.5 讨论 |
| 5.5.1 经验性参数A的物理意义 |
| 5.5.2 基于FK模型的断层运动特征 |
| 5.6 小结 |
| 第6章 考虑非线性和频散效应的地震波传播特征 |
| 6.1 引言 |
| 6.2 非线性波动方程及FCT有限差分算法 |
| 6.2.1 非线性波动方程离散化处理 |
| 6.2.2 FCT有限差分法的应用 |
| 6.2.3 FCT模拟结果 |
| 6.3 数值计算结果与分析 |
| 6.3.1 采用雷克子波震源的传播特征 |
| 6.3.2 采用孤立子震源的传播特征 |
| 6.4 讨论 |
| 6.4.1 孤立子震源的物理意义 |
| 6.4.2 岩石中弹塑性波的传播现象 |
| 6.5 小结 |
| 第7章 利用深度自编码算法的地震脉冲信号检测与应用 |
| 7.1 研究背景 |
| 7.2 深度学习基本原理及测试 |
| 7.2.1 自动编码器的原理 |
| 7.2.2 Softmax分类器 |
| 7.2.3 图像识别测试 |
| 7.3 地震波形数据处理 |
| 7.3.1 地震数据来源 |
| 7.3.2 连续小波变换及不同尺度采样 |
| 7.3.3 地震数据样本标定软件设计 |
| 7.4 深度神经网络识别 |
| 7.4.1 数据样本标定 |
| 7.4.2 构建深度自编码神经网络框架 |
| 7.4.3 识别率统计 |
| 7.5 汶川地震前疑似脉冲异常时空分布特征 |
| 7.6 小结 |
| 第8章 探讨地震低频脉冲信号的形成机理—以汶川地震为例 |
| 8.1 测震数据中低频脉冲信号的有效性 |
| 8.1.1 测震数据频带外的信号是否有效? |
| 8.1.2 为什么水平分量的低频脉冲信号多? |
| 8.1.3 数据有效性还存在的问题 |
| 8.2 慢滑移运动产生脉冲信号的传播机理和空间分布特征 |
| 8.2.1 基于FK模型的慢滑移运动特征 |
| 8.2.2 基于线性/非线性弹性波方程的倾斜信号运动特征 |
| 8.2.2.1 平移运动与旋转运动 |
| 8.2.2.2 水平方向旋转分量的空间分布特征 |
| 8.3 低频脉冲信号动力学特征揭示的构造意义 |
| 8.4 小结 |
| 第9章 结论和展望 |
| 9.1 结论 |
| 9.2 创新点 |
| 9.3 不足与工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于机器学习的地电场异常检测及分类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 地电场时间序列信号特征提取及挖掘分类研究现状 |
| 1.2.2 人工智能在地震预测方面的研究和信号提取现状 |
| 1.2.3 机器学习在时间序列异常检测方面的研究现状 |
| 1.3 研究内容 |
| 1.4 研究工作的创新性 |
| 第二章 地电场简介 |
| 2.1 地电场研究对象 |
| 2.2 地电场观测及变化机理 |
| 2.2.1 大地电场变化机理 |
| 2.2.2 自然电场地震异常变化机理 |
| 2.3 地电场测量原理 |
| 第三章 机器学习相关理论 |
| 3.1 机器学习分类算法理论 |
| 3.2 无监督学习、半监督学习、监督学习 |
| 3.3 机器学习模型训练 |
| 3.4 损失函数 |
| 3.5 交叉验证 |
| 第四章 数据集介绍 |
| 4.1 数据集选取背景及理论基础 |
| 4.2 平凉台简介和数据集选取 |
| 4.3 新疆和田台数据集 |
| 4.4 数据处理及特征选择 |
| 第五章 分类模型与算法评估 |
| 5.1 支持向量机 |
| 5.1.1 软间隔最大化 |
| 5.1.2 拉格朗日对偶 |
| 5.1.3 最优化问题求解 |
| 5.1.4 核函数 |
| 5.1.5 序列最小优化 |
| 5.2 集成学习算法 |
| 5.2.1 聚合方法 |
| 5.2.2 提升方法 |
| 5.2.3 堆叠方法 |
| 5.3 模型评估 |
| 第六章 实验结果及分析 |
| 6.1 平凉台梯度提升树方法结果 |
| 6.1.1 平凉台NE测向梯度提升树方法结果 |
| 6.1.2 平凉台NS测向梯度提升树方法结果 |
| 6.1.3 平凉台EW测向梯度提升树方法结果 |
| 6.2 平凉台随机森林方法结果 |
| 6.2.1 平凉台EW测向随机森林方法结果 |
| 6.2.2 平凉台NS测向随机森林方法结果 |
| 6.2.3 平凉台NE测向随机森林方法结果 |
| 6.3 平凉台支持向量机方法结果 |
| 6.4 新疆和田台方法结果 |
| 6.4.1 和田台梯度提升树算法结果 |
| 6.4.2 和田台随机森林算法结果 |
| 6.4.3 和田台支持向量机算法结果 |
| 6.5 结果讨论 |
| 第七章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 存在问题 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者简介 |
（5）2020年6月26日新疆于田MS6.4地震前前兆形变异常特征分析（论文提纲范文）
| 1 观测资料介绍及异常特征分析 |
| 1.1 观测资料介绍 |
| (1) 于田垂直摆倾斜 |
| (2) “陆态网络”GNSS |
| 1.2 异常特征分析 |
| (1) 于田垂直摆倾斜 |
| (2) 于田GNSS基准站 |
| (3) 和田GNSS基准站 |
| 2 震例及预报效能分析 |
| 2.1 震例分析 |
| (1) 于田垂直摆倾斜 |
| (2) 于田GNSS基准站 |
| (3) 和田GNSS基准站 |
| 2.2 预报效能分析 |
| 3 讨论与结论 |
（6）2020年6月26日新疆于田MS6.4地震地电场异常分析（论文提纲范文）
| 1 和田地震台地电场观测 |
| 2 数据处理与分析方法 |
| 3 新疆于田MS6.4地震前和田地电场变化 |
| 4 结语 |
（7）基于奇异谱分析的汶川地震震前震后地倾斜数据分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容及结构 |
| 2 地倾斜观测及其影响因素 |
| 2.1 地倾斜观测 |
| 2.2 地倾斜观测的影响因素 |
| 2.3 本章小结 |
| 3 奇异谱分析的原理与方法 |
| 3.1 奇异谱分析的原理 |
| 3.2 奇异谱分析主成分提取与去噪 |
| 3.3 奇异谱分析粗差探测 |
| 3.4 奇异谱分析的数据迭代插值 |
| 3.5 处理流程 |
| 3.6 本章小结 |
| 4 基于地倾斜数据的汶川地震短临监测 |
| 4.1 汶川地震短临监测的地倾斜数据 |
| 4.2 汶川地震短临监测的趋势项异常分析 |
| 4.3 汶川地震短临监测的残差项异常分析 |
| 4.4 本章小结 |
| 5 基于地倾斜数据的汶川地震中期监测 |
| 5.1 汶川地震中期监测的地倾斜数据 |
| 5.2 汶川地震中期监测的趋势项异常分析 |
| 5.3 汶川地震中期监测的残差项异常分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（8）2014年7月9日麦盖提MS5.1地震前兆异常分析（论文提纲范文）
| 1 异常可靠性分析 |
| 2 异常特征分析 |
| 2.1 乌什台水管倾斜仪 |
| 2.2 乌什台洞体应变仪 |
| 2.3 阿合奇台地倾斜仪 |
| 2.4 马场钻孔倾斜仪 |
| 2.5 喀什栏杆乡钻孔倾斜仪 |
| 2.6 乌恰钻孔倾斜仪 |
| 2.7 阿瓦提电磁扰动仪 |
| 2.8 和田金属摆倾斜仪 |
| 3 讨论与结论 |
（9）乌什地震台水管倾斜仪观测资料分析（论文提纲范文）
| 0 引言 |
| 1 台站概况及水管倾斜仪的基本情况 |
| 1.1 台站观测环境 |
| 1.2 仪器性能参数 |
| 2 观测资料分析 |
| 2.1 数据变化趋势 |
| 2.2 连续率和完整率 |
| 2.3 年零漂和年变幅 |
| 2.4 潮汐因子 |
| 2.5 噪声水平M1和M2波潮汐因子均方差Mγ |
| 3 主要干扰分析 |
| 3.1 自然干扰 |
| 3.2 人为干扰 |
| 3.3 观测系统 |
| 4 映震 |
| 5 结论 |
（10）河北易县地震台水管倾斜仪与垂直摆倾斜仪同震响应分析（论文提纲范文）
| 0 引言 |
| 1 仪器概况 |
| 2 两种倾斜仪同震响应分析 |
| 2.1 同震响应参数对比 |
| 2.2 地倾斜同震响应变化对比 |
| 2.3 最大响应幅度与震中距的关系 |
| 2.4 最大响应幅度与震级的关系 |
| 3 结论与讨论 |
四、和田地震台地倾斜观测资料某些震例分析（论文参考文献）
- [1]CZB竖直摆钻孔倾斜数据在FFT及小波分析上的映震效应浅析[J]. 王必显,尹亮,邹小波,刘鸿斌,陈雪梅. 高原地震, 2021(04)
- [2]和田台地电场岩体裂隙优势方位角变化特征分析[J]. 艾萨·伊斯马伊力,陈界宏,次旦,邱大琼,赵江涛,周斌. 内陆地震, 2021(03)
- [3]地震前兆性慢滑移事件研究[D]. 周聪. 中国地震局地质研究所, 2021(02)
- [4]基于机器学习的地电场异常检测及分类研究[D]. 卫雷. 中国地震局兰州地震研究所, 2021(08)
- [5]2020年6月26日新疆于田MS6.4地震前前兆形变异常特征分析[J]. 赵彬彬,高歌,李桂荣,陈丽. 内陆地震, 2020(03)
- [6]2020年6月26日新疆于田MS6.4地震地电场异常分析[J]. 邹广,陈亮,牛中华. 内陆地震, 2020(03)
- [7]基于奇异谱分析的汶川地震震前震后地倾斜数据分析[D]. 王鹏程. 山东科技大学, 2020(06)
- [8]2014年7月9日麦盖提MS5.1地震前兆异常分析[J]. 张治广,高歌,滕海涛,邢喜民. 内陆地震, 2018(01)
- [9]乌什地震台水管倾斜仪观测资料分析[J]. 张锦萍,李姗姗,唐兰,赖爱京,徐衍刚. 防灾减灾学报, 2017(02)
- [10]河北易县地震台水管倾斜仪与垂直摆倾斜仪同震响应分析[J]. 张肖,崔泽岩,赵慧琴,佘雅文,李慧,马武刚,马栋. 地震工程学报, 2016(S1)