深度学习及其在地电场异常检测中的应用研究

发布时间：2020-05-11 16:45

【摘要】：由于在地震孕育发生过程的各个阶段均有可能伴随着地电场异常现象,因此固定台站的地电场观测对地震事件的监测和研究具有重要意义。我国地电场观测从上世纪八十年代中期,借鉴希腊的VAN(Varotsos,Alexopoulous和Nomicos)方法开始实验观测研究,经过“九五”、“十五”、以及背景场项目的大力推进,地电场观测在我国已经初具规模。目前我国建有123个地电场观测台站,每天产出大量数据,如何对地电场观测资料质量和异常情况进行有效评价显得尤为重要。深度学习已成为最流行的机器学习技术之一,并在时间序列异常检测领域取得了显著的成果。文中在介绍长短期记忆网络和扩张因果卷积网络、奇异谱分析、对数概率密度函数方法的基础上,对模拟数据中设置的异常点进行了检测实验,验证了方法的可用性和有效性,并确定本文拟采用扩张因果卷积网络方法开展研究工作。将该方法应用于江苏南京、海安、高邮地电场观测台以及甘肃平凉、嘉峪关、山丹地电场观测台的真实观测资料中,通过扩张因果卷积网络模型建立、训练和实际预测等计算过程,对6个台站部分观测资料的时均值进行了分析研究。研究结果表明:在东海海域Ms7.2地震前一个半月内,模型对南京台观测数据预测误差的对数概率密度值出现明显降低;在汶川Ms8.0、两次汶川地震余震、玉树Ms7.1、芦山Ms7.0和岷漳Ms6.6地震前3个月内,模型对平凉台观测数据预测误差的对数概率密度值出现明显降低;在汶川Ms8.0、海西Ms6.3地震前3个月内,模型对嘉峪关台观测数据预测误差的对数概率密度值出现明显降低;在祁连县Ms5.2、门源Ms6.4地震前两个月内,模型对山丹台观测数据预测误差的对数概率密度值出现明显降低;在尼泊尔Ms8.1、阿拉善右旗Ms3.9、九寨沟Ms6.4地震前一个月内,模型对山丹台观测数据预测误差的对数概率密度值出现降低。结合空间电磁环境和震前微裂隙变化情况,对震前地电场出现异常的可能原因进行了尝试性理论解释。深度学习在地电场观测资料的顺利应用,将非常有助于提高观测资料的利用率和异常检测效率,为观测资料更好地服务地震研究提供技术支持。
【图文】：

图 2.1 氧化还原电场示意图（据孙正江，王华俊[41]）的渗流和过滤作用，主要机制是地下流体经过岩形成负离子层，该层负离子吸附孔隙壁附近的正离扩散区的正离子吸附较弱，未经束缚的正离子随流

图 2.2 过滤电场示意图（据孙正江，王华俊[41]）、孔壁；2、孔隙的中心线；3、孔隙水；4、紧密层；5、扩散化溶液的离子在岩石交界面上的扩散和岩石骨架对离子接触面上，不同岩石中的带电粒子相互散，，形成双电层
【学位授予单位】：中国地震局兰州地震研究所
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P315.7

【参考文献】

相关期刊论文 前10条

1 席继楼;赵家骝;关歆莹;谭大诚;庄楠;刘超;李国佑;王莉森;李文新;;地电场观测中的工频干扰抑制方法研究[J];地震;2015年04期

2 李鸿宇;沈红会;王维;;海安地震台地电阻率异常分析[J];内陆地震;2014年01期

3 马钦忠;李伟;张继红;郭玉贵;方国庆;;与大电流信号有关的华北东部地区地电场空间变化特征的研究[J];地球物理学报;2014年02期

4 范莹莹;安张辉;陈军营;刘君;王建军;崔腾发;王丽;;岷县漳县M_s6.6地震前平凉台地电场变化[J];地震工程学报;2013年04期

5 安张辉;杜学彬;谭大诚;范莹莹;刘君;崔腾发;;四川芦山M_S7.0和汶川M_S8.0地震前地电场变化研究[J];地球物理学报;2013年11期

6 崔腾发;杜学彬;叶青;陈军营;王建军;安张辉;范莹莹;刘君;;中国大陆经纬链地电场日变化[J];地球物理学报;2013年07期

7 李伟;马钦忠;宋志平;王冠s

本文编号：2658765