基于流动重力与统计学方法的地震危险区划分研究
发布时间：2021-02-06 23:33
地震作为一种危害性极大的自然灾害,严重的威胁了人民的生命财产安全和社会经济的发展,因此提前划分地震危险区对于防震减灾具有重要意义。然而,人们对于地震的准确预测尚为世界性难题,地震的孕育、发展和发生的过程极为复杂,且影响地震产生的因素众多,这些因素与地震的发生呈现了高度的非线性关系[1]。流动重力数据一直以来被科研人员作为有效的地震前兆信息,应用于地震危险区的划分和判断研究中。其中,震前重力的异常变化与孕震过程联系紧密,这一现象在一些典型地震的解剖中得到有效验证,如汶川Ms8.0、于田Ms7.3、芦山Ms7.0、姚安Ms6.0等。这些地震出现了显著的地震前兆标志,即重力正负变化低值带或高低变化的四象限分布特征。本文就是在前人研究的基础上,利用流动重力数据资料、地震目录数据和全国断层分布数据建立了一套新的地震危险区划分方法。首先本文基于地震目录数据,根据地震发生的时空位置,利用点密度分析中的核密度算法,计算并绘制出了区域长期的发震背景信息,为地震趋势判断提供参考。围绕地震的发生与断层空间分布密切相关,以及地震发生成条带状这一特点,应用了断裂缓冲区这一概念。基于断裂缓冲...
【文章来源】：中国地震局地震研究所湖北省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
唐山地震前后重力变化图（李瑞浩等，1997）
图 1.2 姚安地震前重力场累积动态变化图形(单位: )（申重阳等，2011）重力变化梯度带和上升与下降交替变化四象限作为有效的地震前兆信息已经被越来越多的震例所验证，其中包括于田 7.3 级地震[14],攀枝花 6.1 级地震[15]，民乐 6.1 级地震[16]，玉树 7.1 级地震[17]，云南丽江 7．0 级地震[18,19]；汶川 8.0 地震[20, 21]。可见，近 20 年的流动重力监测和中期预测的成功经验表明[2, 20-22]：强震或大震前往往出现着重力变化梯度带或上升与下降交替变化的四象限图像，震中位于相对低值的（如零值线）部位，并且与大范围正重力的变化累积有关。该特征在地震的危险区分析领域发挥了越来越重要的作用，也在年度地震会商中起到重要作用。在重力异常和地震过程关系的探索中，国内外许多学者提出了多种理论去解释地震发生前后的重力场变化原因，Fujii 认为震源区的应力变化会引起地壳的垂直运动及相应的重力变化；Nur 提出了扩容膨胀模型，认为应力场变化会促使地壳介质裂隙增大、深部的热物质上涌，从而导致重力场出现异常；朱岳清等学者[23]认为应力场增强会引起莫霍面的变形以及垂直运动，从而导致地表重力变化
所硕士学位论文9第二章 统计学方法的地震危险区研究2.1 地震发生背景图2.1.1 核密度估计算法对地震的危险区进行评估，地震目录是十分重要的信息资料。中国古代文献中已经有对大地震的记录，而近些年世界各地都建立了覆盖面广泛的地震台网，从而更为精确的记录了地震的震级，时间和发震位置。因此对目标区域进行地震活动分析时，目标区域的地震目录是研究的基础。然而如何充分合理的利用这些地震统计信息进行地震危险区评估，则一直作为各国学者苦苦探索的问题。一般假设认为，某个特定研究区域在较短时间尺度内（<100a）地质构造状况不会发生较大改变，从而认为该区域地震的活动性水平在一定时间范围内保持一致。另一方面，弹性回跳理论认为大地震的发生具有在周期性，即一个区域地质活动较为活跃，那么该区域历史上发生地震的可能性较大，未来发生地震的可能性同样很大。进行地震统计时，在不考虑地震发生的震源深度的前提下，每个震例的震中位置能够被视为一个具有确定经纬度的点源，同时可被看作一个样本点。因此分析特定地区的地震危险性时，通过地震目录资料，能够计算出目标区域范围内不同地理位置处的历史地震的分布情况。核密度估计法正是创建了这样一种模型，其主要表明一个事件以不同的概率分布于整个空间，在某些确定的位置上其发生的概率值较高，而在另外一些位置处的发生的概率相对较低。通过记录已经发生的事件，即样本点的空间分布，能够计算出整个区域的概率分布模式，从而能够计算得到空间任何一个位置的事件发生概率值。该算法的基本的计算步骤是通过测定空间点位 s 位置处一定邻域范围内样本个数，例如在研究区域内使用滑动圆法，统计落入圆域内样本的数量。进一步的，通过地理学第一定律，即距离空间点位 s 的距离越近，该样本对 s 点处的影响就越大
【参考文献】：
期刊论文
[1]汶川地震前的b值变化[J]. 史海霞,孟令媛,张雪梅,常莹,杨振涛,谢蔚云,服部克巳,韩鹏. 地球物理学报. 2018(05)
[2]20世纪中国地震地磁观测与研究回顾[J]. 赵育飞,袁洁浩,詹志佳,陈斌,高金田. 地震研究. 2017(03)
[3]陆态网络绝对重力基准的建立及应用[J]. 邢乐林,李辉,李建国,张为民,何志堂. 测绘学报. 2016(05)
[4]芦山地震发震构造及其与汶川地震关系讨论[J]. 徐锡伟,陈桂华,于贵华,程佳,谭锡斌,朱艾斓,闻学泽. 地学前缘. 2013(03)
[5]川滇地区强震活动前b值的时空分布特征[J]. 王辉,曹建玲,荆燕,李振. 地震地质. 2012(03)
[6]地壳形变与地震前兆探索回顾和展望[J]. 顾国华. 地震. 2012(02)
[7]神经网络和改进粒子群算法在地震预测中的应用[J]. 苏义鑫,沈俊,张丹红,胡孝芳. 计算机应用. 2011(07)
[8]2009年姚安Ms6.0地震重力场前兆变化机理[J]. 申重阳,谈洪波,郝洪涛,李辉,杨光亮,玄松柏. 大地测量与地球动力学. 2011(02)
[9]2010年玉树Ms7.1地震前的重力变化[J]. 祝意青,刘芳,郭树松. 大地测量与地球动力学. 2011(01)
[10]2008年于田Ms7.3地震前重力场动态变化特征分析[J]. 申重阳,李辉,孙少安,杨光亮,玄松柏,谈洪波,刘少明. 大地测量与地球动力学. 2010(04)
博士论文
[1]基于重力异常变化的地震高风险区域预测方法研究[D]. 路志越.武汉大学 2013
本文编号：3021260
【文章来源】：中国地震局地震研究所湖北省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
唐山地震前后重力变化图（李瑞浩等，1997）
图 1.2 姚安地震前重力场累积动态变化图形(单位: )（申重阳等，2011）重力变化梯度带和上升与下降交替变化四象限作为有效的地震前兆信息已经被越来越多的震例所验证，其中包括于田 7.3 级地震[14],攀枝花 6.1 级地震[15]，民乐 6.1 级地震[16]，玉树 7.1 级地震[17]，云南丽江 7．0 级地震[18,19]；汶川 8.0 地震[20, 21]。可见，近 20 年的流动重力监测和中期预测的成功经验表明[2, 20-22]：强震或大震前往往出现着重力变化梯度带或上升与下降交替变化的四象限图像，震中位于相对低值的（如零值线）部位，并且与大范围正重力的变化累积有关。该特征在地震的危险区分析领域发挥了越来越重要的作用，也在年度地震会商中起到重要作用。在重力异常和地震过程关系的探索中，国内外许多学者提出了多种理论去解释地震发生前后的重力场变化原因，Fujii 认为震源区的应力变化会引起地壳的垂直运动及相应的重力变化；Nur 提出了扩容膨胀模型，认为应力场变化会促使地壳介质裂隙增大、深部的热物质上涌，从而导致重力场出现异常；朱岳清等学者[23]认为应力场增强会引起莫霍面的变形以及垂直运动，从而导致地表重力变化
所硕士学位论文9第二章 统计学方法的地震危险区研究2.1 地震发生背景图2.1.1 核密度估计算法对地震的危险区进行评估，地震目录是十分重要的信息资料。中国古代文献中已经有对大地震的记录，而近些年世界各地都建立了覆盖面广泛的地震台网，从而更为精确的记录了地震的震级，时间和发震位置。因此对目标区域进行地震活动分析时，目标区域的地震目录是研究的基础。然而如何充分合理的利用这些地震统计信息进行地震危险区评估，则一直作为各国学者苦苦探索的问题。一般假设认为，某个特定研究区域在较短时间尺度内（<100a）地质构造状况不会发生较大改变，从而认为该区域地震的活动性水平在一定时间范围内保持一致。另一方面，弹性回跳理论认为大地震的发生具有在周期性，即一个区域地质活动较为活跃，那么该区域历史上发生地震的可能性较大，未来发生地震的可能性同样很大。进行地震统计时，在不考虑地震发生的震源深度的前提下，每个震例的震中位置能够被视为一个具有确定经纬度的点源，同时可被看作一个样本点。因此分析特定地区的地震危险性时，通过地震目录资料，能够计算出目标区域范围内不同地理位置处的历史地震的分布情况。核密度估计法正是创建了这样一种模型，其主要表明一个事件以不同的概率分布于整个空间，在某些确定的位置上其发生的概率值较高，而在另外一些位置处的发生的概率相对较低。通过记录已经发生的事件，即样本点的空间分布，能够计算出整个区域的概率分布模式，从而能够计算得到空间任何一个位置的事件发生概率值。该算法的基本的计算步骤是通过测定空间点位 s 位置处一定邻域范围内样本个数，例如在研究区域内使用滑动圆法，统计落入圆域内样本的数量。进一步的，通过地理学第一定律，即距离空间点位 s 的距离越近，该样本对 s 点处的影响就越大
【参考文献】：
期刊论文
[1]汶川地震前的b值变化[J]. 史海霞,孟令媛,张雪梅,常莹,杨振涛,谢蔚云,服部克巳,韩鹏. 地球物理学报. 2018(05)
[2]20世纪中国地震地磁观测与研究回顾[J]. 赵育飞,袁洁浩,詹志佳,陈斌,高金田. 地震研究. 2017(03)
[3]陆态网络绝对重力基准的建立及应用[J]. 邢乐林,李辉,李建国,张为民,何志堂. 测绘学报. 2016(05)
[4]芦山地震发震构造及其与汶川地震关系讨论[J]. 徐锡伟,陈桂华,于贵华,程佳,谭锡斌,朱艾斓,闻学泽. 地学前缘. 2013(03)
[5]川滇地区强震活动前b值的时空分布特征[J]. 王辉,曹建玲,荆燕,李振. 地震地质. 2012(03)
[6]地壳形变与地震前兆探索回顾和展望[J]. 顾国华. 地震. 2012(02)
[7]神经网络和改进粒子群算法在地震预测中的应用[J]. 苏义鑫,沈俊,张丹红,胡孝芳. 计算机应用. 2011(07)
[8]2009年姚安Ms6.0地震重力场前兆变化机理[J]. 申重阳,谈洪波,郝洪涛,李辉,杨光亮,玄松柏. 大地测量与地球动力学. 2011(02)
[9]2010年玉树Ms7.1地震前的重力变化[J]. 祝意青,刘芳,郭树松. 大地测量与地球动力学. 2011(01)
[10]2008年于田Ms7.3地震前重力场动态变化特征分析[J]. 申重阳,李辉,孙少安,杨光亮,玄松柏,谈洪波,刘少明. 大地测量与地球动力学. 2010(04)
博士论文
[1]基于重力异常变化的地震高风险区域预测方法研究[D]. 路志越.武汉大学 2013
本文编号：3021260
本文链接：https://www.wllwen.com/projectlw/dqwllw/3021260.html
最近更新
教材专著
