發(fā)布時(shí)間：2020-09-27 19:25

　　 天然地震事件為剪切源,震源深度一般幾公里以上,震源物理過程持續(xù)時(shí)間較長(zhǎng),事件波形衰減較為緩慢;人工爆炸是膨脹源,震源深度一般不超過1公里,震源物理過程持續(xù)時(shí)間較短,由于這類事件波形主要在地表軟土層內(nèi)傳播,事件波形衰減明顯較快。因此,這兩類不同事件的震中及臨近區(qū)域的波傳播過程應(yīng)該存在明顯差異。本文根據(jù)在一個(gè)事件附近一定區(qū)域平面內(nèi)的多個(gè)觀測(cè)臺(tái)站(離散觀測(cè)點(diǎn))的波形信號(hào)數(shù)據(jù),由同一時(shí)刻的離散觀測(cè)點(diǎn)信號(hào)數(shù)據(jù)值,采用平面波形插值化方法,得到區(qū)域平面內(nèi)所有其它非觀測(cè)點(diǎn)位置在該時(shí)刻的波形信號(hào)數(shù)據(jù)模擬估計(jì)值,從而得到該時(shí)刻的事件震中附近一定區(qū)域平面內(nèi)的波場(chǎng)分布圖像。對(duì)事件全過程每一觀測(cè)時(shí)刻數(shù)據(jù)點(diǎn)都采用這種方法得到波場(chǎng)分布圖像,事件全過程的這種圖像系列即是表達(dá)了波傳播過程的特性。本文根據(jù)震源的衰減特性,以及監(jiān)測(cè)臺(tái)站收集的數(shù)據(jù)特點(diǎn),充分利用各臺(tái)站的數(shù)據(jù),形成每個(gè)事件的多臺(tái)站平面差值彩色圖像,通過觀察時(shí)間序列圖像的變化特點(diǎn),提取出序列圖像的變化特征以試圖對(duì)震源類型進(jìn)行自動(dòng)化識(shí)別。本文研究出了一種:多臺(tái)站插值的可視化方法(Multi-stations interpolation Pattern,MIP)--使一區(qū)域內(nèi)的全部觀測(cè)臺(tái)站的所有波形的任同一時(shí)刻可視化為一個(gè)彩色圖像,前后不同時(shí)刻同一區(qū)域內(nèi)的全部觀測(cè)臺(tái)站的所有波形轉(zhuǎn)化為一變化的彩色圖像系列,通過彩色圖像系列的變化來觀察地震是如何向周圍區(qū)域傳播,通過傳播和變化的特點(diǎn)進(jìn)行震源類型的快速有效識(shí)別。實(shí)驗(yàn)結(jié)果表明.:天然地震的MIP時(shí)空序列圖像的平均亮度比人工爆破的高,整個(gè)圖像的亮度波動(dòng)變化情況低于人工爆破。震源在垂直方向上的MIP序列圖像的特征識(shí)別率明顯高于東西和南北方向。本文還對(duì)采樣時(shí)間點(diǎn)對(duì)MIP時(shí)空序列圖像的影響進(jìn)行了研究,發(fā)現(xiàn)在天然地震和人工爆破在整個(gè)事件過程內(nèi)某些時(shí)間段的MIP時(shí)空序列圖像有很好的識(shí)別率,符合相應(yīng)震源類型的形成原理和衰減特性。震源類型識(shí)別采用機(jī)器學(xué)習(xí)的邏輯回歸算法,使用最小二乘來對(duì)62個(gè)地震事件進(jìn)行自動(dòng)化識(shí)別,平均識(shí)別率達(dá)到80%多,最高識(shí)別效果有90%。根據(jù)提取出來的彩色時(shí)間序列圖像再次提取其隨時(shí)間變化的變異系數(shù)特征,發(fā)現(xiàn)變異系數(shù)特征系列的峭度和方差2種特征能夠很好識(shí)別歸類震源類型。
【學(xué)位單位】：廣西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：P315.6
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 過程可視化
        1.1.1 數(shù)據(jù)插值
        1.1.2 數(shù)據(jù)可視化
    1.2 天然地震和人工爆破
    1.3 波形可視化及其傳播過程的研究發(fā)展?fàn)顩r
        1.3.1 可視化研究發(fā)展趨勢(shì)
        1.3.2 三維波形映射
        1.3.3 彩色圖像映射
    1.4 論文研究的意義及研究?jī)?nèi)容
        1.4.1 研究的意義
        1.4.2 研究?jī)?nèi)容
第2章 常用插值算法
    2.1 簡(jiǎn)介
    2.2 線性插值
    2.3 多項(xiàng)式插值
    2.4 改進(jìn)的多項(xiàng)式插值算法
    2.5 三次樣條插值
    2.6 本章小結(jié)
第3章 邏輯回歸算法和圖像特征提取
    3.1 邏輯回歸算法分類器的分類原理
    3.2 特征提取
        3.2.1 直方圖
        3.2.2 紋理特征
    3.3 基于sigmoid分類器的震源識(shí)別實(shí)驗(yàn)設(shè)計(jì)
    3.4 本章小結(jié)
第4章 由有限個(gè)數(shù)據(jù)點(diǎn)重構(gòu)全區(qū)域數(shù)據(jù)的模擬研究
    4.1 模擬臺(tái)站數(shù)據(jù)
        4.1.1 正態(tài)分布數(shù)據(jù)點(diǎn)
        4.1.2 指數(shù)分布數(shù)據(jù)點(diǎn)
    4.2 不同插值算法的模擬實(shí)驗(yàn)設(shè)計(jì)
    4.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第5章 震動(dòng)事件的區(qū)域臺(tái)網(wǎng)觀測(cè)數(shù)據(jù)圖像系列重構(gòu)研究
    5.1 地圖投影
    5.2 幾何表面
    5.3 數(shù)據(jù)提取
    5.4 不同震源類型的圖像系列
        5.4.1 多臺(tái)站的平面插值時(shí)空序列圖像
        5.4.2 MIP時(shí)空序列圖
    5.5 不同震源的時(shí)空序列圖像實(shí)驗(yàn)結(jié)果
    5.6 本章小結(jié)
第6章 基于MIP時(shí)空?qǐng)D像系列分類實(shí)驗(yàn)
    6.1 基于EW通道的時(shí)空序列圖像震源識(shí)別
    6.2 基于NS通道的時(shí)空序列圖像震源識(shí)別
    6.3 基于UD通道的時(shí)空序列圖像震源識(shí)別
    6.4 基于峭度和方差的震源識(shí)別
    6.5 本章小結(jié)
第7章 結(jié)論與展望
參考文獻(xiàn)
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 馬中;《高等數(shù)學(xué)》教學(xué)中的類型識(shí)別[J];青海大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

2 ;氣象文摘[J];新疆氣象;1987年09期

3 江R

本文編號(hào)：2828271