【技术实现步骤摘要】
本专利技术属于地震学，涉及地震震源参数反演计算方法，尤其涉及一种基于地震预警站网观测的多信息震源机制计算方法。
技术介绍
1、震源机制解包含了地震事件破裂面形态和滑动方向的基本信息，可用于判断断层几何形态、运动状态和地震的破裂方式，为分析断裂带结构、估计区域应力场变化和评估地震灾害提供了关键的基础资料。震级较大地震可以使用波形拟合方法计算震源机制解，而小震震源机制解多采用基于p波初动极性的空间分布结合s/p振幅比资料进行计算。根据双力偶力学模型，震源机制可以用走向角、倾角和滑动角3个变量表示。其中走向角表示地震发震断裂的走向，以n为0度顺时针旋转；倾角表示发震断裂与水平面的夹角，取值范围在0-90度；滑动角表示发震断裂两侧相对滑动的方式，为断裂上盘相对于下盘滑动方向与断裂走向在下盘上投影之间的夹角。
2、计算小震震源机制解的主要挑战在于可识别p波初动极性的台站数量有限，难以对计算过程形成足够的约束，造成计算结果存在多解，增加了研究结果的不稳定性。为了改善小震震源机制解计算结果的稳定性和可靠性，地震学家从两个方向进行了尝试。其一是增加p波初动极性的数量。以人工识别的初动极性为训练集，通过深度学习方法可以自动识别p波初动极性。虽然自动识别的主要目标是在线快速计算震源机制，但有研究表明深度学习方法能比人工识别出更多的p波初动极性，从而增加可计算出震源机制的地震数量。对于震中位置相近的一组地震对或震群，波形互相关模板匹配技术能辅助p波初动极性识别，此方法也应用于多个地震序列的震源机制计算工作中。另一个方向是充分挖掘地震波形的
3、目前，计算震源机制所使用的数据大多是地震计记录的速度波形，其来源于固定观测的测震台网或流动观测网。随着国家烈度速报与预警工程的实施，覆盖全国的地震预警站网已经建立并开始运行，为震源机制的计算通过了新的数据。预警站网的台站密度远大于测震台网，例如在京津冀地区，测震台网连续观测的台站为134个，而预警站网连续观测台站数量为1653个。使用如此密集的观测数据，能有效提高震源机制计算结果的可信度。与以往使用的速度记录不同，预警站网记录的是加速度波形。由于预警站网建成不久，使用预警站网密集观测的加速度记录数据计算震源机制的方法尚鲜有报道。针对新的观测数据类型专利技术适用的计算方法，是有效提高震源机制计算结果稳定性和可靠性的途径。
技术实现思路
1、本专利技术的目的是提出一种计算小地震震源机制的新方法，其针对地震预警站网记录的加速度地震波形数据，综合p波初动极性空间分布、s/p振幅比一致性和直达体波震相波形相似性3类信息对计算结果进行约束，并用赤池信息准则给出震源机制解可能存在多解性的概率分布。本专利技术能有效降低可计算震源机制的小地震的震级下限，并克服由于计算结果存在多解而造成的不确定性，提高震源机制计算的稳定性和可靠性。
2、本专利技术提出一种基于地震预警站网观测的多信息震源机制计算方法，用于小地震震源机制的计算，技术方案如下：
3、(1)选择距离地震震中300km以内的台站，其中包括地震预警站网强震仪记录的加速度波形和测震台网地震计记录的速度波形，截取每个台站从发震时间前60s开始，长度为180s的地震波形，每个台站地震波形包含垂直方向(z向)、南北方向(n向)和东西方向(e向)3分量地震波形记录，组成计算输入数据库；
4、(2)p波初动极性获取；
5、2-1)首先通过人工拾取所计算地震清晰的p波初动极性，对于有速度和加速度同址观测的台站优先使用测震台网速度记录波形拾取p波初动极性，若速度记录不清晰则参考使用加速度记录，对于只有加速度观测的台站则直接使用加速度记录波形拾取p波初动极性；
6、2-2)将欲计算震源机制的地震做为目标地震，再选择与目标地震震中位置接近、震级至少大0.5级以上的地震作为模板，采用波形互相关模板匹配技术识别人工无法清晰识别的初动极性；
7、2-3)将同一台站人工识别与采用波形互相关模板匹配技术识别的初动极性进行校核，如其结果不一致则再次人工确认p波初动极性；
8、(3)计算震源机制初步解；
9、3-1)基于步骤(2)获取的p波初动极性，使用格点扫描方法计算震源机制解，在计算过程中允许删除或倒转最多一个台站的初动极性；
10、3-2)设定最佳矛盾比增加0.1以内的解都作为候选初步解，将其按矛盾比从小到大排列，选择前500个，作为震源机制计算的初步解，并记录每个初步解的初动极性矛盾比；
11、(4)体波波形筛选；
12、4-1)选择距离地震震中100km以内的台站，若台站记录为地表宽频带地震计记录的速度波形则直接经过1-5hz带通滤波，若台站记录为强震仪加速度记录，则先将加速度记录去均值去趋势后积分到速度记录，再经过1-5hz带通滤波；
13、4-2)人工筛选其中直达p波和s波震相波形信噪比高且记录波形清晰的台站，将三分量波形旋转到zrt坐标下，截取z分量p波到时前0.2s至后0.5s和rt分量s波到时前0.2s至后0.5s波形，用作下一步波形拟合计算使用；
14、(5)多信息拟合计算；
15、5-1)根据步骤(3)得到的震源机制初步解，计算步骤4-2)中所筛选出台站的理论地震图，经过1-5hz带通滤波；
16、5-2)计算4-2)中所筛选出震相的理论地震图的波形互相关系数，对同时选到p波和s波的台站利用t分量sh波最大振幅和z分量p波最大振幅计算s/p振幅比，再计算理论地震图和观测波形的振幅比相似系数；
17、5-3)利用初动极性矛盾比、波形互相关系数和振幅比相似系数，计算每个震源机制初步解的多信息拟合系数；
18、(6)震源机制聚类解概率分布计算；
19、6-1)以多信息拟合系数的最大值减0.02为阈值，取拟合系数高于阈值的震源机制初步解参与聚类计算；
20、6-2)聚类计算的标准为走向角、倾角、滑动角相差不大于30°。采用赤池信息准则计算每个参与聚类的震源机制初步解的aic值，再计算每个初步解的概率值；
21、6-3)将每一类中各个解的概率相加得到整个类的概率，每个节的走向角、倾角和滑动角的均值作为整个类的震源机制解，即得到聚类解的概率分布；
22、6-4)若聚类解中最大概率超过0.5则以其作为此地震的震源机制最优解，若无一类的概率超过0.5则认为此地震存在多解性本文档来自技高网...
【技术保护点】
1.一种基于地震预警站网观测的多信息震源机制计算方法，其特征是，包括下列步骤：
2.根据权利要求1所述基于地震预警站网观测的多信息震源机制计算方法，其特征在于：应用步骤5-3)计算震源机制初步解的多信息拟合系数，第i个初步解的多信息拟合系数MSFiti数学表达式为其中MDBi表示1减去第i个初步解的初动极性矛盾比，CCij表示第i个初步解第j个震相波形的互相关系数，RAik表示第i个初步解第k个台站的振幅比相似系数，M表示拾取了P波初动极性的台站个数，N表示步骤4-2)中筛选出的震相个数，P表示可计算振幅比系数的台站数。
3.根据权利要求1所述基于地震预警站网观测的多信息震源机制计算方法，其特征在于：应用步骤6-2)计算震源机制初步解的AIC值数学表达式为ΔAICi＝N·[log(MSFitmax)-log(MSFiti)]，其中MSFitmax为参与聚类的初步解中多信息拟合系数的最大值，计算第i个初步解的概率值ωi数学表达式为其中L为参与聚类的震源机制初步解的个数。
【技术特征摘要】
1.一种基于地震预警站网观测的多信息震源机制计算方法，其特征是，包括下列步骤：
2.根据权利要求1所述基于地震预警站网观测的多信息震源机制计算方法，其特征在于：应用步骤5-3)计算震源机制初步解的多信息拟合系数，第i个初步解的多信息拟合系数msfiti数学表达式为其中mdbi表示1减去第i个初步解的初动极性矛盾比，ccij表示第i个初步解第j个震相波形的互相关系数，raik表示第i个初步解第k个台站的振幅比相似系数，m表示拾取了p波初动...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。