地震定位研究综述

《地震定位研究综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、地震定位研究综述地震定位研究综述REVIEWOFSEISMICLOCATIONSTUDY地球物理系98级田玥摘要综述了各种地震定位方法的基本原理，重点介绍了Geiger的经典方法以及在此基础上建立的各种线性方法：联合定位法，相对定位法，和最新的双重残差法；对每一种方法的应用情况，尤其是国内的工作做了总结；同时也指出了各种方法的特点，并进行了相应的比较。此外，还简要介绍了空间域的定位方法和各种非线性定位方法。AbstractInthisarticlewereviewthebasictheoriesofvariousapproachestoseismiclocation,

2、especiallytheclassicmethodattributedtoGeigerandvariouslinearmethodsbasedonit,i.e.,thejointhypocenterdetermination,simultaneousstructureandhypocenterdetermination,relativelocationtechnique,anddouble-differencelocationalgorithm.Wealsoreviewtheapplicationsofeachapproach,especiallytheworkdo

3、neinChina.Wecomparethedifferentmethodsandpointoutthetraitofeachapproach.Inaddition,thelocationmethodinspaceandnon-linearlocationmethodsarealsobeenreviewed.一、引言地震定位是地震学中最经典、最基本的问题之一，对于研究诸如地震活动构造、地球内部结构、震源的几何构造等此类地震学中的基本问题有重要意义。此外，基于快速准确的地震定位的地震速报，对于震后的减灾、救灾工作也是至关重要的。因此，地震学家一直在不断改进或提出新的定位

4、方法。地震定位问题的提法如下：根据台站对地震到时的观测资料，来确定震源的空间坐标和发震时刻，有时还给出对解的评价。早期的地震定位方法以几何作图法为主[1]。近三十年来由于计算机技术的飞速发展和广泛应用，基于科学计算和计算机技术的智能化数值自动定位方法也得到了迅速发展，并业已成为当前地震定位的主流方法。我国最初的地震定位工作由李善邦先生于1930年在北京鹫峰地震台开创，1953年开始采用多台站大规模观测数据确定震中，现在大多使用国际流行的定位方法。本文只介绍目前广泛使用的计算机定位方法，重点介绍Geiger的经典方法以及在此基础上建立的各种线性方法：联合定位法，相对定位

5、法，和双重残差法，并且重点总结了国内的有关工作。二、经典定位方法（一）、经典方法现行的线性定位方法大都源于1912年Geiger提出的经典方法[2]：设n个台站的观测到时为EMBEDEquation.3求震源EMBEDEquation.3及发震时刻EMBEDEquation.3，使得目标函数EMBEDEquation.3(1)最小。其中EMBEDEquation.3为到时残差EMBEDEquation.3，(2)EMBEDEquation.3为震源到第i个台站的计算走时。使目标函数取极小值也即EMBEDEquation.3，(3)其中EMBEDEquation.3.为

6、方便，记EMBEDEquation.3，(4)则由(3)式，在真解EMBEDEquation.3附近任意试探解EMBEDEquation.3及其校正矢量EMBEDEquation.3满足EMBEDEquation.3.(5)也即EMBEDEquation.3.(6)由EMBEDEquation.3的定义可得公式(6)的具体表达式EMBEDEquation.3.(7)若EMBEDEquation.3偏离真解EMBEDEquation.3不大，则EMBEDEquation.3和EMBEDEquation.3较小，可忽略二阶导数项，(7)式被简化为线性最小二乘解：EMBED

7、Equation.3.(8)以矩阵形式表示，上式为EMBEDEquation.3，(9)其中EMBEDEquation.3.若二阶导数项不可忽略，则(7)式给出非线性最小二乘解EMBEDEquation.3.(10)通常各台站的到时数据具有不同的精度，如果不加以区别，则具有较低精度的数据将严重干扰结果的精度，这一问题可以通过引入加权目标函数来解决。设各台站到时残差EMBEDEquation.3的方差为EMBEDEquation.3，引入加权目标函数EMBEDEquation.3，(11)按照上述同样的步骤，通过求(11)式的极小值，得到如下加权线性最