dfa方法在跨断层水准资料中的应用研究

《dfa方法在跨断层水准资料中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、DFA方法在跨断层水准资料中的应用研究刘立炜①LIULi-inistration，Xi’an710054，China；②CenterforGeodeticDataPrecessing，NationalAdministrationofSurveying，MappingandGeoinformation，Xi’an710054，China）摘要：将去趋势波动分析方法引入流动跨断层观测资料的处理分析，利用去趋势波动分析方法能够滤去各阶趋势成分，其折点能够反应趋势背景场变化的特点，对东北缘地区祁连山断裂和海原断裂带的流动跨断层场地中原始观测曲线反

2、应构造信息和孕震信息较差的跨断层测段进行处理，所得结果显示跨断层去趋势波动曲线能够对场地周围4级以上地震的前兆异常有较好反应，使用该方法可以在一定程度上提高对跨断层成果的利用效率。Abstract：Detrendedfluctuationanalysis(DFA)hasthepropertyoffilteringthetrendponentofeachorderandthecrossovercanexpressthechangeofthetrendbackgroundfield.TheauthorsusetheDFAtoanalyzeth

3、emobilelevelingcross-faultdeformationsinnortheasternmarginoftheTibetanplateau.Thesecross-faultsitesarelocatedinQilianshanfaultzoneandhaiyuanfaultzoneandtheoriginalobservationcurvesdon’texpressthestructuralinformationandtheseismicinformation.TheresultshoityofMs4.0earthquak

4、earoundthesitesbetterandimprovetheefficiencyoflevelingacross-faultdata..jyqkation；analysisofearthquakeexample中图分类号：P315.7文献标识码：A：1006-4311（2015）02-0304-030引言1994年，Peng等[1]提出了分析幂律函数关系的一种方法-去趋势波动分析方法，该方法的优点，就在于其可以系统化地滤去各阶的趋势成分。此后，该方法被广泛使用于自然系统长程相关性的研究，既通过对观测资料处理后所得曲线标度的分布范围

5、来判断数据点自相似性，对未来观测资料的发展趋势有所预测。这种预测方法，广泛应用于降水分析、气温分析、云量分析和心脏动力学分析[2,3]，还有固体物理领域也有所应用[4]。由于流动跨断层场地观测时间间隔较长，多数场地的观测序列本身没有明显的随时间增加或减小的持续趋势。因此，分析数据的长程相关性没有实用价值，但是流动跨断层水准观测时间、观测人员和观测仪器都较为固定，这一方面最大限度的保证了观测数据的准确性和稳定性，但其观测数据也不可避免地包含了季节、仪器和观测人员等带入的趋势性误差，同时，观测场地周边环境也会给观测时间序列带来或大或小的影响。

6、因此，本文主要利用了去趋势波动分析方法本身可以滤去观测数据各阶趋势性成分这一特点，对东北缘地区的流动跨断层场地中原始观测序列曲线反应构造信息和孕震信息较差的跨断层测段进行处理，讨论该方法在构造分析与地震异常分析中应用的可行性。1资料情况跨断层测量是研究某一区域跨断裂带的断层运动速率、地震前兆异常与地质构造之间关系的重要手段之一。中国地震局第二监测中心在青藏高原东北缘地区布设有50多处跨断层场地，这些跨断层场地主要监测祁连山断裂带、海源断裂带和西秦岭北缘断裂带等主要活动构造带。自上世纪八十年代以来观测至今，已经积累了三十多年的观测资料。由于

7、跨断层形变测值在一定程度上反应了场地所控制断裂的构造运动随时间的变化，因此也有利用跨断层流动观测资料进行地震预报的成功案例。但是，由于跨断层观测资料受到温度、降水、观测误差等干扰因素的影响，有些场地观测时间序列原始曲线呈现多期大幅度尖点突跳或类似周期性跳跃，如本文中研究的大泉口和红柳峡的跨断层测段（图1），均无法从原始曲线中直观发现与构造和地震信息有关的变化。因此，目前在流动跨断层资料分析中的难点和热点问题仍然是如何从纷繁复杂的形变曲线中发现我们最为关心的构造信息和孕震信息。2方法介绍Peng等人在研究核糖核酸行为机制的过程中第一次提出了

8、去趋势波动分析方法，后Tau[5]等和Kantelhardt等[6]将该方法不断完善。DFA方法的具体计算方法如下：首先，将观测的时间序列中含有的噪声和各种因素引起的趋势项与系统本身的波动区分