低频前驱波频谱特征分析.pdf

低频前驱波频谱特征分析.pdf

ID:54377421

大小:434.04 KB

页数:9页

时间:2020-05-01

低频前驱波频谱特征分析.pdf_第1页
低频前驱波频谱特征分析.pdf_第2页
低频前驱波频谱特征分析.pdf_第3页
低频前驱波频谱特征分析.pdf_第4页
低频前驱波频谱特征分析.pdf_第5页
资源描述:

《低频前驱波频谱特征分析.pdf》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、地震地磁观测与研究第35卷第3/4期SEISM0L0GICALANDGE0MAGNETICVoI.35NO.3/42014年8月0BSERVAT10NANDRESEARCHAug.2014doi:10.3969/J.issn.1003-3246.2014.03/04.006低频前驱波频谱特征分析李继业武晓军任建辉张彦吉孙鹏宇孙强。)吴海波胡滨生u胡澜滨李靖1)中国黑龙江150021哈尔滨市防震减灾技术中心2)中国黑龙江150900哈尔滨市通河地震台3)中国黑龙江150321哈尔滨市阿城地震台4)中国黑龙江150700哈尔滨市延寿地震台摘要前驱波是一种暂态信号,是在震源成核过程中发射出的低

2、频波,可能是一种有价值的短临前兆信息。选取功率谱、傅里叶谱和边际谱分析方法,对黑龙江及邻区3次中强地震前,水位和竖直摆倾斜共5次低频前驱波异常进行分析,给出水位和竖直摆倾斜低频前驱波频谱特征,丰富了3种前驱波信息提取方法在黑龙江及邻区的应用。关键词中强地震;前驱波;频谱特征0引言“前驱波”作为一种暂态信号,由金森博雄(1972)发现并命名,在1960年智利8.3级地震前15min,在距震中近万千米的美国加州帕萨迪纳地震台长周期地震仪记录中,发现震荡周期为3O06O0S的长周期波(Kanamorietal,1974)。近年来,国内外一些学者对前驱波进行大量探索,丰富了前驱波与地震之间关系的

3、认识。低频前驱波更是以其物理意义不断明确、环境干扰因素少,被认为是具有重要价值、可靠的短临前兆信息(陈运泰等,1979;冯德益等,1984;Dieterich,1992;Rice,1993;Monastersky,1994;郭增建等,1996;刘万琴等,1999;李世愚等,2000;王庆良等,2006;陈德福等,2006;张淑亮等,2008,2009,2011)。因此,这些长周期信息有望对地震临震预报起到巨大的推动作用。前驱波的研究,有可能成为2l世纪地震预测和理论研究的一个突破点。在地震前兆观测资料,不同程度地受到场地条件、自然环境、人为活动等因素的干扰,干扰变化出现的频次往往比前兆异

4、常信息频繁。当干扰背景较大,正常背景值难以确定时,地震前兆异常信息难以提取(邱永平,2011)。因此,研究前驱波的关键是前驱波的识别问题,大地震前低频前驱波信号容易被系统噪声和环境干扰淹没,近场区中强地震前低频前驱波更加微弱,给分析和研究工作带来困难,如何从复杂多变的前兆观测资料中,提取有效的低频前驱波,是前驱波研究工作和实际应用的关键。本文尝试应用基于希尔伯特一黄变换的边际谱方法,对黑龙江及邻区中强地震前数字化低频前驱波频谱特征进行提取与分析,并与传统的功率谱和傅里叶谱分析结果进行对比,初步总结近场区中强地震前水位、竖直摆倾斜前驱波异常的频谱特征。作者简介:李继业(1981~),男,硕

5、士,高级工程师,主要从事地震活动性及地震预测方法的研究工作基金项目:中国地震局地震科技星火计划项目(XH12015Y);黑龙江省自然科学基金项目(200906)资助本文收到日期:2014—03一lO第3/4期李继业等:低频前驱波频谱特征分析1前驱波频谱提取方法希尔伯特一黄变换是一种运用于非线性、非平稳信号的处理方法,是对Fourier变换基本信号和频率定义做创造性改进,不再认为信号是由一组固定频率和振幅的正弦信号的加权和,而是认为由固有模态函数(intrinsicmodefunction,IMF)的信号组成。希尔伯特一黄变换(Hilbert—HuangTransform,简称HHT)方法

6、由经验模态分解(EmpiricalModeDecomposi—tion,简称EMD)方法和Hilbert变换组成(HuangNE,1998)。EMD方法即Huang变换,依据信号本身的时间尺度特征,将信号分解为含有不同时间尺度且满足以下两个定义条件的一组IMF,每个IMF可以认为是信号中固有的一个模态函数:①对于一列数据极值点和过零点数目必须相等或至多相差一点;②在任意点,由局部极大点和极小点构成的两条包络线的平均值为零。信号经EMD分解后得到多个IMF的组合,对每个IMF分量进行Hilbert变换,即可得到每个IMF分量的瞬时频率,综合所有IMF分量的瞬时频谱得到Hilbert谱。为了

7、尽可能的消除固体潮汐等长周期信号的频谱影响,突出前驱波异常或干扰的频谱特征,应用希尔伯特一黄变换理论,将数据EMD分解为不同的自适应模态函数(IMF),通过对单一频率的IMF分析,既可以排除长周期数据影响,又可以对数据进行重构。前驱波在低频段IMF1—3反映比较明显,峰值高的时间段和异常出现的时间吻合;并且IMF4—8的周期均大于1小时,排除包含低频前驱波异常频段。通过对IMF1—3进行重构,采用基于希尔伯特一黄变换理论的边际谱方法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。