CN114355438A - 地震震级的估算方法、装置、设备及可读存储介质 - Google Patents
地震震级的估算方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114355438A CN114355438A CN202210028528.4A CN202210028528A CN114355438A CN 114355438 A CN114355438 A CN 114355438A CN 202210028528 A CN202210028528 A CN 202210028528A CN 114355438 A CN114355438 A CN 114355438A
- Authority
- CN
- China
- Prior art keywords
- time
- seismic
- curve
- magnitude
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了地震震级的估算方法、装置、设备及可读存储介质,所述方法包括:获取第一数据,第一数据包括多组历史地震波数据,每组历史地震波数据中包括时间‑地震纵波的UD向加速度曲线;对时间‑地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间‑地震纵波的UD向加速度曲线;对每组过滤后的时间‑地震纵波的UD向加速度曲线进行截取,基于截取后的曲线计算功率谱幅值,得到多组功率谱幅值;对多组功率谱幅值进行拟合,得到震级估算公式,根据震级估算公式得到地震震级。通过本发明中的测震井和震级估算公式可以更加智能的计算震级,提高震级计算的准确性、实时性,并且降低了震级预测需要的时间。
Description
技术领域
本发明涉及震级估算技术领域,具体而言,涉及地震震级的估算方法、装置、设备及可读存储介质。
背景技术
地震震级是通过仪器给出地震大小的一种量度,我国目前普遍采用的方法是由仪器观测同时用地震波波形通过统计得到的经验公式来确定震级的大小,该方法震级测算时间较长。
发明内容
本发明的目的在于提供地震震级的估算方法、装置、设备及可读存储介质,以改善上述问题。
为了实现上述目的,本申请实施例提供了如下技术方案:
一方面,本申请实施例提供了地震震级的估算方法,所述方法包括:
获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
对多组所述功率谱幅值进行拟合,得到震级估算公式,根据所述震级估算公式得到地震震级。
第二方面,本申请实施例提供了地震震级的估算装置,所述装置包括第一获取模块、过滤模块、第一截取模块和拟合模块。
第一获取模块,用于获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
过滤模块,用于对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
第一截取模块,用于对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
拟合模块,用于对多组所述功率谱幅值进行拟合,得到震级估算公式,根据所述震级估算公式得到地震震级。
第三方面,本申请实施例提供了地震震级的估算设备,所述设备包括存储器和处理器。存储器用于存储计算机程序;处理器用于执行所述计算机程序时实现上述地震震级的估算方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述地震震级的估算方法的步骤。
本发明的有益效果为:
1、本发明通过对地震波到时后2秒的功率谱幅值计算,拟合了关于震中距、震级及幅值的公式,提出了一种地震波到时后2秒的地震震级估算公式,公式相关性达0.9,预测震级误差0.4,较现有方法而言,本方法能够更快的预测震级。
2、通过本发明中的测震井和震级估算公式可以更加智能的计算震级,提高震级计算的准确性、实时性,并且降低了震级预测需要的时间。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例中所述的地震震级的估算方法流程示意图;
图2是本发明实施例中所述的地震震级的估算装置结构示意图;
图3是本发明实施例中所述的地震震级的估算设备结构示意图;
图4是本发明实施例中所述的测震井的结构示意图;
图5是本发明实施例中所述的仪器放置结构的俯视图。
图中标记:1、连接节点;2、扁钢;3、钢筋混凝土护壁;4、泡沫隔离层;5、钢筋;6、止水带;7、可拆卸式止水带;8、分布钢筋;9、仪器墩;10、仪器墩隔振槽。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号或字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
如图1所示,本实施例提供了地震震级的估算方法,该方法包括步骤S1、步骤S2、步骤S3和步骤S4。
步骤S1、获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
步骤S2、对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
步骤S3、对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
步骤S4、对多组所述功率谱幅值进行拟合,得到震级估算公式,根据所述震级估算公式得到地震震级。
在本实施例中,选取日本地震台网K-NET、Kik-NET台站获取到的历史地震波数据,其地震波数据主要分布在日本本州岛中部及东部地区,地震波数据采样频率为100Hz,地震波数据采用16进制记录;获取到多组历史地震波数据后,将历史地震波数据中的地震P波UD向加速度数据,也就是时间-地震纵波的UD向加速度曲线进行3Hz的低通滤波,其中时间-地震纵波的UD向加速度曲线为以时间为横坐标,地震纵波的UD向加速度为纵坐标的曲线,滤波器采用二次网格型低通滤波器,滤除地震波的高频成分,滤除干扰;
然后对过滤后的时间-地震纵波的UD向加速度曲线进行截取,在本实施例中,从台站采集到地震波数据开始到后面两秒的数据,例如,12分30秒台站采集到地震波,那么就截取12分30秒到12分32秒这段时间对应的地震纵波的UD向加速度曲线,并计算其功率谱幅值,计算功率谱幅值时选择的窗函数是矩形窗,计算得到多组功率谱幅值后,即得到一个历史地震波数据对应的功率谱幅值、震级和震中距,其中震级和震中距也可以直接获取得到,然后按照公式M=A*PPRB+C*RD+E对多组历史地震波数据对应的功率谱幅值、震级和震中距进行拟合,公式中M为震级,A、B、C、D、E为待定系数,PPR为按照上述计算方法计算得到的所述功率谱幅值,R为震中距,经大量数据拟合得到最佳拟合公式M=3.75*PPR0.09183+0.09499*R0.5591+1.409±0.4,公式中PPR为所述功率谱幅值,R为震中距;
目前现有方法的震级估算普遍估算事件在3秒及以上,本实施例提供了一种2秒的震级估算公式,更加快速;并且本实施例的方法能够较为准确的估算,估算的震级与实际震级误差在0.4以内,符合我国现有规范标准;此外,本实施例的方法计算简单,运算速度快,在实际应用中可以快速估算出震级,实现实际应用的需要。
在本公开的一种具体实施方式中,所述步骤S3,还可以包括步骤S31、步骤S32和步骤S33。
步骤S31、将地震发生时,各台站采集到历史地震波数据的精准时刻定义为第一时刻;
步骤S32、将从所述第一时刻开始计时两秒后的时刻定义为第二时刻;
步骤S33、截取所述第一时刻到所述第二时刻的所述过滤后的时间-地震纵波的UD向加速度曲线,得到所述截取后的曲线。
在本实施例中,各台站采集到历史地震波数据的精准时刻可以人为的进行确定,同时也可以采用步骤S5-步骤S8中的方法进行确定,通过步骤S5-步骤S8中的方法得到的精准时刻更加的精确。
在本公开的一种具体实施方式中,所述方法,还可以包括步骤S5、步骤S6、步骤S7和步骤S8。
步骤S5、依次将所述过滤后的时间-地震纵波的UD向加速度曲线的每个时刻作为第一截取结束时刻,按照预设的第一时间长度对所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到至少一个第一曲线;
步骤S6、根据所述第一曲线和公式(1)计算得到每个所述第一截取结束时刻所对应的D值,所述公式(1)为:
log(Li)=log(ri·Ni)=(1-D)·log(ri)+c (1)
公式(1)中,ri为步长;Li为对所述第一曲线将步长ri移动Ni次得到的近似长度;Ni为自然数;c为截距;
步骤S7、基于每个所述第一截取结束时刻所对应的D值得到时间-D值曲线,对所述时间-D值曲线进行斜率计算,得到每个所述第一截取结束时刻对应的D值斜率,根据所述D值斜率,得到时间-斜率曲线,其中,通过公式(2)计算得到所述D值斜率,所述公式(2)为:
公式(2)中,Ki为i时刻的D值斜率;Di为i时刻的D值;Di-t+1为i-t+1时刻的D值;t为所述第一时间长度;
步骤S8、查找所述时间-斜率曲线第一次出现峰值的时刻,将所述第一次出现峰值的时刻减去所述第一时间长度得到所述各台站采集到历史地震波数据的精准时刻。
在本实施例中,预设的第一时间长度为0.75秒;本实施例中的方法可以理解为:例如要计算第3秒这一时刻对应的D值,那么截取的时间段就为2.25秒-3秒第一时间段的时间-地震纵波的UD向加速度曲线,然后再利用公式(1)就可以得到第3秒这一时刻所对应的D值,按照此种逻辑就可以得到每一个时刻的D值,进而得到每一个时刻对应的D值斜率,最终得到台站采集到此地震波数据的精准时刻,也可以理解为此地震波数据达到台站的精准时刻。
在本公开的一种具体实施方式中,所述步骤S4,还可以包括步骤S41。
步骤S41、对多组所述功率谱幅值进行拟合,得到所述震级估算公式,所述震级估算公式为:
M=3.75*PPR0.09183+0.09499*R0.5591+1.409±0.4 (3)
公式(3)中,M为震级,PPR为所述功率谱幅值,R为震中距。
在本公开的一种具体实施方式中,所述方法,还可以包括步骤S9、步骤S10、步骤S11、步骤S12和步骤S13。
步骤S9、获取第二数据、第三数据、第四数据、第五数据和第六数据,所述第二数据包括第一台站实时采集到的地震波数据,所述第三数据包括第二台站实时采集到的地震波数据,所述第四数据包括第三台站实时采集到的地震波数据,所述第五数据包括第四台站实时采集到的地震波数据,所述第一台站、第二台站、第三台站和第四台站实时采集到的地震波数据为同一地震所产生的地震波数据,每个台站实时采集到的所述地震波数据均包括时间-地震纵波的UD向加速度曲线,所述第六数据包括所述第一台站、所述第二台站、第三台站和第四台站的地理位置信息;
步骤S10、分别计算所述地震产生的地震波数据到达每个所述台站的精准时刻;
步骤S11、根据所述地震产生的地震波数据到达每个所述台站的精准时刻和所述第六数据计算得到地震发生的地理位置信息;
步骤S12、根据所述地震发生的地理位置信息和每个所述台站的地理位置信息得到每个所述台站与震中的距离;
步骤13、基于所述震级估算公式、每个所述台站实时采集到的地震波数据和每个所述台站与震中的距离计算得到四个震级估算结果,对四个所述震级估算结果取平均值,得到所述地震的最终震级结果。
本实施例中的时间-地震纵波的UD向加速度曲线也是为以时间为横坐标,地震纵波的UD向加速度为纵坐标的曲线。
在本公开的一种具体实施方式中,所述步骤S11,还可以包括步骤S111。
步骤S111、通过公式(4)-(6)计算得到地震发生的地理位置信息,所述公式(4)-(6)为:
公式(4)-(6)中,其中x为所述地震发生位置的经度;y为所述地震发生位置的纬度;h为所述地震发生位置的深度;x1为所述第一台站的经度;x2为所述第二台站的经度;x3为所述第三台站的经度;x4为所述第四台站的经度;y1为所述第一台站的纬度;y2为所述第二台站的纬度;y3为所述第三台站的纬度;y4为所述第四台站的纬度;h1为所述第一台站的深度;h2为所述第二台站的深度;h3为所述第三台站的深度;h4为所述第四台站的深度;Δt1为所述地震产生的地震波数据到达所述第二台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;Δt2为所述地震产生的地震波数据到达所述第三台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;Δt3为所述地震产生的地震波数据到达所述第四台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;v为地震P波速度,本公式中为6.5km/s。
在本实施例中,计算得到震级估算公式之后,当需要对实时采集的地震波数据进行震级估算时,本实施例中利用了4个台站实时采集到的地震波数据,然后根据步骤S5-步骤S8中的方法确定每一个地震波数据到达对应的台站的精准时刻,进而按照上述方法计算得到地震发生的位置,得到地震发生的位置后就能得到每个台站距离震中的距离,即得到震级估算公式中的参数R的值,然后再对实时采集的时间-地震纵波的UD向加速度曲线进行过滤,过滤后进行截取,仍然截取从台站采集到地震波数据开始到后面两秒的数据,例如,12分30秒台站采集到地震波,那么就截取12分30秒到12分32秒这段时间对应的地震纵波的UD向加速度曲线,并计算其功率谱幅值,得到震中距和功率谱幅值后就能根据震级估算公式计算得到震级,然后将四个台站对应的四个震级求取平均值,就可以得到实时发生的地震的最终震级结果。
在本公开的一种具体实施方式中,所述步骤S13,还可以包括步骤S131。
步骤S131、对每个所述台站实时采集到的时间-地震纵波的UD向加速度曲线进行截取,所述截取开始时刻为所述地震产生的地震波数据到达台站的精准时刻,所述截取结束时刻为所述地震产生的地震波数据到达台站的精准时刻加两秒后的时刻,并基于截取得到的时间-地震纵波的UD向加速度曲线计算其对应的功率谱幅值;基于计算得到的功率谱幅值、所述震级估算公式和台站与震中的距离得到所述震级估算结果。
在本公开的一种具体实施方式中,所述方法,还可以包括步骤S14。
步骤S14、发送第一控制命令,所述第一控制命令包括在各台站搭建测震井的命令,所述测震井中设置有加速度采集仪,所述加速度采集仪用于采集所述地震波数据;
所述测震井包括设置在所述测震井底部的仪器放置结构,所述仪器放置结构包括仪器墩9和仪器墩隔振槽10,所述仪器墩隔振槽10设置在所述仪器墩9四周;
分布钢筋8,所述分布钢筋8设置在所述仪器放置结构底部;
泡沫隔离层4,所述泡沫隔离层4设置在所述仪器墩9四周;
止水带6,在所述泡沫隔离层4中均插入有所述止水带6;以及
钢筋混凝土护壁3,所述钢筋混凝土护壁3与土壤的连接节点1利用聚氨酯嵌缝灌严,所述钢筋混凝土护壁3中贯穿设置有钢筋5,所述钢筋混凝土护壁3呈L型,所述钢筋混凝土护壁3设置在所述仪器放置结构两侧且所述钢筋混凝土护壁3的短边与所述仪器放置结构相连。
在本实施例中,台站采集到的地震波数据由测震井中安装的加速度采集仪采集得到;其中,测震井的结构如图4-图5所示,所述仪器墩隔振槽10中还可填充有泡沫板;在所述仪器放置结构底部设置分布钢筋8可以保障仪器墩9的强度;泡沫隔离层的厚度为50mm,可以对仪器墩9起到防水作用;止水带6为中埋式止水带;此外,测震井还可以包括扁钢2,扁钢2尺寸为40*4mm,扁钢2与钢筋网连接以进行防雷;测震井还可以包括可拆卸式止水带7,设置可拆卸式止水带7以达到止水和方便更换的目的。
在本公开的一种具体实施方式中,所述方法,还可以包括步骤S15。
步骤S15、发送第二控制命令,所述第二控制命令包括搭建钢筋混凝土护壁3的命令,其中,所述钢筋混凝土护壁3在搭建过程中,先用第一材料粉刷内墙面,粉刷厚度为20mm,所述第一材料为水泥砂浆按照1:2的比例混合成的材料;内墙面粉刷完成后再用聚氨酯防水涂料进行粉刷,粉刷厚度为1.5mm;聚氨酯防水涂料粉刷完成后再铺设氯化聚乙烯橡胶防水卷材,铺设厚度为1.5mm;氯化聚乙烯橡胶防水卷材铺设完成后再用第二材料粉刷内墙面,粉刷厚度为20mm,所述第二材料为水泥砂浆按照1:3的比例混合成的材料。
测震井的布置在地震预警系统中也起着很大的作用,合适的测震井能够减小地震动,本实施例中的测震井能减小由于设置测震井导致对土顶的加速度峰值误差,同时本实施例的测震井中还通过设置止水带等措施减来少由于雨水对测震设备的影响。
通过本实施例中的测震井和震级估算公式可以更加智能的计算震级,提高震级计算的准确性、实时性,并且降低了震级预测需要的时间。
实施例2
如图2所示,本实施例提供了地震震级的估算装置,所述装置包括第一获取模块701、过滤模块702、第一截取模块703和拟合模块704。
第一获取模块701,用于获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
过滤模块702,用于对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
第一截取模块703,用于对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
拟合模块704,用于对多组所述功率谱幅值进行拟合,得到震级估算公式,根据所述震级估算公式得到地震震级。
目前现有方法的震级估算普遍估算事件在3秒及以上,本实施例提供了一种2秒的震级估算公式,更加快速;并且本实施例的方法能够较为准确的估算,估算的震级与实际震级误差在0.4以内,符合我国现有规范标准;此外,本实施例的方法计算简单,运算速度快,在实际应用中可以快速估算出震级,实现实际应用的需要。
在本公开的一种具体实施方式中,所述第一截取模块703,还包括第一定义单元7031、第二定义单元7032和第一截取单元7033。
第一定义单元7031,用于将地震发生时,各台站采集到地震波数据的精准时刻定义为第一时刻;
第二定义单元7032,用于将从所述第一时刻开始计时两秒后的时刻定义为第二时刻;
第一截取单元7033,用于截取所述第一时刻到所述第二时刻的所述过滤后的时间-地震纵波的UD向加速度曲线,得到所述截取后的曲线。
在本公开的一种具体实施方式中,所述装置,还包括第二截取模块705、第一计算模块706、第二计算模块707和第三计算模块708。
第二截取模块705,用于依次将所述过滤后的时间-地震纵波的UD向加速度曲线的每个时刻作为第一截取结束时刻,按照预设的第一时间长度对所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到至少一个第一曲线;
第一计算模块706,用于根据所述第一曲线和公式(1)计算得到每个所述第一截取结束时刻所对应的D值,所述公式(1)为:
log(Li)=log(ri·Ni)=(1-D)·log(ri)+c (1)
公式(1)中,ri为步长;Li为对所述第一曲线将步长ri移动Ni次得到的近似长度;Ni为自然数;c为截距;
第二计算模块707,用于基于每个所述第一截取结束时刻所对应的D值得到时间-D值曲线,对所述时间-D值曲线进行斜率计算,得到每个所述第一截取结束时刻对应的D值斜率,根据所述D值斜率,得到时间-斜率曲线,其中,通过公式(2)计算得到所述D值斜率,所述公式(2)为:
公式(2)中,Ki为i时刻的D值斜率;Di为i时刻的D值;Di-t+1为i-t+1时刻的D值;t为所述第一时间长度;
第三计算模块708,用于查找所述时间-斜率曲线第一次出现峰值的时刻,将所述第一次出现峰值的时刻减去所述第一时间长度得到所述各台站采集到历史地震波数据的精准时刻。
在本公开的一种具体实施方式中,所述拟合模块704,还包括拟合单元7041。
拟合单元7041,用于对多组所述功率谱幅值进行拟合,得到所述震级估算公式,所述震级估算公式为:
M=3.75*PPR0.09183+0.09499*R0.5591+1.409±0.4 (3)
公式(3)中,M为震级,PPR为所述功率谱幅值,R为震中距。
在本公开的一种具体实施方式中,所述装置,还包括第二获取模块709、第四计算模块710、第五计算模块711、第六计算模块712和第七计算模块713。
第二获取模块709,用于获取第二数据、第三数据、第四数据、第五数据和第六数据,所述第二数据包括第一台站实时采集到的地震波数据,所述第三数据包括第二台站实时采集到的地震波数据,所述第四数据包括第三台站实时采集到的地震波数据,所述第五数据包括第四台站实时采集到的地震波数据,所述第一台站、第二台站、第三台站和第四台站实时采集到的地震波数据为同一地震所产生的地震波数据,每个台站实时采集到的所述地震波数据均包括时间-地震纵波的UD向加速度曲线,所述第六数据包括所述第一台站、所述第二台站、第三台站和第四台站的地理位置信息;
第四计算模块710,用于分别计算所述地震产生的地震波数据到达每个所述台站的精准时刻;
第五计算模块711,用于根据所述地震产生的地震波数据到达每个所述台站的精准时刻和所述第六数据计算得到地震发生的地理位置信息;
第六计算模块712,用于根据所述地震发生的地理位置信息和每个所述台站的地理位置信息得到每个所述台站与震中的距离;
第七计算模块713,用于基于所述震级估算公式、每个所述台站实时采集到的地震波数据和每个所述台站与震中的距离计算得到四个震级估算结果,对四个所述震级估算结果取平均值,得到所述地震的最终震级结果。
在本公开的一种具体实施方式中,所述第五计算模块711,还包括第一计算单元7111。
计算单元7111,用于通过公式(4)-(6)计算得到地震发生的地理位置信息,所述公式(4)-(6)为:
公式(4)-(6)中,其中x为所述地震发生位置的经度;y为所述地震发生位置的纬度;h为所述地震发生位置的深度;x1为所述第一台站的经度;x2为所述第二台站的经度;x3为所述第三台站的经度;x4为所述第四台站的经度;y1为所述第一台站的纬度;y2为所述第二台站的纬度;y3为所述第三台站的纬度;y4为所述第四台站的纬度;h1为所述第一台站的深度;h2为所述第二台站的深度;h3为所述第三台站的深度;h4为所述第四台站的深度;Δt1为所述地震产生的地震波数据到达所述第二台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;Δt2为所述地震产生的地震波数据到达所述第三台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;Δt3为所述地震产生的地震波数据到达所述第四台站的精准时刻减去所述地震产生的地震波数据到达所述第一台站的精准时刻的数值;v为地震P波速度,本公式中为6.5km/s。
在本公开的一种具体实施方式中,所述第七计算模块713,还包括第二截取单元7131。
第二截取单元7131,用于对每个所述台站实时采集到的时间-地震纵波的UD向加速度曲线进行截取,所述截取开始时刻为所述地震产生的地震波数据到达台站的精准时刻,所述截取结束时刻为所述地震产生的地震波数据到达台站的精准时刻加两秒后的时刻,并基于截取得到的时间-地震纵波的UD向加速度曲线计算其对应的功率谱幅值;基于计算得到的功率谱幅值、所述震级估算公式和台站与震中的距离得到所述震级估算结果。
在本公开的一种具体实施方式中,所述装置,还包括第一发送模块714。
第一发送模块714,用于发送第一控制命令,所述第一控制命令包括在各台站搭建测震井的命令,所述测震井中设置有加速度采集仪,所述加速度采集仪用于采集所述地震波数据;
所述测震井包括设置在所述测震井底部的仪器放置结构,所述仪器放置结构包括仪器墩9和仪器墩隔振槽10,所述仪器墩隔振槽10设置在所述仪器墩9四周;
分布钢筋8,所述分布钢筋8设置在所述仪器放置结构底部;
泡沫隔离层4,所述泡沫隔离层4设置在所述仪器墩9四周;
止水带6,在所述泡沫隔离层4中均插入有所述止水带6;以及
钢筋混凝土护壁3,所述钢筋混凝土护壁3与土壤的连接节点1利用聚氨酯嵌缝灌严,所述钢筋混凝土护壁3中贯穿设置有钢筋5,所述钢筋混凝土护壁3呈L型,所述钢筋混凝土护壁3设置在所述仪器放置结构两侧且所述钢筋混凝土护壁3的短边与所述仪器放置结构相连;
在本公开的一种具体实施方式中,所述装置,还包括第二发送模块715。
第二发送模块715,用于发送第二控制命令,所述第二控制命令包括搭建钢筋混凝土护壁3的命令,其中,所述钢筋混凝土护壁3在搭建过程中,先用第一材料粉刷内墙面,粉刷厚度为20mm,所述第一材料为水泥砂浆按照1:2的比例混合成的材料;内墙面粉刷完成后再用聚氨酯防水涂料进行粉刷,粉刷厚度为1.5mm;聚氨酯防水涂料粉刷完成后再铺设氯化聚乙烯橡胶防水卷材,铺设厚度为1.5mm;氯化聚乙烯橡胶防水卷材铺设完成后再用第二材料粉刷内墙面,粉刷厚度为20mm,所述第二材料为水泥砂浆按照1:3的比例混合成的材料。
需要说明的是,关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例3
相应于上面的方法实施例,本公开实施例还提供了地震震级的估算设备,下文描述的地震震级的估算设备与上文描述的地震震级的估算方法可相互对应参照。
图3是根据一示例性实施例示出的地震震级的估算设备800的框图。如图3所示,该地震震级的估算设备800可以包括:处理器801,存储器802。该地震震级的估算设备800还可以包括多媒体组件803,输入/输出(I/O)接口804,以及通信组件805中的一者或多者。
其中,处理器801用于控制该地震震级的估算设备800的整体操作,以完成上述的地震震级的估算方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该地震震级的估算设备800的操作,这些数据例如可以包括用于在该地震震级的估算设备800上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该地震震级的估算设备800与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件805可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,该地震震级的估算设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的地震震级的估算方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的地震震级的估算方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器802,上述程序指令可由该地震震级的估算设备800的处理器801执行以完成上述的地震震级的估算方法。
实施例4
相应于上面的方法实施例,本公开实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的地震震级的估算方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的地震震级的估算方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.地震震级的估算方法,其特征在于,包括:
获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
对多组所述功率谱幅值进行拟合,得到震级估算公式,根据所述震级估算公式得到地震震级。
2.根据权利要求1所述的地震震级的估算方法,其特征在于,所述对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,包括:
将地震发生时,各台站采集到地震波数据的精准时刻定义为第一时刻;
将从所述第一时刻开始计时两秒后的时刻定义为第二时刻;
截取所述第一时刻到所述第二时刻的所述过滤后的时间-地震纵波的UD向加速度曲线,得到所述截取后的曲线。
3.根据权利要求2所述的地震震级的估算方法,其特征在于,所述各台站采集到历史地震波数据的精准时刻的计算方法,包括:
依次将所述过滤后的时间-地震纵波的UD向加速度曲线的每个时刻作为第一截取结束时刻,按照预设的第一时间长度对所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到至少一个第一曲线;
根据所述第一曲线和公式(1)计算得到每个所述第一截取结束时刻所对应的D值,所述公式(1)为:
log(Li)=log(ri·Ni)=(1-D)·log(ri)+c (1)
公式(1)中,ri为步长;Li为对所述第一曲线将步长ri移动Ni次得到的近似长度;Ni为自然数;c为截距;
基于每个所述第一截取结束时刻所对应的D值得到时间-D值曲线,对所述时间-D值曲线进行斜率计算,得到每个所述第一截取结束时刻对应的D值斜率,根据所述D值斜率,得到时间-斜率曲线,其中,通过公式(2)计算得到所述D值斜率,所述公式(2)为:
公式(2)中,Ki为i时刻的D值斜率;Di为i时刻的D值;Di-t+1为i-t+1时刻的D值;t为所述第一时间长度;
查找所述时间-斜率曲线第一次出现峰值的时刻,将所述第一次出现峰值的时刻减去所述第一时间长度得到所述各台站采集到历史地震波数据的精准时刻。
4.根据权利要求1所述的地震震级的估算方法,其特征在于,所述对多组所述功率谱幅值进行拟合,得到震级估算公式,包括:
对多组所述功率谱幅值进行拟合,得到所述震级估算公式,所述震级估算公式为:
M=3.75*PPR0.09183+0.09499*R0.5591+1.409±0.4 (3)
公式(3)中,M为震级,PPR为所述功率谱幅值,R为震中距。
5.地震震级的估算装置,其特征在于,包括:
第一获取模块,用于获取第一数据,所述第一数据包括多组历史地震波数据,每组所述历史地震波数据中包括时间-地震纵波的UD向加速度曲线;
过滤模块,用于对所述时间-地震纵波的UD向加速度曲线进行过滤,得到多组过滤后的时间-地震纵波的UD向加速度曲线;
第一截取模块,用于对每组所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到多组截取后的曲线,基于所述截取后的曲线计算功率谱幅值,得到多组所述功率谱幅值;
拟合模块,用于对多组所述功率谱幅值进行拟合,得到震级估算公式。
6.根据权利要求5所述的地震震级的估算装置,其特征在于,所述第一截取模块,包括:
第一定义单元,用于将地震发生时,各台站采集到地震波数据的精准时刻定义为第一时刻;
第二定义单元,用于将从所述第一时刻开始计时两秒后的时刻定义为第二时刻;
第一截取单元,用于截取所述第一时刻到所述第二时刻的所述过滤后的时间-地震纵波的UD向加速度曲线,得到所述截取后的曲线。
7.根据权利要求6所述的地震震级的估算装置,其特征在于,所述装置,包括:
第二截取模块,用于依次将所述过滤后的时间-地震纵波的UD向加速度曲线的每个时刻作为第一截取结束时刻,按照预设的第一时间长度对所述过滤后的时间-地震纵波的UD向加速度曲线进行截取,得到至少一个第一曲线;
第一计算模块,用于根据所述第一曲线和公式(1)计算得到每个所述第一截取结束时刻所对应的D值,所述公式(1)为:
log(Li)=log(ri·Ni)=(1-D)·log(ri)+c (1)
公式(1)中,ri为步长;Li为对所述第一曲线将步长ri移动Ni次得到的近似长度;Ni为自然数;c为截距;
第二计算模块,用于基于每个所述第一截取结束时刻所对应的D值得到时间-D值曲线,对所述时间-D值曲线进行斜率计算,得到每个所述第一截取结束时刻对应的D值斜率,根据所述D值斜率,得到时间-斜率曲线,其中,通过公式(2)计算得到所述D值斜率,所述公式(2)为:
公式(2)中,Ki为i时刻的D值斜率;Di为i时刻的D值;Di-t+1为i-t+1时刻的D值;t为所述第一时间长度;
第三计算模块,用于查找所述时间-斜率曲线第一次出现峰值的时刻,将所述第一次出现峰值的时刻减去所述第一时间长度得到所述各台站采集到历史地震波数据的精准时刻。
8.根据权利要求5所述的地震震级的估算装置,其特征在于,所述拟合模块,包括:
拟合单元,用于对多组所述功率谱幅值进行拟合,得到所述震级估算公式,所述震级估算公式为:
M=3.75*PPR0.09183+0.09499*R0.5591+1.409±0.4 (3)
公式(3)中,M为震级,PPR为所述功率谱幅值,R为震中距。
9.地震震级的估算设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述地震震级的估算方法的步骤。
10.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述地震震级的估算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028528.4A CN114355438B (zh) | 2022-01-11 | 2022-01-11 | 地震震级的估算方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028528.4A CN114355438B (zh) | 2022-01-11 | 2022-01-11 | 地震震级的估算方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114355438A true CN114355438A (zh) | 2022-04-15 |
CN114355438B CN114355438B (zh) | 2022-08-09 |
Family
ID=81108860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210028528.4A Active CN114355438B (zh) | 2022-01-11 | 2022-01-11 | 地震震级的估算方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114355438B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628955A (zh) * | 2012-04-24 | 2012-08-08 | 成都高新减灾研究所 | 一种地震预警震级获取方法 |
CN105676286A (zh) * | 2016-01-25 | 2016-06-15 | 西南交通大学 | 一种用于地震预警系统的实时地震震级估计方法 |
CN106501843A (zh) * | 2016-11-03 | 2017-03-15 | 安徽锦坤电子科技有限公司 | 一种对地震震级的识别判断方法 |
JP2018036254A (ja) * | 2016-09-01 | 2018-03-08 | 公益財団法人鉄道総合技術研究所 | 早期地震警報のための地震規模決定方法 |
CN108089225A (zh) * | 2017-12-02 | 2018-05-29 | 桂林理工大学 | 一种基于单台站初至p波的震级快速估算方法 |
CN109901220A (zh) * | 2019-03-28 | 2019-06-18 | 夏仕安 | 一种用于地震预警系统的地震震级的判别方法 |
CN112230270A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种地震预警方法、装置、设备及可读存储介质 |
CN113419271A (zh) * | 2021-05-07 | 2021-09-21 | 中铁二院工程集团有限责任公司 | 一种地震震级预测方法、装置、设备及可读存储介质 |
-
2022
- 2022-01-11 CN CN202210028528.4A patent/CN114355438B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628955A (zh) * | 2012-04-24 | 2012-08-08 | 成都高新减灾研究所 | 一种地震预警震级获取方法 |
CN105676286A (zh) * | 2016-01-25 | 2016-06-15 | 西南交通大学 | 一种用于地震预警系统的实时地震震级估计方法 |
JP2018036254A (ja) * | 2016-09-01 | 2018-03-08 | 公益財団法人鉄道総合技術研究所 | 早期地震警報のための地震規模決定方法 |
CN106501843A (zh) * | 2016-11-03 | 2017-03-15 | 安徽锦坤电子科技有限公司 | 一种对地震震级的识别判断方法 |
CN108089225A (zh) * | 2017-12-02 | 2018-05-29 | 桂林理工大学 | 一种基于单台站初至p波的震级快速估算方法 |
CN109901220A (zh) * | 2019-03-28 | 2019-06-18 | 夏仕安 | 一种用于地震预警系统的地震震级的判别方法 |
CN112230270A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种地震预警方法、装置、设备及可读存储介质 |
CN113419271A (zh) * | 2021-05-07 | 2021-09-21 | 中铁二院工程集团有限责任公司 | 一种地震震级预测方法、装置、设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
江鹏 等: "基于峰值加速度计算震级的方法研究", 《四川地震》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114355438B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pezzopane et al. | Assimilation of autoscaled data and regional and local ionospheric models as input sources for real-time 3-D International Reference Ionosphere modeling | |
Michel et al. | Seismic vulnerability assessment to slight damage based on experimental modal parameters | |
Zijl et al. | Application of data assimilation for improved operational water level forecasting on the northwest European shelf and North Sea | |
CN103336298A (zh) | 一种大地震断裂区域前兆数据的采集和分析方法 | |
CN103308015A (zh) | 混凝土振捣有效覆盖范围实时监测方法 | |
CN106921980A (zh) | 一种lte室内覆盖泄露确定方法和装置 | |
JP2008089316A (ja) | 津波波源推定方法及び津波波高予測方法並びにその関連技術 | |
CN114355438B (zh) | 地震震级的估算方法、装置、设备及可读存储介质 | |
JP6024012B1 (ja) | 二点間の波動伝播時間の推定方法 | |
Peng et al. | Application of a Threshold‐Based Earthquake Early Warning Method to the M w 6.6 Lushan Earthquake, Sichuan, China | |
Phillips et al. | Depth of closure and shoreline indicators: empirical formulae for beach management | |
Kellogg et al. | CASA Central and South America GPS Geodesy | |
Chandler et al. | An attenuation model for distant earthquakes | |
JP2007071707A (ja) | リアルタイム地震情報を利用した地震動強さの予測方法および防災システム | |
Johnston et al. | Continuous strain measurements during and preceding episodic creep on the San Andreas fault | |
Over et al. | Adjusting annual maximum peak discharges at selected stations in northeastern Illinois for changes in land-use conditions | |
Verachtert | Deterministic and probabilistic determination of dynamic soil characteristics | |
CN108981659A (zh) | 一种全自动gps位移观测设备的测量方法 | |
Vilibić et al. | A new approach to sea level observations in Croatia | |
CN210982750U (zh) | 基于gnss和简易烈度计的地震测量台站及系统 | |
Gatti | Experimental calculation of the damping ratio in buildings hosting permanent GPS stations during the recent Italian earthquakes | |
Hildyard et al. | T pd, a damped predominant period function with improvements for magnitude estimation | |
Augliera et al. | RAIS: a real time strong-motion network in northern Italy | |
Carrasco et al. | Cost-loss analysis of calm weather windows | |
Teza et al. | SURMODERR: A MATLAB toolbox for estimation of velocity uncertainties of a non-permanent GPS station |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |