[发明专利]地震事件参数估计获取方法和系统,地震事件搜索引擎有效

专利信息
申请号: 201210101264.7 申请日: 2012-03-31
公开(公告)号: CN103365916A 公开(公告)日: 2013-10-23
发明(设计)人: 张捷;张海江;陈恩红;郑毅;况文欢 申请(专利权)人: 中国科学技术大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 李敬文
地址: 230026 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地震 事件 参数估计 获取 方法 系统 搜索引擎
【权利要求书】:

1.一种获取地震事件的地震参数估计的方法,包括:

输入地震事件的地震图数据,地震图数据包括地震波形;

在预先建立的历史地震图数据库和理论地震图数据库中通过波形匹配,采用近似最近邻搜索方法进行并行搜索,按照预定的相似度条件找出与该输入地震事件的地震图数据相似的多个地震图数据,作为搜索结果集合,其中所述历史地震图数据库存储实际发生的地震事件的地震图数据,所述理论地震图数据库存储人工模拟的地震图数据;以及

从搜索结果集合中确定匹配地震图数据,并从中获取输入地震事件的地震参数估计。

2.如权利要求1所述的方法,其中历史和理论地震图数据库中的地震图数据是经过索引处理的,以及采用局部敏感哈希方法进行搜索。

3.如权利要求1所述的方法,历史和理论地震图数据库中的地震图数据是经过索引处理的,以及采用多棵随机KD树方法进行搜索。

4.如权利要求1所述的方法,其中对于历史和理论地震图数据库,分别对存储的地震图数据进行分段频率滤波以分成多个频率分段,并且针对每个频率分段,分别根据地震图数据的初至到时和最大振幅到时来对齐波形,得到两组地震图数据。

5.如权利要求4所述的方法,其中对于历史和理论地震图数据库,分别对得到的两组地震图数据应用多棵随机KD树方法,以针对每一组地震图数据建立一棵或多棵KD树,

并且在多棵KD树的情况下,针对每一组内的多棵KD树并行执行所述搜索步骤。

6.如权利要求5所述的方法,其中地震图数据是多维度数据,

并且对于每一组地震图数据建立KD树包括:计算组内所有地震图数据在每个维度上的均值和方差,确定多个维度中具有相对于均值的最大方差的一个或多个维度,并且对于所确定的一个或多个维度中的每一个维度,以该维度上的均值作为中位数,将地震图数据划分成两部分,对每一个部分递归地进行所述计算、确定和划分步骤,直到每一部分只剩下单个地震图数据,从而建立一棵或多棵KD树。

7.如权利要求5所述的方法,其中在多棵KD树中采用近似最近邻搜索方法找出多个搜索结果,并将多个搜索结果按照近似程度从高到低的顺序排序,从中选择排列在前面的多个搜索结果,作为构成搜索结果集合的近似最近邻。

8.如权利要求1所述的方法,其中通过对预定的地震参数范围进行格点化,并对每一个格点,利用人工模拟计算理论地震图数据,来建立理论地震图数据库。

9.如权利要求1所述的方法,其中确定匹配地震图数据包括:计算输入地震图的地震图数据与搜索结果集合中每个搜索结果之间的互相关系数,并采用互相关系数最大的搜索结果作为匹配地震图数据。

10.如权利要求1所述的方法,其中预定的相似度条件包括预定的搜索准确率。

11.如权利要求1所述的方法,还包括:通过比较所有匹配地震图数据的互相关系数分布,来评估搜索结果的解析度和可靠性。

12.如权利要求1所述的方法,其中历史和理论地震图数据是根据单个或多个地震台记录的地震参数来建立的,

如果采用多个地震台记录的地震参数,针对每个地震台获取地震参数估计,并将多个地震台地震参数估计的交集确定为输入地震事件的地震参数估计。

13.如权利要求1所述的方法,其中当从历史地震图数据库和理论地震图数据库分别得到的匹配地震图数据与输入地震事件的地震图数据的互相关系数相同或相近时,选择历史地震图数据库的匹配地震图数据。

14.如权利要求1所述的方法,其中地震参数包括如下中的至少一个:震中距、震源深度、震源机制和震级。

15.一种获取地震事件的地震参数估计的系统,包括:

历史地震图数据库,存储实际发生的地震事件的地震图数据;

理论地震图数据库,存储人工模拟的地震图数据;

输入装置,输入地震事件的地震图数据,地震图数据包括地震波形;

搜索引擎,在历史地震图数据库和理论地震图数据库中通过波形匹配,采用近似最近邻方法进行并行搜索,按照预定的相似度条件找出与该输入地震事件的地震图数据相似的多个地震图数据,作为搜索结果集合,以及从搜索结果集合中确定匹配地震图数据,并从中获取输入地震事件的地震参数估计。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210101264.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top