[发明专利]一种基于无滤波最大切应变的地震前兆异常信息提取方法有效
申请号: | 202110116597.6 | 申请日: | 2021-01-28 |
公开(公告)号: | CN112926189B | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 宋冬梅;王慧;单新建;崔建勇;王斌 | 申请(专利权)人: | 中国石油大学(华东) |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F16/215;G06F16/29 |
代理公司: | 北京盛询知识产权代理有限公司 11901 | 代理人: | 方亚兵 |
地址: | 266500 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 滤波 最大 应变 地震 前兆 异常 信息 提取 方法 | ||
1.一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,包括以下步骤:
S1.通过目标地区的GLDAS水文数据,获得水文球谐系数,将所述目标地区的GRACE球谐系数与GLDAS球谐系数做差,从所述目标地区的GRACE数据中分离水文影响非构造因素,获得去除水文因素后的目标GRACE球谐系数;
S2.基于地球半径、余纬、经度和正则化勒让德函数,通过所述目标GRACE球谐系数,依据位系数理论,构建所述目标地区的重力场;
S3.基于相邻月的GRACE月重力场数据,通过所述重力场,获得月差分数据模型,其中,所述月差分数据模型包括,第一球谐系数和第二球谐系数;
S4.基于所述月差分数据模型,通过所述第一球谐系数和第二球谐系数,获得所述月差分数据模型对应的引力位,通过所述引力位的二阶梯度,基于左手系局部指北坐标系,获得拉格朗日重力应变张量,通过所述拉格朗日重力应变张量,构建最大切应变时间序列;
S5.基于所述最大切应变时间序列和所述最大切应变时间序列的平均值及标准差,对于所述最大切应变时间序列的特征点,通过“kσ”准则,在所述最大切应变时间序列的时间域上提取第一异常信息,基于空间范围内各单元格,通过设置偏移指数,在所述最大切应变时间序列的空间域上提取第二异常信息,基于所述第一异常信息和第二异常信息,在时空尺度上构建异常数据提取模型,通过所述异常数据提取模型,基于所述GRACE 数据,对所述目标地区进行GRACE数据分析,用于通过所述GRACE数据分析,提取所述目标地区的震前异常信息。
2.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述S1包括,基于所述GRACE球谐系数,通过全球陆面数据同化系统的水文数据模型,得到去除水文影响的所述目标GRACE球谐系数。
3.如权利要求2所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述水文数据模型的网格间隔为1°×1°;
所述水文数据模型,包括,雪水和地下0-2m土壤水含量。
4.如权利要求2所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述去除水文因素后GRACE球谐系数的阶次为96阶。
5.如权利要求1所述的一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述月差分数据模型包括,震前两年数据。
6.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述S4,包括,基于拉格朗日重力应变张量的最大特征值和最小特征值,构建所述最大切应变时间序列。
7.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述“kσ”准则为特征点时间序列中异常识别的判别标准,所述“kσ”准则的k值设置为3.2。
8.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
空间范围为5°×5°;
基于所述空间范围内各单元格,通过所述最大切应变时间序列的均值和标准差,获得所述偏移指数。
9.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,
所述偏移指数的公式为:
其中,K为所述偏移指数,MSH为最大切应变值,μMSH为最大切应变时间序列均值,σMSH为最大切应变时间序列标准差。
10.如权利要求1所述一种基于无滤波最大切应变的地震前兆异常信息提取方法,其特征在于,所述S5还包括,基于所述偏移指数,通过所述异常数据提取模型,绘制所述目标地区的震例特征图,基于所述震例特征图的时间特征和空间特征,基于所述异常数据提取模型,获得震前最大切应变异常信息,通过对比所述目标地区的地震年和无震期的所述偏移指数,构建所述偏移指数与所述目标地区的地质构造活动的关联模型,通过所述关联模型,基于所述偏移指数,对所述目标地区是否存在地震前兆重力异常做出预警。
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石油大学(华东),未经中国石油大学(华东)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/202110116597.6/1.html,转载请声明来源钻瓜专利网。