简介:我们控制着内华达州约卡山的一个微震台网,有人提出在其附近贮藏着高量级原子核废料堆。台网由四个高增益(其值高达34000000)窄频带(25HZ)的遥测子台组成。在平静期内通过对台网的震级校正,我们期望能完全记录到15公里范围内M≥-1的地震事件。在1990年8月至10月期间,使这四个台站以每小时12小时为周期昼夜运行。在此之后,一直到1991年4月为止,工作断断续续地进行着。微震活动性的图像证实,在贮藏核废料地方的附近,存在着地震平静带。我们仅记录到约10个地震事件,其走时差S—P<3秒(D<24公里)。大多数地震事件的走时差在3—3.8秒之间,这与Rogers等(1987)和Gomberg(1991)观测到的距离在24—52公里范围内的较高地震活动性一致。Oliver(1966)的发现与我们在约卡山观测的结果相反。他们认为,在地震活动区域内,多数地震的走时差为S—P<3秒。通过猛犸湖附近的四个徵震台站观测的结果,我们证实了这个预想,在那儿,我们观测到的微震发生率为每天100多次,其中大多数的走时差S—P<3秒。通过对南部大盆地地震台网的地震活动性资料的归纳证实,在约卡山邻近地区的微震活动性很低。
简介:通过对白银地震台洞体应变观测资料趋势变化的分析,发现2013年岷县-漳县6.6级地震和2016年门源6.4级地震前均出现了趋势变化异常,认为该地震台洞体应变观测能够很好地记录到当地的地壳变化信息。
简介:本文采用“双差地震定位法”重新定位了福建数字地震台网正式运行以来发生的水口库区附近的地震,结果表明,记录的地震分二个时段,分别发生于不同的小区域内1999年1月~12底,发生于N26.35°~N26.40°,E118.67°~E118.70°,约5×3km2范围内,震源深度集中在9~10km范围内,整个震源的分布为一近水平的南北展布,具有一定的构造地震特征;2000年初至2005年末,地震主要发生于N26.39°~N26.41°,E118.62°~E118.64°,约2×2km2范围内,震源深度约2~4km,由于记录的地震震级小、个数少、时间跨度大,认为应是浅表应力局部调整的结果。
简介:地震宏观异常是指地震前后人的感觉能直接察觉到的自然界异常现象,本研究在芦山地震后,针对公众通过微博发布的异常信息进行搜集,提出从真实性、完整性、信誉度和关联度四方面对公众提供的微博宏观异常信息进行筛选的方法,并根据筛选后的信息从时间角度、空间分布等方面进行芦山地震前后宏观异常信息的分析研究.结果表明,芦山地震前后是有宏观异常出现的,公众关注的异常种类主要为动物异常与天气异常;震前发生宏观异常占宏观异常总数的67%,但仅有30%被发布;微博发布的宏观异常信息中,大多位于距离震中较远的成都市,而非震中地区.微博信息可以作为宏观异常信息的一个主要的及时信息来源,有助于发挥群测群防在防震减灾工作中的作用.
简介:在我国各地区承灾体特征差异性明显,且西南地区经历多次灾后重建,承灾体种类及其脆弱性呈多元化趋势的情况下,传统的通用数据标准已不再适用。此外,传统手工填写的数据采集方式导致数据汇总耗时耗力,且无法保障数据的准确性、一致性和时效性,严重影响了震害预测和灾后应急响应等工作的开展。本文以城镇规划数据为基础,依托智能移动终端,构建数据采集与动态更新一体化系统。系统通过对数据采集条目与流程进行定制优化,使其适应西南地区县城情境,实现了数据的标准化采集和实时录入。同时系统与城镇规划数据有机结合,利用实时采集的承灾体数据对城镇规划数据进行动态更新。其次引入智能化的承灾体数据交叉自动检验模块,确保数据准确。四川省丹棱县的应用示范表明,本系统显著改进了承灾体数据采集的准确性、一致性与更新速度,极大地减轻了工作人员的工作负担,为灾情获取和评估打下坚实基础,有效提高了西南县市震害防御和应急救援能力。
简介:随着城镇化水平的快速提高,处于地震灾害高风险区域的城镇数量也不断增加。在城镇防震减灾工作管理体系中,市县地震部门的防震减灾工作是关键。然而,这些基层部门在推进防震减灾工作中面临着公共服务科技含量不高、工作手段缺乏、基础数据缺乏等难题。本文针对城镇地震防灾与应急处置的关键环节和薄弱部位,研究针对性强、操作简便的城镇地震防灾与应急处置一体化服务系统,为市县地震部门平时的震害防御、防震减灾科普宣传、应急准备以及震时应急响应和震后应急处置提供重要依据、工具和手段,全面提高市县防震减灾能力。从而提高为城镇人民的生命财产安全和经济建设保驾护航的能力,为城镇化建设营造安全的抗震环境。
简介:微博平台有用户群大、公众参与性强、实时性等优点,同时微博平台信息又具有信息真伪难辨、地址信息模糊等缺点.本文以芦山地震为例,针对微博内容如何提取和地址如何定位两方面进行了分析研究,对于如何在网络微博平台中及时的提取地震宏观异常信息,提出了聚焦爬虫技术,并对微博地址进行了分类,同时将正向最大匹配和特征词地址分词的中文地址匹配模型应用于地址信息的提取和地址匹配中;最后将不同的地址类别定位为不同的行政级别,使微博平台和微博信息得到了充分的利用.通过研究认识到微博信息在反应震前异常的发生趋势方面有一定的参考价值(动物异常和气象异常所占比例较大),是不能被忽略的:地址方面可以看出异常随着时间的逼近有向震中聚集的趋势,有一定的参考价值.