震源深度

摘要： 北京时间2022年1月8日01时45分,青海省海北州门源县发生强烈地震(图1),造成数人受伤,房屋倒塌,部分道路、桥梁、隧道等基础设施被破坏或受损。中国地震台网(CENC)测定该地震的震级为MS 6.9,震中位于37.77°N,101.26°E,震源深度为10 km(https: //www.cenc.ac.cn/cenc/dzxx/396391/index.html)。

摘要： 2022年1月8日1时45分,青海省海北州门源县(北纬37.77度,东经101.26度)发生6.9级地震,震源深度10公里。此次地震震中距青海门源县54公里,距青海祁连县99公里,距青海海晏县100公里,距甘肃民乐县83公里,距甘肃永昌县83公里,距西宁市141公里。青海、甘肃局地震感强烈。

摘要： 据中国地震台网中心测定,北京时间2022年1月8日01时45分,中国青海省海北州门源县发生了M6.9地震,震中位于(37.77°N,101.26°E),震源深度为10 km。这是2022年中国大陆第一个接近7级的强震。距离此次地震震中40 km以东,2016年曾发生过门源M6.4地震;且东北部在1927年还发生过甘肃古浪M8地震。

摘要： 2021年5月21日云南省大理州漾濞县发生了M_(S)6.4地震,引起了社会的极大关注.本研究利用双差定位法对云南漾濞M_(S)6.4地震序列(2021年5月18—24日)进行了重新定位,获得331个地震重新定位结果,主震震源位置为(99.869°E,25.689°N,8.8 km).利用远场Rayleigh面波振幅的频谱陷波相,通过理论地震图的波形拟合,测定了主震震源深度为7.5 km.由于使用了远场数据,基本避免了区域速度模型对深度定位产生的影响,确定的震源深度准确度优于传统的走时定位.本文使用云南省区域地震台网波形数据,对主震及29个M_(L)3.5以上余震进行震源机制反演.反演结果表明,主震为一次走滑型地震,震源机制为节面I走向143°/倾角80°/滑动角-165°,节面II走向50°/倾角75°/滑动角-10°,矩震级为M_(W)6.0.根据余震序列分布情况,推断节面I为发震断层面.利用地震序列震源机制解的力轴数据,反演得到震源区的主压应力方向为近NS向(7°).本文研究表明,震源机制反演得到的主压应力方向与上地壳各向异性揭示的主压应力方向有高度的一致性.

摘要： 通过使用PTD方法重新测定辽宁地区2013年以来ML≥3.0地震的震源深度,对辽宁地区震源深度的频次统计特征、优势分布特征和空间分布加以分析研究。结果证明,与单纯形法编目结果对比,PTD方法测定的震源深度分布更加集中,能够更好的反映发震层。辽宁地区的震源深度97%分布在6~16km范围,平均震源深度10.1km,呈现正态分布特征,且有北浅南深的趋势。

摘要： 2022年1月8日,青海门源地区发生M_(S)6.9地震,本文利用CAP方法反演了主震震源机制解和震源深度。结果显示,断层节面Ⅰ:走向191°/倾角62°/滑动角173°,节面Ⅱ:走向284°/倾角82°/滑动角21°。此次地震为走滑型地震,最佳矩心震源深度约3 km,矩震级为M_(S)6.7。结合震源机制解和定位结果分析认为,节面Ⅱ可能为实际破裂面,本次地震发生在冷龙岭断裂和托莱山断裂的交汇部位,本次地震与2016年和1986年2次M6.4地震震源机制解不同,显示出该区域复杂的构造背景。

摘要： 以巴里坤台记录的兴都库什地区2004~2019年发生的138次M_(W)≥5.0地震为研究对象,通过分析其震相特征及sP-P到时差与震源深度的关系,为该地区地震的震相分析和震源深度计算提供参考。结果表明:①兴都库什地区地震震相以P、sP、S为主,少数震例可记录到pP、sS或ScS震相。②兴都库什地区地震以中深源地震为主,受其独特地质构造影响,其震源深度主要集中在100和220 km左右的2个深度区域。③通过sP-P到时差计算的理论震源深度与NEIC提供的深度误差最小,拟合最好。

摘要： 2022年1月8日青海境内的托莱山—冷龙岭断裂附近发生了门源MS6.9地震。结合地壳厚度、速度结构及各向异性等资料探讨了门源地震的深部构造特征,揭示了门源地震的发震位置与地壳结构变化的密切关联。结果显示:门源MS6.9地震发生在地壳厚度和vP/vS值都出现快速空间变化的区域;大约在10—20 km深度范围内,震源位于P波速度从浅到深由高速变低速的垂向过渡区,同时也是S波速度和泊松比分布呈现明显横向变化的过渡区域,震源下方存在明显的低速区;冷龙岭断裂两侧相速度的方位各向异性变化比较明显。1月12日的MS5.2余震震中紧邻2016年MS6.4地震震中,揭示出2022年门源MS6.9地震及其余震活动导致了冷龙岭断裂比较充分的破裂,两次门源地震主震之间及邻区短时间内难以积累更大能量,因而短时间内发生更大地震的可能性不大。青藏高原东北缘的持续向北扩展所导致的地表隆升和地壳增厚是该地区强震频发的主要构造成因。

摘要： 引言据中国地震台网中心测定,北京时间2022年1月8日01时45分,中国青海省海北州门源县发生了M6.9地震,震中位于(37.77°N,101.26°E),震源深度为10 km。在地震发生后,作者利用震源破裂过程、仪器观测数据资料,进一步考虑局部场地效应快速计算获得了此次地震的地震动强度图结果。震后快速产出的地震动强度图科技产品能够为震后的应急反应决策和地震应急评估提供科技支撑。

摘要： 为了建立地震后极震区烈度快速预测方法,收集了2013年以前多次5级以上地震案例,以震级、震源深度作为输入参数,以极震区烈度作为输出参数,建立了ELM预测模型并分析震级和震源深度的信息熵和权重,该模型与现有广义线型模型预测精度提高约20%,主要结论如下:震级和震源深度与极震区烈度分别呈正相关和负相关性关系;震级的信息熵比震源深度的更大,其变异程度更小,包含的信息量更少,对极震区烈度的影响程度比震源深度更小;针对局部地区的专门预测模型和基于多参数的更加精确预测模型尚需努力。

摘要： 一次较大的浅源地震震后通常有相当数量的中小地震及微震发生,而丰富的中小地震及微震记录和准确的震源参数(如震源位置、震源机制解等)可以为研究该地震序列的地震活动性、确定主震发震断层、震源区地质构造特征等提供重要的地震学依据。为了获得更加准确的震源位置，一方面选取双差地震定位方法以在一定程度上消除速度模型不准确带来的定位误差;另一方面利用波形互相关方法计算两次地震(地震对)到相同台站的P, S波走时差数据以尽量消除由人工震相拾取产生的误差。考虑到MS5.0左右地震的震源破裂尺度有限，采用了CAP方法在3种不同速度模型下分别反演这两次地震的矩心深度，并基于sPn深度震相再次测定其震源深度，结果表明由于利用了台站方位覆盖更好的近震宽频带波形和sPn深度震相数据，最终得到的两次地震震源深度(5 km和6 km)更加可靠。为了获得更加完整的地震目录，采用可联合P, S波等多震相进行微震检测的Match& Locate方法的最新版程序，选取波形质量较好的229次地震作为模板事件，对MS5.1地震发生前7d至震后30 d内记录的连续波形进行微小地震的检测与定位。经过多次检验后将互相关系数的检测阑值设置为0.35，最终得到了1 625次微小地震事件的发震时刻、震源位置及震级大小，M&L检测得到的地震事件的数量是云南台网地震目录的近6倍，检测后完备震级从从1.0下降到从0.0左右，极大地增加了2017年漾漠地震序列中的微小地震数据。更加丰富的微小地震数据和准确的震源位置为漾濞地震序列的地震活动性、主震发震构造等研究提供了重要的基础资料。

摘要： 为进一步理解上海及邻区的地震活动规律和地震地质背景,对地震的空间分布、时间序列和震源深度特征进行了分析,并划分了地震构造区.结果表明,地震在空间上具有很强的丛集性、重复性、分块性和条带性,震源深度多在5-20km,存在5-10km、15-20km两个优势层.在时间上表现出相对平静期和显着活动期的交互特征.弱震震级与震源深度无相关性,其他地震震源深度与震级总体呈一定线性关系.研究认为:空间分布特征与变质基底、盖层结构的差异有关,且分块和条带性主要受北西向和北东向断裂带联合控制;北东向断裂带和复式背斜是主要控震构造,北西和北北西向断裂是重要发震构造;区内未来数年至十余年有发生6级左右地震的可能;部分地震震源深度较浅,会对局部地区产生明显影响.

摘要： 猴子岩水电站位于四川省甘孜藏族自治州康定市境内,是大渡河干流梯级开发的第9级电站,拦河坝最大坝高223.5m,是国内外已建或在建混凝土面板堆石坝中第二高坝.2015年10月～2018年2月期间,猴子岩水库地震监测台网共记录下3413次地震事件,基于得到的监测数据,本文从震中位置、时间序列、震源深度、b值及地震能量月释放值五个方面系统研究了猴子岩水电站库区及周边的地震活动特性,并取得一些有价值的成果,对库坝区地质灾害防治具有重要意义.

摘要： 2014年8月3日16时30分,云南省昭通市鲁甸县发生MS6.5地震,震中位于(27.1°N,103.3°E),震源深度12km,极震区烈度为Ⅸ度.本文针对不同的发震位置，分区选取合适的地壳速度模型，并根据频率-波数(F-K)法计算得到不同深度水平方向上的格林函数;通过使用四川、云南及邻区区域台网记录的宽频带地震资料，选取震中距250 km以内质量较好的波形数据，基于Cut And Paste (CAP)全波形拟合反演震源机制解方法反演得到鲁甸MS6.5地震以来该区域ML3.5以上地震的震源机制解，并对该结果展开了震源机制特征和震源深度特征的分析。结合该区域地质构造、余震序列空间分布、烈度长轴分布等资料，综合分析认为，鲁甸地震为一次少见的共扼地震，主要发震断层为NNW向的包谷垴-小河断裂，该序列地震以右旋走滑型地震为主，此次地震的发生可能是由青藏高原的物质向东南逃逸和地R深部物质作用而形成的。

摘要： 庐江汤池1#井位于郯庐断裂带上,水氡和水汞等测项灵敏,研究该井温泉水的地球化学特征,对科学认识该井测项异常具有重要的意义.通过收集郯庐断裂带安徽段沿线8个主要地震观测井、温泉水和地表水样品,检测水样的阴阳离子、同位素,对比分析庐江汤池1#井地下水的来源深度,研究其观测手段异常暗含的深部构造信息.庐江汤池温泉井较郊庐带上其它地震观测井、温泉井及地表水循环深度深、水一岩反应强烈、 具有较深的热源埋深，其中1#观测井循环深度最深达12km，这一深度与浅源地震的震源深度相一致，更进一步证明了庐江1#井地热水来源于地震的孕震深度，观测数据的变化可能反应深部构造活动发生变化。庐江1#井地热水的成因研究为今后该井的异常研判提供科学依据，同时，该研究方法对今后地震地下流体测项的异常识别及前兆信息判定工作具有一定的借鉴意义。

摘要： 常规的拖缆地震勘探采集通常采用一定深度的拖曳方式,其获得的地震资料由于受到拖曳电缆和震源深度的影响,所产生的虚反射对地震资料有陷波作用,对某些频率成分造成衰减,成像结果不利于后续地质评价与分析.为了补偿陷波频率,业界又采用了不同深度设计的拖曳技术,以获得更宽的频带以及压制虚反射.其本质上是深拖技术的拓展应用以获得在低频方向的扩展,从而提高频带宽度,但是在拓展频带的副作用仍然值得研究.本文通过对深拖技术在拖缆地震踏勘采集中的应用进行分析,探讨该技术对地震数据的影响.

摘要： 水电站位于南美洲秘鲁东南部东科迪勒拉构造带内,北东侧紧邻安第斯前缘褶冲带,场址所在的东科迪勒拉构造带内断裂构造不发育,主要在早古生界变质岩中发育NNW向褶皱.区域150km范围内大地震属于俯冲带型深源地震,对地表及工程场地影响极小.圣家旺电站近场区25km范围共发生4.7级以上地震5次,其中距场地较近、影响较大的地震为1928年4月9日6.7级地震、1928年4月27日6.5级地震,此两次地震震源深度均为25km,属地壳内部构造型浅源地震,发震构造可能与纳兹卡板块持续向南美大陆俯冲汇聚产生的地壳变形有关,对场地影响烈度分别为8度、7度强.

摘要： 利用伪谱和有限差分混合方法对兰州盆地进行二维强地面运动模拟,分别设定3个震源深度为5、10、20km且强度及震中相同的地震作用下,以一个非均质的5层二维剖面为模型研究震源路径效应与非均质结构的地震影响关系.研究结果显示,兰州沉积盆地的强地面运动与基岩相比具有放大效应,在同一厚度的沉积层模型中,地震震源深度对兰州沉积盆地垂直分量地面峰值位移具有较大影响.从地震模拟结果可知:垂直分量地面峰值位移在震源深度5km时最小,为0.04cm;,而在震源深度10km时地面峰值位移最大,达到0.10cm;但震源深度对盆地内水平分量的地面峰值峰值位移影响较小且无明显放大效应.

摘要： 减少人员死亡首先需要确定影响人员死亡的因素,根据前人的研究成果,筛选出影响人员死亡的几大因素,依据这些参数,并考虑到参数的易获取性,收集了1990-2013年间发生的294个地震相关的人员伤亡数据,主要包括震级、发震时间、地震烈度、震源深度、房屋破坏状况、人口密度等影响死亡人数的因素,分别统计了地震死亡人数与已有的各个影响因素之间的关系.在进行数据收集与统计的过程中发现，90%以上的死亡人数均在20人以下，由于某些地区死亡人数异常多，对于整体的趋势影响较大，属于异常点，在前边的统计中剔除了异常点，便于得出各个统计关系。对1990-2013年地震人员伤亡数据进行筛选，得到死亡人数较多的地区。

摘要： 朝鲜发生了震级ML4.9的核爆事件,采用小波变换分析了该事件及附近地区发生的多个天然地震记录的时频特征,计算了该事件Rg波的波谱并由此估算了这次事件的震源深度.结果表明，其Rg波低谷点频率为0.25Hz;利用Patton等人给出的公式，若取震源区P波速度为5.0km/s，可得其震源深度为1.25km，若取震源区P波速度为4.0km/s，则其震源深度为1.0km，在1.0km深度左右的浅部地表地区，P波速度通常更低，对应的震源深度可能更小，以往的研究还表明，若考虑山体的影响，这样估算出的震源深度可能更接近实际的震源距山顶的距离，若考虑朝鲜北部地形的影响，则此次事件的震源深度则更浅。

摘要： 本发明涉及一种基于深度学习的地下浅层震源定位方法，包括以下步骤：布设分布式震动传感器阵列、生成学习样本、设置三维能量场图像样本对应的震源弹位置作为训练标签、构建深度学习网络框架、训练网络、对实际爆炸震源进行定位。本发明减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等中间步骤，极大地提高了震源定位效率，消除了定位盲区，降低了震源定位精度受监测区域信道重建精度的依赖，为地下浅层震源定位提供一种新的震源定位方法。

摘要： 本发明属于地球物理勘探领域，提供了一种基于深度学习的TBM破岩震源地震波场特征恢复方法及系统。其中，基于深度学习的TBM破岩震源地震波场特征恢复方法包括：获取破岩震源原始信号和先导信号，得到TBM破岩震源数值模拟数据；经基于深度学习的波场特征恢复网络，将TBM破岩震源数值模拟数据转化成经过波场特征恢复后的脉冲震源地震记录；其中，基于深度学习的波场特征恢复网络包括前处理层与深层神经网络层；前处理层用于将破岩震源原始信号和先导信号进行逐道卷积并对卷积输出进行分段叠加；前处理层的输出与时间信息约束矩阵、同相轴信息约束矩阵组成三通道数据，再输入至深层神经网络层。

摘要： 本发明公开了一种基于深度卷积神经网络的可控震源数据振铃压制方法，其特征在于，所述振铃压制方法包括以下步骤：步骤1：首先从实际地震数据中提取地震子波，并合成伪反射系数，将地震子波与伪反射系数进行卷积，得到合成地震数据；步骤2：将伪反射系数作为要拟合的输出，合成地震数据作为输入，对深度卷积神经网络进行训练；步骤3：将实际地震数据输入已训练好的网络中，在输出端得到振铃压制后的结果。

摘要： 本发明公开了一种基于深度信念网络和扫描叠加的微地震自动定位方法，随机选取一个三分量检波器的数据，利用深度信念网络对其数据进行微地震事件波达时间拾取，并对微地震事件进行分类；然后，以得到的波达时间和事件类型为基础，利用全部三分量检波器接收到的微地震数据，进行扫描叠加定位成像。图像中，代表叠加能量最强的空间位置即可认为是微地震事件发生的真实空间位置，实现了微地震事件的自动、精准定位。

摘要： 本发明属于地震勘探技术应用领域，提出了气枪震源‑电缆组合沉放深度确定方法、装置、设备及介质。海洋气枪震源‑电缆组合沉放深度确定方法包括：建立工区速度模型和吸收模型；进行气枪震源子波记载激发数值模拟；基于模拟结果选择震源沉放深度和电缆沉放深度。本发明通过在工区速度和吸收模型基础上，开展海洋气枪震源子波激发的模拟，根据模拟结果定量确定特定气枪容积条件下震源和电缆最佳沉放深度，提高了海洋地震采集资料品质，节约激发试验成本，同时也为野外气枪震源激发及电缆沉放深度参数优化设计提供理论依据。

摘要： 本发明涉及一种基于直达波和深度震相初动极性的震源机制联合反演方法，具体步骤包括根据地震事件位置、台站位置和预设的速度模型计算得到直达波和深度震相sPL各自的走时和离源角；再根据直达波和sPL的走时分别确定直达波和深度震相的波形位置，并根据波形位置分别拾取直达波和sPL的初动极性；最后，按照预设的走向、倾角和滑动角间隔产生一系列震源机制候选者，将每一个候选者的直达波和sPL的初动极性与观测值进行匹配，以满足给定匹配阈值的候选者作为可能的震源机制解。本发明将深度震相sPL的初动极性作为震源机制反演的新型约束条件，能够大幅度提高稀疏台网区域的地震震源机制的准确度。

摘要： 本发明提出了一种基于深度学习的实时微地震震源机制计算方法及系统，属于微地震监测技术领域，微地震震源机制计算方法包括：构建训练数据集；每条训练数据包括模拟DAS微地震应变数据以及与模拟DAS微地震应变数据对应的震源机制；利用训练数据集训练震源机制计算模型，将模拟DAS微地震应变数据作为输入，将对应的震源机制作为目标输出，得到训练好的震源机制计算模型；利用地面井下DAS采集系统采集DAS微地震应变数据；对DAS微地震应变数据进行去除异常大值等预处理操作；将预处理后的DAS微地震应变数据输入到训练好的震源机制计算模型中，得到震源机制，无需对应变数据进行转换，提高了震源机制计算的效率和准确度。

摘要： 本发明公开了一种基于深度学习的多震源地震数据分离方法，属于地震数据处理技术领域；分为CNN深度学习和多震源混合数据分离两个主要步骤；将卷积神经网络深度学习技术引入到多震源地震数据的随机混叠去噪中，通过卷积神经网络提取地震数据中更复杂的数据特征，对主震源的地震信号损伤较小，去噪过程智能实现；根据多震源混合数据中随机混叠噪声的特点，采用将原始混合数据所有地震道进行随机时间编码，构建含有随机噪声分布的训练样本的输入，该训练样本来源于地震数据本身，包含了实际地震数据的波场特征，解决了深度学习在实际多震源分离应用中缺少训练样本的难题。

摘要： 本发明属于地球物理勘探领域，提供了一种基于深度学习的TBM破岩震源地震波场特征恢复方法及系统。其中，基于深度学习的TBM破岩震源地震波场特征恢复方法包括：获取破岩震源原始信号和先导信号，得到TBM破岩震源数值模拟数据；经基于深度学习的波场特征恢复网络，将TBM破岩震源数值模拟数据转化成经过波场特征恢复后的脉冲震源地震记录；其中，基于深度学习的波场特征恢复网络包括前处理层与深层神经网络层；前处理层用于将破岩震源原始信号和先导信号进行逐道卷积并对卷积输出进行分段叠加；前处理层的输出与时间信息约束矩阵、同相轴信息约束矩阵组成三通道数据，再输入至深层神经网络层。

摘要： 本发明公开了一种基于深度信念网络和扫描叠加的微地震自动定位方法，随机选取一个三分量检波器的数据，利用深度信念网络对其数据进行微地震事件波达时间拾取，并对微地震事件进行分类；然后，以得到的波达时间和事件类型为基础，利用全部三分量检波器接收到的微地震数据，进行扫描叠加定位成像。图像中，代表叠加能量最强的空间位置即可认为是微地震事件发生的真实空间位置，实现了微地震事件的自动、精准定位。