下载文档原格式
小波变换在深井水位异常识别中的应用摘要：在小波多尺度分解的基础上，首先利用小波谱识别出所研究时间序列的主尺度，然后采用正弦拟合对主尺度的主频信息进行消除，以达到识别被主频信息掩盖的异常信息的目的。
通过对湖南省安乡井水位日均值序列和河北省浅牛6井水位日均值序列的分析处理实验，获得了较好的结果。
关键词：深井水位；小波变换；主尺度；主频率中图分类号：P315 72文献标识码：A文章编号：1000-0666（2012）02-0171-060引言地下水是地壳中十分活跃的组分。
深井中的地下水不仅远离地表水的干扰，而且由于其具有承压性，当它处在一定的封闭条件下时，井孔—含水层系统能够灵敏地反映出地壳中的各种应力应变变化，因此受到地震研究人员的青睐。
通过一系列对深井水位观测成果的研究，汪成民等（1988）、车用太和鱼金子（2006）、张子广等（2010）发现深井水位对降雨荷载、气压、固体潮汐、地震波等引起的地壳应力变化过程反映灵敏，其响应频率从高频的脉动到低频的11年周期变化，频带响应相当宽。
为了能从水位观测结果中辨识出一些来自特定因素（如降雨、气压、地震等）的影响，特别是与地震发生有关的前兆现象，一系列数据处理方法如频率滤波、递归滤波、维纳滤波、卡尔曼滤波、周期滤波、回归分析等被引入到水位的观测数据分析处理中。
然而，这些传统的数据分析处理方法在消除相关干扰因子的影响时，由于只对处于某一频段范围内的成分有效，有些甚至要求有辅助观测资料，因此在日常应用中受到了限制。
小波分析是近十几年发展起来的现代分析学的一个分支，因其在时域、频域都具有高度的自适应性，可以聚焦到所处理信号的各种频率成分的任意细节，在地震前兆数据处理中日益受到重视（郑治真等，2001；吴立辛等，2007；顾申宜等，2010）。
敬少群等（2002）利用小波多尺度分解对湖南省地下水位观测数据进行分析时发现，不必将原始数据进行完全分解，就可将水位日均值序列中的高频部分与低频部分分开。
遥感数据处理与异常信息提取技术方法研究作者：王富强来源：《价值工程》2010年第17期摘要: 本文以内蒙古额仁陶勒盖研究区为例,利用特征主成分分析技术和比值处理的方法进行了遥感数据处理与异常信息提取技术方法的研究。
实践证明了该技术方法的有效性。
Abstract: This paper discussed remote sensing data processing and abnormal information extracting technology using the principal component analysis method and the ratio processing method,taking Inner Mongolia Erentaolegai research area as example. Practice proves the validity of the method.关键词: 遥感;异常;蚀变;信息;提取Key words: remote sensing;abnormal;altered;information;extracting中图分类号:G202 文献标识码:A文章编号:1006-4311(2010)17-0160-020引言本文的研究区为内蒙古额仁陶勒盖银矿床,它位于内蒙古呼伦贝尔盟新巴尔虎右旗境内,研究区内分布有湖泊、水系、沼泽、草原、沙丘和山地等被及第四系覆盖严重。
本区属高原低山-丘陵区,相对高差一般为100～200m。
1遥感数据源的选择本文选取ETM+数据作为遥感数据源。
数据轨道号为125/26,时相为2009年1月15日,数据格式为FAST-L7A,经过了辐射校正和系统级几何校正,且没有云的干扰影响,图像质量较好。
对选取的原始图像数据,进行几何精校正、反差增强、波段融合、图像裁切等数据预处理,从而获得研究区的遥感基础图像。
2图像数据的特征分析2.1 数据统计特征分析对研究区的基础图像1~5、7波段进行数据特征值统计分析(表1)。
1引言地震前兆观测数据中蕴藏着很多有价值的地震相关信息，强震前存在的地震电磁异常现象已被大量的强震记录所证实，地震电磁前兆在我国已成为地震短临预测的有效手段[1]。
从海量地震前兆观测数据中挖掘出有效信息是地震学者研究的热点。
地震前兆观测类型较多，如电磁、电离层、地下流体（水氡、地下水温、地下水位）、红外线、GPS等[2]，由于采集的设备众多，采集密度大，导致地震前兆观测数据量巨大，地震数据的分析工作是个巨大的挑战。
传统的地震前兆观测数据异常检测方法主要是人工检查，这种方式存在处理效率低、人为经验影响大等缺点，处理结果并不理想。
因此，国内外学者尝试采取不同的研究方法对其进行异常检测，如支持向量机、人工神经网络等方法[3-11]。
2010年，Geng等人[3]采用BP（Back Propagation）神基于反向选择的地震前兆观测数据异常检测熊逸，梁意文，谭成予，周雯武汉大学计算机学院，武汉430072摘要：针对现有前兆异常检测方法因异常数据较少导致检测准确率偏低的问题，提出一种基于反向选择的检测方法。
定义地震数据中的self集与nonself集；将随机选取的未成熟检测器与self集进行匹配，生成半径可变的成熟检测器，覆盖nonself空间；将待检测数据与检测器匹配，通过判断是否在nonself空间得到检测结果；与现有地震异常检测方法BP神经网络、支持向量机进行对比，实验结果表明反向选择用于地震前兆观测数据异常检测有更好的效果。
关键词：反向选择；异常检测；地震前兆观测数据；计算机免疫系统文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.1901-0276熊逸，梁意文，谭成予，等.基于反向选择的地震前兆观测数据异常检测.计算机工程与应用，2020，56（10）：226-230. XIONG Yi,LIANG Yiwen,TAN Chengyu,et al.Anomaly detection method of earthquake precursor observation data based on negative selection puter Engineering and Applications,2020,56（10）：226-230.Anomaly Detection Method of Earthquake Precursor Observation Data Based on Negative Selec-tion AlgorithmXIONG Yi,LIANG Yiwen,TAN Chengyu,ZHOU WenSchool of Computer Science,Wuhan University,Wuhan430072,ChinaAbstract：In order to solve the problem of low detection accuracy caused by the lack of abnormal data in the existing pre-cursor anomaly detection methods,a detection method based on negative selection is proposed.Firstly,self set and non-self set in seismic data are defined.Secondly,the randomly selected immature detector is matched with self set to generate a maturity detector with variable radius to cover nonself space.Then,the data to be detected are matched with the detector to determine whether the detection result is obtained in nonself space.Finally,compared with the existing seismic anomaly detection methods,BP neural network and support vector machine.The experimental results show that the negative selec-tion is more effective for the anomaly detection of seismic precursor observation data.Key words：negative selection;anomaly detection;earthquake precursor observation data;computer immune system ⦾工程与应用⦾基金项目：国家自然科学基金面上项目（No.61877045）；深圳市科技计划项目（No.JCYJ20170412151159461）。
甘肃水氡论文异常特征论文甘肃东南部水氡中期异常特征研究摘要：利用从属函数、变差率以及趋势速率方法提取甘肃东南部水氡观测资料的地震前兆异常。
结果表明，1984年1月至2009年12月，7项水氡资料共出现47次从属函数异常、45次变差率异常和39次趋势速率异常。
其中，33次从属函数异常、35次变差率异常和30次趋势速率异常很好地对应了甘肃及邻区震中距在33～585 km 范围内发生的5～8级地震。
通过分析异常特征及其与地震的关系，提出中强震和强震时间预测的指标与方法，得出甘肃东南部水氡从属函数计算的经验常数，以及变差率和趋势速率的异常阈值。
关键词：水氡；从属函数；变差率；趋势速率；前兆异常；甘肃东南部0 引言甘肃处于青藏块体的东北缘，祁连山地震带和南北地震带横穿境内，是我国大陆强震活动频繁的场所之一。
该地区历史上曾发生过多次强烈地震，现今地震活动仍很频繁，地震震源浅，频度与强度高，危害性强。
水氡测项是地震预测的主要依据之一。
甘肃东南部水氡测点多，具有良好的地震水文地球化学条件，观测资料连续可靠（张新基等，2005；杨兴悦等，2008）。
为了更好地发挥其重要作用，对其观测资料进行分析总结是十分必要的。
[JP2]由于流体资料或多或少地受仪器、室温等因素的影响，采用一般的“看图识字”方法，很难将地震前兆异常与观测系统本身引起的变化区别开来（杨明波等，2006；范雪芳等，2007，2009）。
为此，在本研究中，笔者使用从属函数、变差率及趋势速率3种数学方法对观测数据进行处理，以提取明显的地震异常（杨兴悦等，2006；张立等，2006），进而系统地剖析前兆特征，总结异常变化规律。
1 前兆资料及地震目录的选取甘肃省地下流体观测台站主要集中在甘肃东南部（图1），因此笔者选用甘肃东南部的流体资料作为研究对象。
在资料筛选过程中，采用了王吉易等（2003）的“同一化” 研究思路，并遵循4个原则：①观测数据时间长，时间在10 a以上；②无人为干扰（包括仪器改变、台站改造、井（泉）装置改变、无规律抽水、渠道放水与停水等；）引起的资料台阶状变化或对台阶状变化因素比较清楚，能进行校正，以及无其它变化；③具有明显的年动态变化；④测点目前仍在正常观测。
概率密度分布在数字化水位、水温高频观测资料异常信息提取中的应用研究王喜龙;孙小龙;王海燕【期刊名称】《国际地震动态》【年(卷),期】2018(000)008【总页数】2页(P81-82)【作者】王喜龙;孙小龙;王海燕【作者单位】辽宁省地震局,沈阳 110034;中国地震局地壳应力研究所,北京100085;辽宁省地震局,沈阳 110034【正文语种】中文【中图分类】P315.61我国地下流体观测数字化改造完成以后，积累了大量高频地下流体观测资料，而高频资料中所含有的丰富的构造信息，能够为我们识别前兆异常及震情跟踪提供有利条件。
虽然高频资料异常丰富，但如何从分钟值甚至更高采样频率的观测资料中提取有用的前兆异常信息，成为目前地震地下流体资料分析人员首要需解决的关键问题之一。
本文引用概率密度函数分布法对2014年8月3日云南鲁甸6.5级地震发生前南北地震带174组水位、水温分钟值高频观测数据进行分析。
结果显示，2014年8月3日鲁甸6.5级地震前共有17组水位、水温数据出现异常变化，即震前出现了概率密度分布λ2值明显增强变化，其中水温出现7项异常，水位出现10项异常，个别流体观测点水位、水温均出现了概率密度分布异常。
从提取的概率密度高频异常时间发展变化可以看出，概率密度分布异常多出现在震前6个月内，异常主要以短临特征为主。
从异常空间分布特征上来看，异常主要分布在云南中部地区，南北地震带南段的滇西南构造带上，且异常分布与构造分布基本一致，而南北地震带北部及四川地区异常相对较少。
此外，异常在云南地区还具有一个比较显著的特点，即靠近震中区异常主要以水温为主，而远离震中区则主要以水位为主。
对计算得到的概率密度分布异常进行时空强度扫描分析，结果显示鲁甸地震南部地区异常主要集中在距震中150—400 km范围内，呈北西向条带状展布，且随着时间推移，异常有向震中区逼近的变化特征。
通过对震源区及附近地区地壳结构、构造应力作用以及更大范围的区域动力演化特征进行分析，结果表明计算得到的地下流体高频信息的概率密度分布异常空间分布特征与川滇地区地壳运动场具有很好的一致性，表明概率密度分布异常与区域构造作用存在一定相关性。
