中国中强地震与天气异常探讨

从我国６．０级以上中、强地震的时空分布状态入手,选择台湾附近（北纬２０°─２５°,东经１２０°─１２３°）的中、强地震作为样本,对地震前后的５００ｈＰａ环流特征和５００ｈＰａ波谱等进行了分析,发现地震发生时产生的热能能够激发大气波谱的活跃和增幅,从而引导了地震前后冷空气的南下,进而讨论了地震爆发往往伴随强风现象的物理机制．     

一种改进的CSCA+PCA化工过程异常检测技术

为了解决化工过程异常检测时因参数众多且数据庞杂而导致一些异常无法被有效检出的问题,在Brownlee的克隆选择分类算法（CSCA）基础上,通过引入主成分分析（PCA）技术,进行数据降维和数据重整,探讨了人工免疫算法在化工过程异常检测中的适用效果和技术方案,以TE过程数据作为样本进行异常检测和分类实验。结果表明,过程异常数据的规模、属性的数目对CSCA异常检测效果具有明显影响,而通过主成分分析进行数据降维之后,CSCA检测效果有所提高;进一步的数据重整之后,CSCA对过程异常分类辨识的准确率可提升到85%以上;基于CSCA+PCA的数据降维及重构之后的过程异常检测技术方案,可以获得较高的异常检测准确率,从而一定程度上为化工过程安全运行提供技术保障。     

斜率差信息法在震情分析研究中的应用

利用斜率差信息法对唐山地区准连续型大地形变资料进行了前兆信息的提取,对形变资料进行了全时域扫描,并进行了多种方案的对比筛选。对首都圈、尤其是唐山附近的5级以上地震与异常的对应关系进行了统计。由于地震活动存在阶段性差异,优化筛选方案后进行了分段扫描,取唐山附近3级以上小震进行对比分析,并对其统计结果进行了R值评分,在97.5％的置信水平下,通过了检验。研究结果表明,地震活动的强弱存在明显的阶段性特征,而斜率差异常信息与该区域中小地震的对应关系也存在阶段性特征。     

唐山7.8级地震短临前兆场源特征的研究

为了通过场的动态监视和源的过程追踪以实现地震预报,以唐山7.8级地震为例,研究了震前各种前兆方法观测到的短临异常的场兆和源兆的特征。通过研究得出:场兆数量多、密度小、异常台项比低,源兆数量少、密度大、异常台项比高;台点多的地下水位和流动重力较易区分场兆和源兆的差异性;源兆主要分布在一些断裂构造形成的闭锁区内,场兆主要分布在闭锁区附近一些活动断裂及交汇部位。     

汤参-井水氡异常特征研究

汤参-井水氡2008年度出现明显异常,本文进行了深入地分析研究。通过对比研究该井其他测项以及与其相邻的台站水氡资料,发现其他测项没有出现与汤参-井水氡同步大幅度异常,排除了汤参-井地下地应力显著改变的可能性,认为汤参-井水氡异常主要原因是由于其周围大量的地热井开采导致汤参-井地下水在流出地面越来越慢所致。     

应用磁异常信号监测填埋体位移的技术研究

在比较填埋场内部位移监测方法的基础上,提出利用增强填埋场内目标体所产生的磁异常信号(磁通量密度,以ΔT计)观测填埋体位移的方法. 建立正演模型,研究目标体磁异常信号的理论曲线变化特征及其在不同环境条件下的信号变化规律. 对ΔT实测值分析表明,填埋场环境背景值(-100～100 nT)并不会掩盖特征目标体磁异常信号的最大理论值(724.31～2 804.24 nT),确定了该方法的可行性. 模拟表明,在规定目标体大小、磁化强度的条件下,当目标体埋深为1～2 m时,其水平位置定位误差≤0.02 m,竖直位置定位误差≤0.09 m,证实了磁测定位方法具有良好的应用前景.      

地震前兆混沌时间序列多尺度分维异常识别研究

对地震前兆观测时间序列的混沌性态及其产生的根源进行了探讨。根据小波变换良好的时、频局部化特征和分形维数的变化特征,从小波分析多尺度分解的角度出发结合分形理论探讨了地震前兆混沌时间序列的异常识别问题。对几个实例的研究表明,大多数时间段内时间序列小波变换系数的分维—尺度变化曲线呈光滑、缓慢减小变化,有异常信息时段的时间序列小波变换系数的分维—尺度变化曲线变化的主要特点是曲线具有峰值,并出现了曲线先是由高向低,然后再由低向高变化,在某一尺度处达到峰值后再缓慢减小的情况。异常出现的时间在震前约2个月至1年。将小波变换与分形理论结合起来研究地震问题,不仅开拓了地震科学研究的新领域,同时也是对小波变换及分形理论应用的延拓。     

基于二元特征的断面交通数据异常检测与修正

为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。