基于因子分析和季节趋势滤波方法的地球物理因子识别以唐山台跨断层数据为例

地震 ›› 2015, Vol. 35 ›› Issue (2): 139-147.

• • 上一篇

基于因子分析和季节趋势滤波方法的地球物理因子识别以唐山台跨断层数据为例

李文静

中国地震局地壳应力研究所, 北京 100085

收稿日期:2014-05-19 出版日期:2015-04-30 发布日期:2020-06-24
作者简介:李文静(1982-), 女, 天津市人, 工程师, 主要从事大地形变观测和数据处理。
基金资助:
中国地震局地震预测研究所基本科研业务重点项目课题(2013IES00105)

Geophysical Factor Recognition based on Factor Analysis and STL Example from Tangshan Short-baseline Data

LI Wen-jing

Tangshan Station, First Monitoring Center, CEA, Hebei Tangshan 063001, China

Received:2014-05-19 Online:2015-04-30 Published:2020-06-24

摘要/Abstract

摘要： 利用因子分析可以有效地找出多个变量的公共因子, 找出隐含因素; 基于季节趋势滤波方法, 可以分析序列的周期成分和趋势变化特征, 结合区域地震特征, 确定序列的物理意义。本文将这两种方法结合, 提出了完整的地球物理因子识别方法, 并将其应用于唐山地震台跨断层形变短基线序列, 获得了具有物理意义的三个公共因子, 即远场构造因子、台站因子和近场构造因子。

关键词: 地球物理因子识别, 因子分析, 季节趋势滤波方法, 唐山短基线观测

Abstract: Based on factor analysis method, we can effectively find out the common factors in multiple variables and the hidden controlling factors. Furthermore, we can achieve the period components and trending change feature of the common factor sequence by the Seasonal-Trend Lowes (STL) method and confirm the geophysical meaning by connecting with other information. In this paper, we brought out the geophysical factor recognition method and applied it in the Tangshan short-baseline observation by combining with the two methods. We recognized three geophysical factors, which are far-field geological factor, stationary factor and near-field geological factor in the sequence.

Key words: Geophysical factor recognition, STL, Factor analysis, Tangshan short-baseline observation

中图分类号:

P315.7

李文静. 基于因子分析和季节趋势滤波方法的地球物理因子识别以唐山台跨断层数据为例[J]. 地震, 2015, 35(2): 139-147.

LI Wen-jing. Geophysical Factor Recognition based on Factor Analysis and STL Example from Tangshan Short-baseline Data[J]. EARTHQUAKE, 2015, 35(2): 139-147.

参考文献

[1] Matsumoto N. Regression analysis for anomalous changes of ground water level due to earthquake[J]. Geophys Res Lett, 1992, 19(12): 1193-1196.
[2] 陈绍绪, 王宝坤, 张跃刚. 华北地区地倾斜中短期地震前兆识别及预报方法研究[J]. 地壳形变与地震, 1999, 19(4): 8-14.
[3] 卢良玉, 徐心同, 马秉圭. 金县台短水准干扰因素的剖析及海城地震前形变异常可靠性的研究, 国家地震局科技监测司汇编: 地震监测与预报方法清理成果汇编大地形变分册[M]. 北京: 地震出版社, 1990, 86-92.
[4] 冯德益, 楼世博, 林命週, 等. 模糊数学方法与应用[M]. 北京: 地震出版社, 1983.
[5] 吴大铭, 韩大宇. 用多道维纳滤波方法处理唐山地震前后的大灰厂三种形变资料[J]. 地震学报, 1983, 5(1): 31-38.
[6] 刘澜波, 郑香媛. 地下水动态译文集[M]. 北京: 北京科学技术出版社, 1983.
[7] 游丽兰, 刘大杰, 黄加纳, 等. 跨断层测量资料的卡尔曼滤波数学模型[J]. 中国地震, 1992, 8(3): 44-52.
[8] Matsumoto N, Kitagawa G, Roeloffs E A. Hydrological response to earthquakes in the Haibara well, central Japan—I. groundwater level changes revealed using state space decomposition of atmospheric pressure, rainfall and tidal responses[J]. Geophys J Int, 2003(a), 155: 885-898.
[9] Matsumoto N, Roeloff E A. Hydrological response to earthquakes in the Haibara well, central Japan—II. possible mechanism inferred from time-varying hydraulic properties[J]. Geophys J Int, 2003(b), 155: 899-913.
[10] 黄建平, 石耀霖, 孙玉军, 等. 气温变化对唐山地震台跨断层形变观测的影响[J]. 中国地震, 2012, 28(2): 222-230.
[11] 冯迎春, 李永振. 多因子分析在辽宁地区地震预测中的应用[J]. 防灾减灾学报, 2010, 26(3): 36-41.
[12] 杨立明, 毛可, 韩友珍, 等. 用因子分析法识别地震孕震信息的研究[J]. 西北地震学报, 1996, 18(3): 60-65.
[13] 王玮, 林命週, 马钦忠, 等. 使用因子分析方法研究九江5.7级地震前的地震活动异常[J]. 地震, 2006, 26(3): 9-17.
[14] 谢中华编著. Matlab统计分析与应用: 40个案例分析[M]. 北京: 北京航空航天大学出版社, 2010.
[15] 黄建平, 李文静. 唐山台短基线、短水准数据的分段特征[J]. 地震, 2011, 31(2): 50-58.
[16] 李文静, 杨国华, 武艳强. 地震前后唐山地震台地形变数据频谱特征分析[J]. 地震, 2009, 2: 141-146.

基于因子分析和季节趋势滤波方法的地球物理因子识别以唐山台跨断层数据为例

Geophysical Factor Recognition based on Factor Analysis and STL Example from Tangshan Short-baseline Data

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	贾漯昭, 宋美琴, 谢健健, 邢康, 高家乙. 华北块体地震活动显著增强预测效能评估[J]. 地震, 2020, 40(2): 38-48.
[2]	万森林, 张军龙, 刘明军, 贺为民, 李海龙, 郭长宝, 李智敏. 岷山断块的发震构造与地震活动性分析[J]. 地震, 2020, 40(2): 49-70.
[3]	李瑞莎, 张希, 贾鹏, 白卓立. 青藏块体东北缘跨断层异常场地比指标及其在地震预测中的应用[J]. 地震, 2020, 40(2): 71-81.
[4]	司政亚, 蒋长胜, 邱宇. 重点地震监视区敏感台站的识别研究[J]. 地震, 2020, 40(2): 82-90.
[5]	艾萨·伊斯马伊力, 陈界宏, 毛志强. 利用帕金森矢量检测2019年长宁6.0级地震的地磁场变化[J]. 地震, 2020, 40(2): 91-99.
[6]	王喜龙, 贾晓东, 钱蕊, 付聪. 2013年芦山M_S7.0地震前南北地震带数字化水位、水温高频信息异常特征及效能分析[J]. 地震, 2020, 40(2): 100-116.
[7]	李艳永, 王成虎, 朱皓清, 乌尼尔. 北天山地区震源机制与构造应力场特征[J]. 地震, 2020, 40(2): 117-129.
[8]	张双凤, 张小涛, 张丽晓. 基于b值的晋冀鲁豫交界区强震背景研究[J]. 地震, 2020, 40(2): 130-139.
[9]	毕金孟, 蒋长胜, 马永. 2019年6月17日四川长宁M_S6.0地震早期序列参数分析及强余震概率预测[J]. 地震, 2020, 40(2): 140-154.
[10]	向阳, 孙小龙, 杨朋涛, 张磊, 巩浩波. 2019年长宁M6.0和2018年兴文M5.7地震引起的井水位同震响应对比分析[J]. 地震, 2020, 40(2): 155-165.
[11]	翟丽娜, 贾晓东, 焦明若, 孔祥瑞, 王松阳. 利用不规则形状载荷模型研究周边矿山开采对营口倾斜观测的影响[J]. 地震, 2020, 40(2): 166-176.
[12]	杨小林, 危自根, 杨锦玲. 陕西乾陵台洞体应变周年变化的动力诊断[J]. 地震, 2020, 40(2): 177-187.
[13]	薛艳, 姜祥华, 刘桂萍. 华北地区强震活动状态研究[J]. 地震, 2020, 40(2): 1-17.
[14]	陈章立. 再论地震大小的度量[J]. 地震, 2020, 40(1): 1-10.
[15]	尹晓菲, 张国民, 邵志刚, 王芃, 孙鑫喆. 华北地区强震活动特点研究[J]. 地震, 2020, 40(1): 11-33.