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 1

编辑推荐

Metrics

本文评价