基于背景噪声有效值概率分布区间强震台站监测能力分析

丁莉莎 谢剑波 吴华灯 廖一帆 叶世山 卢子晋 马洁美 吕仲杭

丁莉莎,谢剑波,吴华灯,廖一帆,叶世山,卢子晋,马洁美,吕仲杭. 2023. 基于背景噪声有效值概率分布区间强震台站监测能力分析. 地震学报,45(0):1−17 doi: 10.11939/jass.20220146
引用本文: 丁莉莎,谢剑波,吴华灯,廖一帆,叶世山,卢子晋,马洁美,吕仲杭. 2023. 基于背景噪声有效值概率分布区间强震台站监测能力分析. 地震学报,45(0):1−17 doi: 10.11939/jass.20220146
DING L S,XIE J B,WU H D,LIAO Y F,YE S S,LU Z J,MA J M,LV Z. 2023. ANALYSIS OF MONITORING CAPABILITY OF STRONG MOTION SATION IN EASTERN GUANGDONG BASED ON THE PROBABILITY INTERVAL OF AMBIENT NOISE. Acta Seismologica Sinica,45(0):1−17 doi: 10.11939/jass.20220146
Citation: DING L S,XIE J B,WU H D,LIAO Y F,YE S S,LU Z J,MA J M,LV Z. 2023. ANALYSIS OF MONITORING CAPABILITY OF STRONG MOTION SATION IN EASTERN GUANGDONG BASED ON THE PROBABILITY INTERVAL OF AMBIENT NOISE. Acta Seismologica Sinica45(0):1−17 doi: 10.11939/jass.20220146

基于背景噪声有效值概率分布区间强震台站监测能力分析

doi: 10.11939/jass.20220146
基金项目: 广东省地震局青年地震科研基金(重点实验室开放基金)项目(GDDZY202303)和广东省科技协同创新重点项目(2021B1111610008)共同资助
详细信息
    作者简介:

    丁莉莎,工程师,主要从事地震监测技术研究,e-mail:dlisa2011@126.com

    通讯作者:

    谢剑波,正研级高工,主要从事地震监测技术研究,e-mail:jianbo_xie@sina.com

  • 中图分类号: P315.61

ANALYSIS OF MONITORING CAPABILITY OF STRONG MOTION SATION IN EASTERN GUANGDONG BASED ON THE PROBABILITY INTERVAL OF AMBIENT NOISE

  • 摘要: 本文以珠江三角洲地震监测和预警系统粤东密集台网的强震日常记录数据为基础,利用强震台站背景噪声有效值密度函数,研究强震动台站背景噪声频谱的统计规律,建立强震台站背景噪声有效值平均模型、最小模型以及噪声有效值概率分布区间,形成利用强震台站背景噪声有效值概率分布区间与区域地震事件的频率-加速度幅值分布曲线互比的强震台站监测能力分析方法。通过该方法,我们得到不同台站每日背景噪声加速度有效值,并利用台站背景噪声有效值概率分布区间及区域地震事件的频率-加速度幅值分布曲线估算强震台站记录不同震级区域地震事件的概率,实现台站的监测能力评价。强震台站背景噪声有效值概率分布区间分析方法是背景噪声有效值概率密度分布分析的延伸和拓展,也有助于工程地震学中频率域去噪低端截止频率的讨论;其中,不同台站的噪声下限由于仪器自噪声及环境噪声的相互作用而不同,强震台站背景噪声最小模型可以作为该台最优监测能力,是强震仪及观测环境的综合指标。

     

  • 图  1  珠江三角洲地震监测和预警系统粤东密集台网强震观测台站布局及相关地震事件。(a) 建立区域地震频率-加速度幅值分布模型的地震分布,(b) 台站布局及测试地震分布图

    Figure  1.  Maps of strongmotion network in the Earthquake Early Warning and Intensity Rapid-Reporting of the Pearl River Delta and relative earthquakes.(a) The seismic distribution for the frequency-amplitude lines of regional seismics. (b) Map of strongmotion stations and test earthquakes

    图  2  噪声加速度模型与区域地震事件频率-幅度分布曲线 (Clinton & Heaton,2002) 对比

    Figure  2.  Comparison between the acceleration noise models and the frequency-amplitude lines of regional seismics processed following Clinton and Heaton (2002

    图  3  标定信号识别前后噪声有效值概率密度分布平均模型的变化对比。(a) HLQZ台未识别标定信号的噪声有效值平均模型。(b) 识别标定信号后,HLQZ台噪声有效值平均模型

    Figure  3.  Effect of calibration signal on average noise model of HLQZ. The top one shows the average model calculated before considering calibration signals. It followed by the average model calculated after calibration signals estimation

    图  4  标定信号识别前后噪声有效值概率密度分布平均模型的变化对比。(a) HLZT未识别标定信号的背景噪声有效值平均模型 (b) 标定信号识别后HLZT台背景噪声有效值平均模型

    Figure  4.  Effect of calibration signal on average noise model of HLZT. a) shows the average model calculated before removingcalibration signals. b) is the average model calculated after removing calibration signals

    图  5  HLQZ台及HLZT台背景噪声有效值95%概率区间

    Figure  5.  95% Probability interval of noise RMS of HLQZ and HLZT

    图  6  CAGHD 台具有良好的观测环境,对距台站70 km—150 km范围内M2.0以上地震具有良好的监测效果

    Figure  6.  CAGHD surrounding in a quiet environment can capture above M2.0 regional event

    图  7  利用95%概率区间及60%概率区间评估CNLG台监测能力

    Figure  7.  Evaluation of CNLG monitoring capability through 95% and 60% Probability Interval of noise RMS

    图  8  粤东密集台网强震台站监测能力分析柱状图

    Figure  8.  Histogram of the probability of monitoring capability of stations in Earthquake Early Warning and Intensity Rapid-Reporting of the Pearl River Delta

    图  9  CAGHX具有距离台站震中距为70 km—150 km震中距范围内M3.0级地震的监测能力

    Figure  9.  The noise level of CAGHX is so low to record regional earthquake below M3.0.

    图  10  HLAJ台对距离台站震中距为100 km左右的M5.5级以下地震记录能力偏弱

    Figure  10.  The monitoring capability of HLAJ is above M5.5 regional earthquakes

    图  11  CADF台不能记录区域M3.0级以下地震,记录M4.0级及以上地震的概率为95%

    Figure  11.  CADF cannot record regional earthquakes below M3.0,and the probability of recorded earthquakes above M4.0 is 95 %

    图  12  CHFX台不能记录区域M3.0级以下地震,记录M4.0级及以上地震的概率为95%

    Figure  12.  CHFX cannot record regional earthquakes below M3.0,and the probability of recorded regional earthquakes above M4.0 is 95 %

    图  13  粤东密集台网强震台站实际监测能力分析柱状图

    Figure  13.  Histogram of the probability of actual monitoring capability of stations in Earthquake Early Warning and Intensity Rapid-Reporting of the Pearl River Delta

    图  14  CAGHD台2—3级区域地震记录

    Figure  14.  The regional seismic records from M2.0 to M3.0 of CAGHD station

    图  15  台湾海峡的M3.4级地震检验CAGHX、CADF、CHFX和CNLG监测能力

    Figure  15.  Compared the monitoring capability with CAGHX CADF CHFX and CNLG based on the M3.4 earthquake located at Taiwan Strait

    表  1  台站监测能力评价表

    Table  1.   Evaluation table of typical station monitoring capability

    台站区域地震最优
    监测能力
    区域地震监测
    能力 (≥95%)
    观测环境
    台站位置观测环境影响因素
    CNLG接近M2.0大于M4.0学校教学楼间绿化带内师生课间活动
    CAGHX大于M1.0大于M2.0学校教学楼后面人迹罕至的空地鲜少人流
    HLAJ大于M2.0大于等于M5.5村委办公室内师生课间活动,村委办公活动
    CADF大于M3.0大于M4.0学校围墙附近师生课间活动,校外车辆和人流
    CHFX大于M3.0大于M4.0学校围墙附近师生课间活动,校外车辆和人流
    CYGR大于M2.0大于等于M4.0学校内,距教学楼3 m师生课间活动
    CYHX大于M3.0大于M4.0潮阳区河溪邮政支局内工作人员办公活动
    DPFL接近M2.0大于等于M3.0学校内,距离教学楼约30 m师生课间活动
    DPGB接近M3.0大于M4.0学校内,距离垃圾池6 m,距离围墙1 m师生课间活动
    FSHJ大于M1.0大于M2.0学校内篮球场外侧鲜少人流
    HLDL大于M3.0大于等于M4.0学校体育馆左侧师生课间活动
    JLJC接近M2.0大于M2.0学校科技馆内一角,距离围墙1.5 m师生课间活动
    LFJDD接近M2.0大于M2.0村委办公楼外右侧后方,靠近前边村委围墙旁工作人员办公活动
    LFJDX大于M2.0大于等于M3.0村委进大门后右方空地的一角,工作人员办公活动
    CHXN接近M3.0接近M4.0六合围管理站院内,海边防洪渠旁工作人员办公活动
    CNCD接近M3.0大于等于M4.0学校内,距围墙3米,距教学楼4米师生课间活动
    CYCN接近M3.0大于M3.0学校路边的绿化带内,据教学楼6 米师生课间活动
    HJGA接近M3.0大于M3.0市区幼儿园内,距教学楼3 M师生课间活动
    CAGHD大于M1.0大于M2.0村委院角落鲜少人流
    HLQZ大于M2.0大于M3.0学校教学楼左侧(食堂后方)师生课间活动
    HLZT接近M2.0大于M3.0学校内,距离教学楼较远师生课间活动
    HDBPZ数据异常
    HJDH
    LFJS
    下载: 导出CSV

    1  本文涉及地震事件列表

    序号地震事件震级震中位置数据类型目的
    12021/5/21 23:133.4云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    22014/7/12 3:217本州东海岸近海强震数据建立地震事件频率-加速度幅值分布模型
    32015/5/30 19:238.1小笠原群岛地区强震数据建立地震事件频率-加速度幅值分布模型
    42018/9/8 10:315.9云南墨江强震数据建立地震事件频率-加速度幅值分布模型
    52019/6/17 22:556四川长宁强震数据建立地震事件频率-加速度幅值分布模型
    62019/7/4 10:175.5四川珙县强震数据建立地震事件频率-加速度幅值分布模型
    72020/1/7 22:093.7甘肃肃南强震数据建立地震事件频率-加速度幅值分布模型
    82020/3/24 22:394.2青海海西强震数据建立地震事件频率-加速度幅值分布模型
    92020/6/25 3:475.9本州东海岸近海强震数据建立地震事件频率-加速度幅值分布模型
    102020/12/24 21:063.1青海兴海强震数据建立地震事件频率-加速度幅值分布模型
    112021/1/23 9:594.8云南盐津强震数据建立地震事件频率-加速度幅值分布模型
    122021/2/13 22:077.3本州东海岸近海强震数据建立地震事件频率-加速度幅值分布模型
    132021/5/21 21:486.5云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    142021/5/21 21:555云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    152021/5/21 21:555云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    162021/5/21 21:564.6云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    172021/5/21 21:564.6云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    182021/5/21 22:315.2云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    192021/5/21 23:133.4云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    202021/5/21 23:234.5云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    212021/5/22 2:047.4青海玛多强震数据建立地震事件频率-加速度幅值分布模型
    222021/5/22 2:284.2云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    232021/5/22 9:484.2云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    242021/5/22 20:144.7云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    252021/5/27 21:064.9青海玛多强震数据建立地震事件频率-加速度幅值分布模型
    262021/5/27 19:524云南漾濞强震数据建立地震事件频率-加速度幅值分布模型
    272021/6/12 18:005.1云南盈江强震数据建立地震事件频率-加速度幅值分布模型
    282021/6/16 16:485.8青海茫崖强震数据建立地震事件频率-加速度幅值分布模型
    292021/6/28 19:484.5云南双柏强震数据建立地震事件频率-加速度幅值分布模型
    302017/7/15 1:413.7广西南丹测震数据建立地震事件频率-加速度幅值分布模型
    312017/8/1 6:313广西忻城测震数据建立地震事件频率-加速度幅值分布模型
    322017/8/13 11:103.1广东东源测震数据建立地震事件频率-加速度幅值分布模型
    332017/8/15 13:164.1广西靖西测震数据建立地震事件频率-加速度幅值分布模型
    342017/12/8 1:501.8福建龙岩测震数据建立地震事件频率-加速度幅值分布模型
    352017/12/20 19:071.6广东东源测震数据建立地震事件频率-加速度幅值分布模型
    362017/12/25 14:481广东阳江测震数据建立地震事件频率-加速度幅值分布模型
    372017/12/29 11:181.3广西博白测震数据建立地震事件频率-加速度幅值分布模型
    382017/12/29 18:191.2广东信宜测震数据建立地震事件频率-加速度幅值分布模型
    392017/12/30 12:133.4四川盐源测震数据建立地震事件频率-加速度幅值分布模型
    402017/12/30 17:062广东东源测震数据建立地震事件频率-加速度幅值分布模型
    412017/12/30 23:111.2广东茂名测震数据建立地震事件频率-加速度幅值分布模型
    422019/11/25 9:185.2广西靖西测震数据建立地震事件频率-加速度幅值分布模型
    432019/11/28 7:494.6广西靖西测震数据建立地震事件频率-加速度幅值分布模型
    442020/6/26 5:056.5新疆于田测震数据建立地震事件频率-加速度幅值分布模型
    452021/4/2 5:403.7广东东源测震数据建立地震事件频率-加速度幅值分布模型
    462021/7/2 13:412.1广东连平测震数据建立地震事件频率-加速度幅值分布模型
    472021/7/19 12:181.6广东东源测震数据建立地震事件频率-加速度幅值分布模型
    482020/1/20 4:174.2广东丰顺强震数据检验地震
    492020/5/25 11:243.6广东丰顺强震数据检验地震
    502020/5/22 22:403.3广东东源强震数据检验地震
    512020/4/1 22:063.2广东丰顺强震数据检验地震
    522020/1/20 4:283广东丰顺强震数据检验地震
    532020/3/29 19:313广东丰顺强震数据检验地震
    542020/8/15 13:453广东东源强震数据检验地震
    552020/10/14 12:433广东丰顺强震数据检验地震
    562020/11/25 5:103广东河源强震数据检验地震
    572020/3/28 20:592.9广东丰顺强震数据检验地震
    582020/4/4 5:222.9广东南澳海域强震数据检验地震
    592020/9/10 22:172.9广东丰顺强震数据检验地震
    602020/1/23 20:072.8广东惠来强震数据检验地震
    612020/2/9 7:472.8广东丰顺强震数据检验地震
    622020/3/24 12:152.8广东丰顺强震数据检验地震
    632020/4/4 21:402.8广东河源强震数据检验地震
    642020/5/25 21:502.8广东丰顺强震数据检验地震
    652020/7/5 20:012.8广东东源强震数据检验地震
    662020/12/3 9:182.8广东东源强震数据检验地震
    672020/4/18 13:302.7广东五华强震数据检验地震
    682020/10/29 4:482.7广东五华强震数据检验地震
    692020/2/12 17:042.6广东河源强震数据检验地震
    702020/6/2 13:222.6广东普宁强震数据检验地震
    712020/6/4 13:432.6广东东源强震数据检验地震
    722020/9/10 13:342.6广东丰顺强震数据检验地震
    732020/12/28 1:102.6广东平远强震数据检验地震
    742020/2/17 18:122.5广东河源强震数据检验地震
    752020/3/12 8:172.5广东五华强震数据检验地震
    762020/3/30 19:492.5广东五华强震数据检验地震
    772020/2/9 15:402.4广东丰顺强震数据检验地震
    782020/3/30 1:572.4广东丰顺强震数据检验地震
    792020/7/30 9:172.4广东东源强震数据检验地震
    802020/12/12 10:462.4广东河源强震数据检验地震
    812020/12/15 10:512.4广东丰顺强震数据检验地震
    822020/2/9 21:532.3广东丰顺强震数据检验地震
    832020/2/26 6:192.3广东河源强震数据检验地震
    842020/4/4 21:402.3广东河源强震数据检验地震
    852020/5/6 4:182.3广东丰顺强震数据检验地震
    862020/5/7 0:432.3广东五华强震数据检验地震
    872020/5/27 17:352.3广东丰顺强震数据检验地震
    882020/6/6 6:372.3广东惠来强震数据检验地震
    892020/8/8 11:312.3广东东源强震数据检验地震
    902020/11/28 6:012.3广东丰顺强震数据检验地震
    912020/3/9 2:142.2广东东源强震数据检验地震
    922020/8/9 15:462.2广东东源强震数据检验地震
    932020/8/16 23:272.2广东丰顺强震数据检验地震
    942020/8/29 22:192.2广东东源强震数据检验地震
    952020/9/29 2:392.2广东河源强震数据检验地震
    962020/10/29 5:242.2广东东源强震数据检验地震
    972020/11/1 4:382.2广东丰顺强震数据检验地震
    982020/11/9 3:132.2广东龙川强震数据检验地震
    992020/1/4 6:202.1广东惠阳海域强震数据检验地震
    1002020/2/27 20:142.1广东东源强震数据检验地震
    1012020/5/23 8:502.1广东丰顺强震数据检验地震
    1022020/5/29 7:542.1广东丰顺强震数据检验地震
    1032020/7/6 3:052.1广东东源强震数据检验地震
    1042020/10/14 11:172.1广东丰顺强震数据检验地震
    1052020/11/25 5:132.1广东河源强震数据检验地震
    1062020/12/18 5:582.1广东丰顺强震数据检验地震
    下载: 导出CSV
  • [1] 周雍年. 2006. 中国大陆的强震动观测[J]. 国际地震动态,11:1–6. doi: 10.3969/j.issn.0253-4975.2006.01.001
    [2] Zhou Y N. 2006. Strong Motion Observation in Chinese Contiment[J]. Recent Developments in World Seismology,11:1–6 (in Chinese).
    [3] 卢大伟,李小军. 2010. 中国大陆强震动观测发展研究[J]. 国际地震动态,(10):35–42.
    [4] Lu D W, Li X J. 2010 Study on Development of Strong Motion Observation in China[J]. Recent Developments in World Seismology, 10: 35-42 (in Chinese).
    [5] Bormann, P . 2002. New Manual of Seismological Observatory Practice (nmsop) [Z]. (Potsdam: GeoForschungsZentrum)
    [6] Stehly L,Campillo M,Shapiro N M. 2006. A Study of the Seismic Noise from its Long-range Correlation Properties[J]. Journal of Geophysical Research Solid Earth,111(B10):B10306. doi: 10.1029/2005JB004237
    [7] El-Aal E A K A,Soliman M S. 2013. New Seismic Noise Models Obtained Using very Broadband Stations[J]. Pure and Applied Geophysics,170:1849–1857. doi: 10.1007/s00024-013-0640-7
    [8] El Fellah Y,Abd El-Aal E A K,Harnafi M,et al. 2016. New Comprehensive Standard Seismic Noise Models and 3D Seismic Noise Variation for Morocco Territory,North Africa,Obtained Using Seismic Broadband Stations[J]. Exploration Geophysics,48(3):272–283.
    [9] Sleeman R. Three-channel Correlation Analysis: 2006. A New Technique to Measure Instrumental Noise of Digitizers and Seismic sensors [J]. Bulletin of the Seismological Society of America, 96(1) : 258-271
    [10] Gerner A, Götz Bokelmann. 2013. Instrument Self-noise and Sensor Misalignment[J], Adv. Geosci. : 36, 17–20, doi: 10.5194/adgeo-36-17-2013.
    [11] Holcomb, L G. 2002. Experiments in Seismometer Azimuth Determination by Comparing the Sensor Signal Outputs with The Signal Output of An Oriented Sensor[Z], U. S. Geol. Surv. Open-File Rept. 02-183, 206 .
    [12] 吕永清,蔡亚先,程骏玲. 2007. 确定地震计安装方位的相干性分析法[J]. 大地测量与地球动力学,27(04):124–127. doi: 10.3969/j.issn.1671-5942.2007.04.023
    [13] Lv Y Q,Cai Y X,Chen J L. 2007. Orientation for Seismometer with Coherence Analysing Method[J]. Journal of Geodesy and Geodynamic,27(4):124–127 (in Chinese).
    [14] Tasič I, Runovc F . 2013 Determination of a Seismometer’s Generator Constant, Azimuth, and Orthogonality in Three-dimensional Space Using A Reference Seismometer[J], J. Seismol. 17, 807–817, doi: 007/s10950-012-9355-y.
    [15] Xie J B,Yang D K,Ding L S. 2018. A Comparison of Azimuth,Misalignment,and Orthogonality Estimation Methods in Seismometer Testing[J]. Bulletin of the Seismological Society of America,108(2):1004–1017. doi: 10.1785/0120170055
    [16] 丁莉莎,马洁美,齐军伟,谢剑波,廖一帆,卢子晋,叶世山,劳谦,吕仲杭. 2021. 利用背景噪声的分形方法监控台站观测系统运行状态[J]. 大地测量与地球动力学,41(04):436–440. doi: 10.14075/j.jgg.2021.04.021
    [17] Ding L S,Ma J M.,Qi J W,et al. 2021. Discussion on Monitoring the Operating State of Seismic Station Observation System by Using Fractal Method of Background Noise[J]. Journal of Geodesy and Geodynamic,41(4):436–440 (in Chinese).
    [18] Hutt C R, Evans J R, Followill F, Nigbor R. L., and Wielandt E. . 2010. Guidelines for Standardized Testing of Broadband Seismometers and Accelerometers[Z]: U. S. Geological Survey Open-File Report, 2009–1295.
    [19] Cauzzi C,Clinton J. 2013. A High- and Low-Noise Model for High-Quality Strong-Motion Accelerometer Stations[J]. Earthquake Spectra,29(1):85–102. doi: 10.1193/1.4000107
    [20] 丁莉莎. 2014. 应用于高温环境下的地震传感器关键技术研究[D]. 中国地震局地震预测研究所. 64–78.
    [21] Ding L S. 2014. Research of Key Technology of Seismic Sensors Used in High Temperature[D] Beijing: Institude of Earthquake Forecasting, China Earthquake Administartion . 64–78. (in Chinese).
    [22] 江汶乡. 2015. 面向地震预警的强震动数据处理技术研究[D]. 中国地震局工程力学研究所. 29–34.
    [23] Jiang W X. 2015. Research on Strong-Motion Data Processing Technology Oriented to Earthquake Early Warning[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administartion . 29–34 (in Chinese).
    [24] Welch P. 1967. The Use of Fast Fourier Transform for the Estimation of Power Spectra:A Method Based on Time Averaging Over Short,Modified Periodograms[J]. IEEE Transactions on Audio and Electroacoustics,15(2):70–73. doi: 10.1109/TAU.1967.1161901
    [25] 赵仲和, 赵建和. 2007. 地震观测技术与仪器[M]. 北京: 地震出版社. 59–64
    [26] Zhao Z H, Zhao J H. . 2007. Instrumentation in Earthquake Seismology[M]. Beijing: Seismological Press. 59–64 (in Chinese).
    [27] Howard R M. 2002. "The Power Spectral Density, " in Principles of Random Signal Analysis and Low Noise Design: The Power Spectral Density and its Applications , IEEE, 59-91, doi: 10.1002/0471439207.ch3.
    [28] Schultz, R. , Stern, V. , Gu Y. J. and Eaton D. , Detection Threshold and Location Resolution of the Alberta Geological Survey Earthquake Catalogue. Seismological Research Letters, 2015. 86(2A): 385–397.
    [29] Schorlemmer, D. , & Woessner, J. (2008). Probability of Detecting an Earthquake. Bulletin of the Seismological Society of America, 98(5), 2103–2117.
    [30] 陈魁. 应用概率统计[M]. 北京: 清华大学出版社, 2000.23–29.
    [31] Cheng K. 2000. Applied Probability and Statistics[M]. Beijing: Tsinghua University Press, 23–29. (in Chinese).
    [32] Clinton J F,Heaton T H. 2007. Potential Advantages of A Strong-motion Velocity Meter Over A Strong-motion Accelerometer[J]. Seismological Research Letters,73(3):332–342. doi: 10.1785/gssrl.73.3.332
    [33] NIED K-NET, KiK-net[DB]. National Research Institute for Earth Science and Disaster Resilience, DOI: 10.17598/NIED.0004
    [34] Peterson J. 1993. Observation and Modeling of background Seismic Noise [Z]. USGS Open File Report, 93–322
    [35] 中国地震局. 2017. DB/T 64-2016 强震动观测技术规程[S]. 北京: 地震出版社, 5.
    [36] Chinese Earthquake Administration. 2017. DB/T 64-2016 Technical Regulations for Strong Motion Observation[S]. Beijing: Seismological Press, 5 (in Chinese).
    [37] 王广福. 1986. 地震观测系统的标定与检查[M]. 北京: 地震出版社. , 117–120.
    [38] Wang G F. 1986. Calibration and Verification of Seismograph Systems[M]. Beijing: Seismological Press , 117–120 (in Chinese).
  • 加载中
图(15) / 表(2)
计量
  • 文章访问数:  45
  • HTML全文浏览量:  12
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-08-15
  • 修回日期:  2023-02-12
  • 网络出版日期:  2023-05-23

目录

    /

    返回文章
    返回