学科分类
/ 1
9 个结果
  • 简介:宏观震中与微观震中不仅是概念上的差别,在实际观测结果中也存在不容忽视的差距。宏观震中还可代表震源区和地震波能量辐射的中心。宏观震中在抗震救灾、震害预测、地震地质和工程地震研究等方面,具有无可替代的重要作用。在灾害性地震发生后,可由余震分布来快速估定重灾区范围和宏观震中,将有助于提高抗震救灾效率。

  • 标签: 宏观震中 极震区 微观震中 初始破裂
  • 简介:地震宏观异常信息越来越多地以网络为媒介进行传播.通过对地震宏观异常的分析,确定地震宏观异常主题的描述方式,选取特征关键词,构建特征向量空间,利用向量空间模型计算主题相关度,从而实现面向地震宏观异常的主题爬虫.在实验中分别进行了主题爬虫与传统爬虫的信息采集工作,结果表明,主题爬虫在单位时间内可获取更多地震宏观异常信息,这也验证了主题爬虫在地震宏观异常网络信息的获取与传统爬虫相比具有更大优势.

  • 标签: 主题爬虫 地震宏观异常
  • 简介:本文经过对宏观前兆信息的报送、管理等有关事项的考察和分析,确立了宏观前兆信息管理系统的具体实现功能。并阐述了系统的体系结构和功能模块的设计,实现宏观前兆信息的在线添加和系统的在线管理。经过授权的用户可以通过Web浏览器,以人机交互式的客户端程序,实现对宏观前兆信息的在线添加、管理、查询和统计等功能。

  • 标签: 宏观前兆信息 在线管理
  • 简介:本文针对目前地震知识培训缺乏互动和沟通的问题,以本体化的地震宏观异常信息知识库为基础,将以目标为驱动的体验式认知方法应用于系统设计中,实现了面向公众的地震宏观异常信息认知培训游戏系统.该游戏系统将知识融入到以目标为导向的体验场景和体验任务中,以心流体验激发用户的学习动机,使公众在游戏中自主地解决问题,高效地完成对地震宏观异常知识的认知,更好地协助有关部门做好群测群防工作.

  • 标签: 地震宏观异常 培训 游戏系统
  • 简介:作者于2013年6月底,前往芦山、雅安和成都等在“4·20”芦山地震中震感强烈的村镇,对地震前宏观异常信息开展了采集与调研.通过设计宏观异常调研问卷,与当地居民进行了一对一的访谈、共收集134份问卷,其中含有地震前宏观异常信息88条,包括动物、气象、地声、地磁、地下流体、地雾、人体7种类型.通过调研以及对调研问卷的分析表明,芦山地震前确实存在着一定数量和范围的宏观异常现象,芦山地震和汶川地震前宏观异常特征具有较大相似性.调研中还发现与城市相比,农村因动植物资源丰富,自然景观与自然现象相对少受人为干扰,是地震前宏观异常的主要发生地,因此,应该加强广大农村地区地震的认知培训和宏观异常上报信息平台建设,发挥专群结合在地震预测预报中的作用.

  • 标签: 芦山地震 宏观异常 地震预测 专群结合
  • 简介:<正>1998年6月中旬至6月底,闽北地区10县市普降暴雨,特别是“6.22”洪灾,给闽北各县(市)造成了极其严重的破坏,总损失约75亿元。大量基础设施被破坏,大量民房倒塌,许多乡镇发生山体大面积滑坡和地裂缝,有些地方地下还冒出黑水,老鼠乱蹦窜,洪灾区内又传出了可能会发生地震传闻,引起了各级党政领导的关注。针对这种状况,我们地震部门进行了野外宏观考察及微观监测的工作。

  • 标签: 宏观考察 洪灾期间 山体滑坡 地震台 监测工作 地震活动
  • 简介:地震宏观异常是指地震前后人的感觉能直接察觉到的自然界异常现象,本研究在芦山地震后,针对公众通过微博发布的异常信息进行搜集,提出从真实性、完整性、信誉度和关联度四方面对公众提供的微博宏观异常信息进行筛选的方法,并根据筛选后的信息从时间角度、空间分布等方面进行芦山地震前后宏观异常信息的分析研究.结果表明,芦山地震前后是有宏观异常出现的,公众关注的异常种类主要为动物异常与天气异常;震前发生宏观异常占宏观异常总数的67%,但仅有30%被发布;微博发布的宏观异常信息中,大多位于距离震中较远的成都市,而非震中地区.微博信息可以作为宏观异常信息的一个主要的及时信息来源,有助于发挥群测群防在防震减灾工作中的作用.

  • 标签: 微博 芦山地震 宏观异常 信息筛选
  • 简介:对比分析国内外不同学者对昆仑山口西8.1级地震地表破裂带的考察结果和作者4次现场考察记录,认为:本次地震的宏观震中及破裂起始点位于同一地点,即布喀达坂峰东南3km处,与根据中国数字化地震台网资料确定的微观震中基本一致.

  • 标签: 昆仑山口西8.1级地震 宏观震中 地表破裂
  • 简介:微博平台有用户群大、公众参与性强、实时性等优点,同时微博平台信息又具有信息真伪难辨、地址信息模糊等缺点.本文以芦山地震为例,针对微博内容如何提取和地址如何定位两方面进行了分析研究,对于如何在网络微博平台中及时的提取地震宏观异常信息,提出了聚焦爬虫技术,并对微博地址进行了分类,同时将正向最大匹配和特征词地址分词的中文地址匹配模型应用于地址信息的提取和地址匹配中;最后将不同的地址类别定位为不同的行政级别,使微博平台和微博信息得到了充分的利用.通过研究认识到微博信息在反应震前异常的发生趋势方面有一定的参考价值(动物异常和气象异常所占比例较大),是不能被忽略的:地址方面可以看出异常随着时间的逼近有向震中聚集的趋势,有一定的参考价值.

  • 标签: 微博平台 聚焦爬虫 地震宏观异常 分词技术 地址匹配