奇異譜分析在地形變數據處理中的應用研究

發(fā)布時間：2020-11-04 03:45

　　為了研究地震的孕育、發(fā)生過程以及震后災害,國家地震臺網布設了大量的形變觀測儀器,為地震研究工作提供了豐富的地形變和地動觀測數據。如何利用有效的數據分析方法從積累的大量地形變數據資料中分離出有用的信息,已成為目前地殼形變學科研究的重點。經過幾十年的研究積累,地形變觀測數據的處理方法已由最初的時域分析發(fā)展到了頻域分析,進而擴展到了時頻分析,使觀測數據在時域和頻域的信息進行了有機結合,得到了許多有益的分析結果。奇異譜分析(Singular Spectrum Analysis,SSA)是一種從時間序列的動力重構出發(fā)的無參自適應的分析方法,不同于經典的分析方法,它是在時域范圍對數據進行分析,但卻能顯示出頻域的特性,具有去噪、探測周期信號及趨勢、插值、濾波等功能。目前,SSA方法在很多學科領域的時間序列分析中應用非常廣泛,但還未應用到傾斜應變數據處理方面。為此,本文著重分析了SSA方法在地形變觀測數據中的具體應用,首先通過模擬數據試驗驗證了SSA方法的適用性和有效性,然后結合傾斜應變觀測資料的數據特點,有針對性的選擇了不同采樣率、不同形變臺站的實測數據,將SSA方法初步應用于地形變數據的處理和分析中,得到了以下成果和結論:(1)提出了周期圖法與G-P關聯維數算法相結合的最佳嵌入維度選擇方法,以及拐點法與方差貢獻率相結合的最佳重構階數選擇方法,并通過了模擬數據的驗證。與此同時,對SSA方法的各項基本功能也進行了模擬數據試驗,結果表明,SSA對于周期信號和趨勢項有分離和提取功能,能有效去除標準差低于信號振幅的噪聲,并且對信號中存在的奇異點也能進行很好的檢測識別。(2)將SSA方法應用到實測的傾斜應變資料中,選取宜昌臺、銀川小口子臺和榆樹溝臺三年的整點值觀測數據,根據分解出的主分量的特征形態(tài)將原始觀測數據分解為四種特征成分:趨勢項、周期項、干擾項和剩余項;針對周期項,本文對分離出的由周期項組成的重構序列進行調和分析和時頻分析,進一步驗證了SSA能有效的分離出固體潮波成分,且能提高觀測數據的精度;針對剩余項,選取撫順臺、烏海臺和延慶臺的分鐘值觀測數據,經過SSA分解后,根據拐點法得到了重構序列,證明了剩余項為大風干擾產生的高頻背景噪聲;針對干擾項,選取丹東臺、徐州臺和涇縣臺的傾斜應變數據進行SSA處理后,對數據中的干擾成分進行了有效分離,識別出周期約為8~20天的降雨干擾;針對干擾項中存在的異常信息,選取多組震前數據進行干擾項分離之后,發(fā)現干擾項的優(yōu)勢周期為3~21天,且3個地震前3個月左右均發(fā)現了異常信息,這可能反應了震前應力場變化失穩(wěn)過程,表明SSA對干擾排除和異常提取具有一定的參考意義。(3)SSA應用于實際的傾斜應變觀測數據中,對于不同臺站的不同數據,嵌入維度L的選擇稍有不同,但經過大量實際數據的SSA處理驗證,在處理傾斜應變觀測數據整時值時,嵌入維度為L=120~160,基本可滿足將趨勢項、干擾項與周期項進行分離的要求。
【學位單位】：中國地震局地震研究所
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：P315.63
【部分圖文】：

流程圖,選擇算法,嵌入維,流程圖

- 14 -圖 2.1 嵌入維度選擇算法流程圖重構階次 P 的選擇確定 P 一般常用的方法為拐點法，噪聲經過奇異值分解得到的奇異譜有著不用信號的特點，即噪聲的奇異值大小相當，奇異譜基本趨于平緩，出現噪，此時奇異值的變化速率突降，產生拐點。重構階次 P 的選擇關乎信號的果，一般來講，噪聲作為混合信號的一部分，所占的比重較小，而 SSA 的性是按照信號的能量大小進行排序的，因此，對于重構階次 P 的選擇，主下兩個依據：

關系圖,嵌入維數,關系圖,方差