基于微震脉冲序列差异性分析的震前状态识别
应用统计
2017-05-12 v1
摘要
导致地震的确切机制尚未完全明了，且时空结构特征十分复杂。先前研究表明，被称为微震的极低强度地震的活动性可能包含大震前源过程的信息，因为它们能量化随时间修改的应力或应变，这些修改最终导致大地震。本文利用微震的地震活动历史来分析地震台网各监测台站之间的时空统计独立性。通过将点过程距离度量应用于这些台站记录的微震脉冲序列（spike trains），从统计上定义了一种震前状态，旨在寻找台站读数间的差异水平与该区域未来较大地震发生之间的关系。本文还探讨了该统计方法与用于地震的伯里奇-诺普夫弹簧-滑块物理模型（Burridge-Knopoff spring-block model）的兼容性。基于结果，有证据表明存在一种地震前兆状态，其与脉冲序列差异性增加相关，该增加通过统计替代检验评估。
引用
@article{arxiv.1705.03922,
title = {Pre-earthquake State Identification by Micro-earthquake Spike Trains Dissimilarity Analysis},
author = {Arash Andalib and Raheleh Baharloo and Jose C. Principe},
journal= {arXiv preprint arXiv:1705.03922},
year = {2017}
}