一、快速检查与处理数字化地震及前兆观测数据的网络应用（论文文献综述）
江昊琳,郑江蓉,何斌,鲍海英,代宪鹏,单菡,王大伟[1]（2021）在《江苏地震监测发展历程》文中进行了进一步梳理江苏地震监测工作始于1930年南京北极阁地震台的创建,经过几代地震工作者的不懈努力和探索创新,地震监测能力和技术水平发生了质的飞跃。回顾江苏地震监测系统发展历程,从1932年6月维歇尔地震仪正式投入观测,到现今在全省分布的涵盖测震、地磁、地电、形变、流体的多学科地震监测网络。地震监测历经了地震仪器从外国引进到完全自主研发,从模拟观测到数字化网络化观测,从人工识别波形到AI自动识别地震事件的飞速发展。近年来,随着科学技术的日新月异,观测技术的不断发展,地震观测设备的不断完善更新,覆盖全省的测震台网、前兆台网、流动监测网取得了丰富的地震监测成果,获取的大量观测数据被广泛应用于地震速报、地震预测研究、地震灾害防御、地震紧急救援以及地震科学研究,为江苏的经济社会快速发展提供了坚实的地震安全保障。鉴往知来,回顾江苏地震监测的发展历程,致敬老一辈科学家的励精图治,地震监测科技发展薪火相传,服务全省高质量发展,书写江苏地震监测新的发展史。
李建桥[2]（2021）在《地震前兆时间序列大数据渐进式可视化方法研究》文中指出随着地震前兆观测时间序列数据量越来越大,现有的基于Web的可视化方案由于网络传输的数据量大,导致系统响应时间变长,严重影响了用户的交互体验。基于采样和过滤的大数据可视化方案虽然可以大大缩小数据规模,缩短数据传输时间,但会丢失高频数据背后的信息。面对如此海量的地震观测数据,如何高效地存储并对满足用户需求的数据进行快速地可视化分析,已经成为目前迫切需要解决的问题。针对上述问题,本文在研究目前主流的以My SQL为代表的关系型数据库、以Open TSDB为代表的分布式文件系统以及以HBase为代表的No SQL数据库等三种存储方案基础上,采用HBase数据库,提出了一种地震前兆时间序列大数据存储方案,以解决海量地震前兆数据读写效率低下的问题。接着,针对现有的基于Web的可视化方案存在的一些不足,同时考虑到目前的地震前兆观测数据存储在关系型数据库中,本文首先提出了一种基于Cloudberry的地震大数据渐进式可视化方案。此外,随着大数据技术的发展,在大数据平台下,针对大数据的存储与应用已经成为一种越来越流行的趋势,因此接着又提出一种基于HBase的地震大数据渐进式可视化方案。本文的创新点如下:（1）提出了基于HBase的地震大数据存储方案。针对传统的关系型数据库在存储海量地震前兆观测数据方面存在读写效率低下的问题,同时考虑到地震前兆观测数据的特点、应用场景以及查询数据的实时性、快速性等方面的需求,将地震前兆观测数据保存在HBase数据库中。实验结果表明,基于HBase的存储方案具有较优异的可扩展性与并发性,在读取操作和写入操作方面也都表现出较好的性能,充分证明了本方案的有效性。（2）本文首次提出了基于Cloudberry的地震大数据渐进式实时可视化解决方案。该方案大大缩短了各数据分片的传输时间,改善了用户交互体验,很好地满足了地震业务中长期大范围观测数据可视化的需要。针对目前包括Cloudberry在内的渐进式可视化方案中,平均聚合函数（AVG）的正确性往往得不到保证的问题,本文创新性地提出了一种基于计数（COUNT）和求和（SUM）聚合函数可累加性的AVG转换规则技术解决方案,以保证AVG结果的正确性。实验结果表明,与非渐进式可视化方案相比,基于Cloudberry的渐进式可视化方案可以在不需要长时间等待的情况下立即看到结果。并且与P5渐进式可视化方案相比,Cloudberry每批次的响应时间更短,并且随着数据量的增加,Cloudberry总能将每批的响应时间保持在用户可接受的范围内。因此,Cloudberry渐进式可视化方案缩短了用户的响应时间,避免了长时间的等待,提高了用户的交互体验。（3）提出了一种大数据环境下的渐进式可视化方案,以满足大数据场景下的需求。由于Cloudberry目前不支持大数据环境下的HBase数据库,虽然可以通过Elasticsearch从HBase中读数据,但此方案明显涉及到了网络中大规模的数据迁移,耗时且浪费计算资源。因此,本文模仿Cloudberry提出了一种大数据环境下的渐进式可视化方案,并将研究成果应用在“地震大数据可视化及机器学习平台”项目上。应用结果表明,地震大数据渐进式可视化方案具有快速性、灵活性等特点,对海量地震前兆观测数据的可视化具有广泛而实用的价值。
王志浩[3]（2021）在《地震大数据机器学习平台》文中研究指明地震是一种常见的自然灾害,全球每年大概有500万次左右的地震发生,给人类社会带来严重的经济损失和人员伤亡。我国对于地震的相关研究从未停下脚步,自1980年开始到现在全国已经建设了数以千计的地震观测台站,积累了大量的形变、地电、地磁、重力、流体等学科的前兆观测数据。这些数据对于地震行业的研究人员来说具有重要的研究意义,如何存储、如何快速地分析数据,是地震工作者面临的一个难题。大数据技术的出现使得海量地震数据的存储难题迎来了希望曙光,不仅如此,人工智能时代的到来促进了机器学习与深度学习等技术的发展,这为地震数据分析提供了新的思路。对于地震行业工作者来说,利用大数据与人工智能技术搭建一个集数据存取、处理、分析于一体的地震大数据机器学习平台可以对其研究工作起到很大的帮助作用。在数据存储方面,论文提出了一种基于HBase的地震前兆时间序列观测数据存储策略。设计HBase存储模型的关键在于设计合理的Rowkey,地震前兆时间序列观测数据具有多种采样率,以天为单位将Rowkey设计为:台站ID＿测点ID＿测项ID＿采样率＿数据日期,其中时间精确到天合并1天内的观测数据作为1条记录。基于HBase的存储方案无论在查询操作方面,还是在插入操作方面,都表现出了很好的性能,可以满足地震行业人员对于科研的需要。在数据分析方面,论文提出了一种基于模板文件的具备高扩展性的算法模型实现方案。根据对传统机器学习、深度学习的研究,将地震数据分析核心业务功能抽象为数据集选取模块、算法模型设置模块、超参数设置模块、模型训练与结果展示模块四部分,用户只需要提供算法的模板文件、前端解析规则文件以及对应的python算法程序就可以订制属于自己的算法模型,这也是平台的创新性所在。该方案为地震大数据平台的各类地震监测、预报及数据管理部门提供数据挖掘、深度分析等大数据服务提供相应的技术探索及验证。在开发技术方面,平台采用了B/S架构模式。Web前端使用Vue,服务器端使用Django框架结合Spark组件进行实现,具有简单易用、高性能、可扩展性强等特点。地震大数据机器学习平台的研究与实现就是为了给地震研究人员提供一个方便、快捷、可靠的地震大数据处理平台,该研究将极大地节省地震行业研究人员的时间,提高其工作效率,进而促进我国地震行业的研究与发展。
于紫凝[4]（2021）在《钻孔应变观测数据的震前异常提取与评价方法研究》文中认为地震灾害严重威胁人民生命财产安全。由于地震的小概率性,孕震机制的复杂性及地球深部观测的技术局限性,地震预测预报成为一个需要长期探索研究的世界性难题。经过数十年的观测技术发展,我国已累积了丰富的形变、地球物理和地球化学学科的观测资料,为地震前兆研究提供数据基础。如何在大量观测资料中排除环境干扰等原因引起的异常,提取与地震相关的震前异常具有重大社会需求和深远的科学意义。地震是地下岩层受到集中应力超过强度极限突然破裂的过程。钻孔应变观测反映地壳应变变化,在地震前兆研究中发挥重要作用。目前钻孔应变观测的震前异常分析中还存在如下问题:（1）钻孔应变观测数据中,由于固体潮、气压等环境因素产生的应变响应影响,导致由地震引起的应变难以分辨;（2）钻孔应变观测异常提取大多采用时域、时频域的幅度阈值超限方法,容易将受到突发性干扰或噪声等偶然因素影响的幅度异常,误认为是地震异常;（3）异常分析大多采用单台站方式,即使是多台站,也仅是多台站结果印证,其实质仍是单台站分析,而不是多台站数据联合分析,多台站间的震前相关特征未能被充分利用。针对上述问题,本文分析了环境因素对钻孔应变观测的影响,建立了钻孔应变观测的状态空间模型,利用卡尔曼滤波方法,求解了各环境因素产生的应变响应;采用基于概率分布的异常分析方法,提取了单台站钻孔应变数据的震前负熵异常;构建了多台站的拓扑网络,通过分析多台站数据间的相关特征,计算了网络的度,提取了震前网络度异常;采用b值和地震检验模型,分别评价了震前负熵异常和网络度异常。本文主要研究内容如下:（1）根据四元件钻孔应变仪的观测原理,利用数据自洽性,进行了应变观测的标定;计算潮汐因子,分析了应变固体潮对钻孔应变观测的影响;理论分析了气温、气压对于应变观测的影响;讨论了水位、降雨与应变观测的关系。（2）提出了基于卡尔曼滤波的环境因素的应变响应求解方法。根据钻孔应变观测的状态空间模型,利用测量方程将环境影响从测量空间映射到状态空间,采用卡尔曼滤波方法,通过迭代误差协方差矩阵,连续修正环境状态的估计,求解固体潮、气压和钻孔水位的应变响应,还原地壳应变信号;通过对比潮汐因子、胡克定律理论值和气压对地壳负荷效应理论值,验证各环境因素应变响应的合理性。（3）提出了单台站钻孔应变数据的震前负熵异常提取方法。地壳应变信号的概率分布特征研究表明,地壳应变的背景信号具有高斯性,利用高斯信号的零负熵特点,采用高阶累积量方式,提取单台站地壳应变信号的负熵异常。汶川和芦山地震分析显示,各台站负熵异常累计在震前以幂律形式加速增长,且异常累计速率与各台站的震中距呈现相反的变化关系;随机时间与随机地震实验也进一步说明震前负熵异常与地震相关性。（4）提出了多台站钻孔应变数据的震前网络度异常提取方法。为避免单台站异常的偶然性,建立了多台站应变观测的拓扑网络;采用多通道奇异谱分析筛选出多台站观测数据中的应变成分,以台站间应变成分的皮尔森相关系数定义边;根据相关系数阈值获取网络各边的连通性;计算网络度并提取网络度异常。四川-云南地区的6台站网络度异常分析表明,13次目标地震中10次地震前出现了网络度异常的幂律增长,且异常累计速率与目标地震能级相关。（5）根据b值异常反映震源区应力状态,计算芦山地震前后的b值,对比分析了单台站的震前负熵异常;建立地震检验模型,采用受试者工作特征检验法估计地震检验命中率和误检率,评价震前网络度异常,29次地震的模型检验结果表明,检测地震命中率远大于误检率,验证了网络度异常提取的有效性。
兰天旭[5]（2021）在《地电阻率数据处理系统的设计与实现》文中研究表明地震灾害是对我国经济社会发展造成较大负面影响的自然灾害之一。地震产生原因非常复杂,我国通过多维度探索来进行地震的预测研究,其中对地电阻率的研究是重要维度之一。通过连续地观测地球介质的电阻率,研究其异常变化与地震孕育的关系,进而开展地震预测研究。我国目前共建成了84个地电阻率观测台站,台站观测时间长达数十年,获得了大量的原始数据。科研人员在多年的研究过程中,积累了一些数据处理方法和简单的计算程序。近年来,在地震领域也产生了一些新的数学分析方法,引入了新的干扰剔除方法。但目前还存在着数据处理流程不规范、计算程序功能单一、算法模型整合度低等问题,缺乏一套完整、简便、高效的地电阻率数据处理系统。本文在细化了河北省地震局的实际需求后,基于河北省地球物理观测数据库,设计并研发了地电阻率数据处理系统。本文的主要工作成果如下:1.应用UML用例图对系统进行了需求分析,并根据实际的应用环境,设计了C/S三层系统架构,设计并实现了地电阻率数据全生命周期处理模块,改进了数据库逻辑模型与物理模型设计,新增加了处理产出数据表。2.基于勒依达准则实现了数据的突跳剔除功能,在数据预处理阶段进行了数据填补实验,选取效果最优的均值法作为缺失数据填补算法,提出了以连续度、完整度、观测精度为依据的地电阻率观测数据质量评价方法。3.整合地电阻率相关理论和算法,设计了地电阻率数据处理算法,实现了数据计算与专业处理功能,包括均值、变化幅度等常规计算,以及以傅氏滑动法和褶积滤波法为理论基础的干扰排除和基于归一化月速率法的异常判定功能。4.结合Py Echarts、Py Qt5设计并实现了数据交互展示和时间序列数据图形绘制功能,使用客户端结果缓存、线程池技术,进行了数据查询优化,并借助多种扩展库实现了图形编辑、等值线图绘制、小波能谱图绘制等功能。本系统作为河北省防震减灾信息服务平台的重要补充,填补了专业性地电阻率数据处理系统的空缺,在实际测试中系统运行良好,大幅度提高了科研人员的工作效率,对我国地电阻率数据处理与地震预测研究具有重要意义。
陈会忠[6]（2020）在《我国地震观测历程》文中研究指明1920年12月16日我国宁夏海原县发生8.5级大地震,最大烈度为Ⅻ度,28.82万人遇难。它是中国历史上最大的一次地震,也是世界上着名的大地震之一。中国大部分地区和周边国家有感,地震强度为中国有史以来罕见,地震释放的能量相当于11.2个唐山大地震,当时世界上近百个地震台都记录到了这场地震,因此海原地震被称之为"寰球大震"。在海原地震百年之际,本文将谈谈我国地震观测历经沧桑,发展成为世界地震观测先进大国的百年历程。
邵馨叶[7]（2020）在《地磁台站记录中磁偏角异常信息的提取和相关性研究》文中研究指明针对目前存在对地磁异常与地震之间相关性的质疑和同震地磁异常研究中各种方法对异常信号的提取效果不同,本文以国内地磁台站记录的地磁秒数据为研究对象,建立了地磁台站国际地磁学与高空大气学协会（International Association of Geomagnetism and Aeronomy,简称IAGA）磁偏角分量的观测数据模型,研究总结出同震地磁异常关联分析法,快速有效提取大地震时磁偏角异常数据并对其进行相关性分析,探索地磁异常信号和大地震的关联性,从而为大地震预测的研究提供一种新的方法。本文分析了地磁场分解模型,地磁场基本磁场的内源场占主要部分,相对稳定,而正常情况下变化磁场包括磁暴在内相对是非常微小的,最大磁暴的强度只占基本磁场强度的百分之几且对磁偏角影响较小;本文研究认为变化磁场的内源场中有一部分为地震前后由地球内部震磁效应引起的异常变化磁场,是在大地震能量释放前后震源区及板块边缘在岩石介质微破裂和膨胀过程中产生新的变化磁场,震前变化量级小,震时随地震波的到来变化量级最大,变化幅度远高于外源场的磁扰,具有多地同时出现的特点,7级以上地震地磁异常可出现于距震中2000公里以上的区域,且不会延迟十几天的时间,而是和震中附近的地点一样。由此建立了地磁台站IAGA地磁数据集、磁偏角分量的观测数据模型,地磁台站磁偏角差值异常相关性分析数据集。本文首先采用一种能够有效处理非震异常数据的算法并通过Python编程实现,以解决地磁数据文件中有空文件和损坏的文件,有些文件中存在残缺数据,存在一些连续相同且数值非常大的非震异常无效数据的问题;本文用滑动最大差值法对磁偏角数据进行统计分析,有效消除背景场的影响;采用磁偏角差值比值及连续阈值法处理秒记录数据,给出了异常文件的条件和记录异常的条件,提取了差值幅度大,持续时间长的磁偏角异常,记录到磁偏角差值异常数据集,重新构造了磁偏角差值异常相关性分析数据集;结合震磁理论和相关性分析,对磁偏角异常和震磁的相关性进行分析,最后归纳总结出同震地磁异常关联分析法。本文以国家地磁台网中心自汶川地震以来国内7级以上5次大地震前后近80个地磁台站的IAGA-2002秒钟值相对观测预处理数据为对象,对同震地磁异常关联分析法进行了验证。结果发现:（1）5次大地震时部分相距较远的地磁台站都记录到地磁异常数据,这些地磁异常很可能是大地震的同震异常;（2）震中在记录到地磁异常数据的地磁台站附近;（3）地磁异常中以磁偏角异常最为明显;（4）磁偏角异常表现为磁偏角差值的相对高幅度、高频和短暂持续性;（5）大地震磁偏角差值异常相关系数均有3个以上台站大于0.9。结果表明,同震地磁异常关联分析法能发现自汶川地震以来国内7级以上5次大地震时的地磁异常,大地震时震级越高,同震异常台站越多,数值越大,越容易观察到地磁异常。同震地磁异常关联分析法将能获取到的所有地磁台站和所有大地震统一纳入相关性分析,克服了常规分析方法通常只针对某一局部区域或某一震例的不足,更容易找到地磁异常和大地震的相关性,从而具有更高的可靠性。如果能实时获得秒记录地磁数据,更进一步地获得异常时的毫秒级或微秒级数据,可望为大地震的预测提供一种新的方法。
缪杰[8]（2018）在《分布式地震前兆台站综合管理系统设计与实现》文中提出地震是对人类社会有重大影响的自然灾害之一。无论对于城市乡村,地震造成的破坏都是不可逆转甚至有可能是毁灭性的。目前世界许多国家对地震展开了多种层面的研究,取得了海量的数据资料。为了更合理地利用众多仪器设备并使得实测地震数据被成功的归纳和应用,科研人员也开发了相应的管理系统并投入使用。但随着科学的发展和观测的进步,传统地震观测管理系统难以满足现代地震前兆台站管理需求的特点也日益凸显,存在问题主要包括:第一、缺少对地震台站、仪器、数据行之有效的实时监控系统,影响台站工作效能。第二、观测数据量的急剧膨胀,使得处理和运算系统的工作量不断增大,目前的地震台站管理系统迫切的需要更新配置方式、强化功能、拓展容量。最好的解决办法是将分布式系统技术融入系统设计思路。第三、地震前兆台站信息资料和文件档案需要有相应的管理功能与之适应。第四、目前没有B/S架构地震预报软件能够使得台站工作人员用于地震预报,这也影响了地震前兆观测数据的进一步高效利用。针对上述存在问题,开发了一套分布式地震前兆台站综合管理系统软件,工作主要包括:（1）对地震的危害、研究现状和国内外地震台站信息管理系统研发使用情况进行了深入的调查研究。针对实际工作的需求,对地震前兆台站的工作内容和流程进行了梳理,对系统功能模块进行建模,整合地震前兆台站管理信息、仪器数据资料、前兆分析、即时通讯等内容,设计并实现了地震前兆台站综合管理系统的运行。首先,各级用户能够通过系统实时掌握台站的运行状态和工作情况,并有效进行交流和沟通;其次,系统能够对台站的仪器、数据进行实时监控,从而使工作人员可以即时发现仪器故障和数据异常,尽快排查和解决存在的问题;再次,系统能够提供数据的使用功能,通过多种视图展示的方式将数据直观有效地呈现给用户并提供下载,地震预报模块可以对地震前兆观测仪器采集数据进行计算和分析,从而判断是否为地震异常。（2）通过对比国内外当前比较先进的技术方案,对使用到的技术进行了相关研究和介绍。结合本系统的特点,系统使用Java编程语言,选择SSM（Spring+SpringMVC+MyBatis）框架作为开发的主要框架,使用MySQL数据库进行编码和开发。数据存储运用HDFS分布式文件存储系统与MySQL相结合的方式,使用Redis缓存技术将原始数据等缓存到内存,显着提高数据读写运算的的速度。同时,分布式数据存储使得系统和数据安全性得到提高,进一步优化了服务器工作效率,增强了平台的易维护性。（3）根据设计的需求选择途径和详细编程,实现预期的功能和完成存储。系统组建后,再进行反复推演和验证,证明系统已经实现了稳定的模块功能,能够满足现阶段地震监测和管理的实际需求。系统开发完成后,在山东省陵阳地震台投入测试使用,运行效果良好。结果显示,本系统对于提高地震前兆台站工作效率,保障仪器正常运行、提升基层工作质量、加强数据应用和分析能力均具有非常重要的意义。
王庆军[9]（2018）在《煤岩破裂次声波在煤岩层中传播规律研究》文中提出近些年,随着煤炭资源转入深部开采,加之我国煤层地质条件复杂,煤层地应力和瓦斯压力增大,以煤与瓦斯突出为主的煤岩动力灾害现象显现频繁。研究结果表明,受载煤岩破裂过程能够产生明显的次声信号,次声波技术可能成为矿井煤岩动力灾害最有前途的监测预警的新方法之一。次声波在煤矿井下的传播介质主要是煤岩层,煤岩层的复杂性致使次声波在传播过程中发生衰减,降低次声波监测应用的精度,而且次声波传播的有效距离还有待验证。因此,开展煤岩破裂次声波在煤岩层中传播规律研究是十分必要的。本论文采取实验室实验和数值模拟相结合的研究方法对煤岩破裂次声波传播规律进行研究。通过对煤样进行单轴压缩试验,采用次声信号监测系统对煤样在变形破裂过程中产生的信号进行实时采集。借助小波包变换信号分析方法分析信号的能量分布特征,分析煤样破裂次声信号的频率分布范围,确定数值模拟的波源主频。借助基于应力-应变法的低频岩石测试系统,对煤样在不同频率条件下的次声波波速及衰减参数进行测量,确定实际煤岩层的理论模型参数。考虑煤的粘弹性,推导粘弹介质波动方程,采用交错网格有限差分法编写其MATLAB程序,数值模拟煤岩破裂次声波在实际煤岩层中的传播,分析衰减规律。主要研究成果如下:（1）煤样破裂过程能够产生明显的次声波信号,并且与应力在时间上有很好的对应关系。小波包变换可将信号精细分割成各个频带,可起到滤波的作用。煤样破裂次声波信号频率在020Hz均有分布,但主要分布在3.125Hz12.5Hz与18.75Hz21.875Hz。（2）煤样的纵波波速、横波波速和衰减1/Q不具有频率相关性。其中,杨氏模量约为9.7GPa;泊松比约为0.28;纵波波速约为2882m/s;横波波速约为1576m/s;衰减1/Q约为0.05。（3）PML边界能够很好的吸收到达边界波的能量,避免了人为边界导致的反射。弹性波波动方程只存在球面衰减,相较粘弹性波波动方程还存在粘弹衰减,更加符合实际煤岩层。（4）次声波在煤层中的衰减主要分为球面波衰减和粘弹衰减,并与传播距离呈幂函数的关系。次声波在煤岩层中的衰减除球面波衰减和粘弹衰减外,还包括煤层和岩层分层的界面衰减。次声波技术可以应用于煤矿井下和地面的长距离同时监测。
全建军,林慧卿,陈美梅,郑永通,赖见深,方传极,郑志泓,陈珊桦[10]（2018）在《数字化地震前兆台站防雷措施探讨》文中研究指明雷电危害是影响地震台站稳定运行的重要因素之一,对台站进行雷电防护具有重要意义。从讨论雷电对地震台站造成的危害出发,分析雷电入侵地震台站前兆设备的途径,阐述综合防雷系统的构成与基本要求,从配电系统、通信和信号线路、地网改造、线路电磁屏蔽等多个方面提出地震台站防雷的有效措施,可以有效减轻雷灾损失,特别是减轻雷电对地震观测技术系统仪器设备的损害。
二、快速检查与处理数字化地震及前兆观测数据的网络应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、快速检查与处理数字化地震及前兆观测数据的网络应用（论文提纲范文）
（1）江苏地震监测发展历程（论文提纲范文）
| 引言 |
| 1 江苏地震监测发展 |
| 1.1 战火纷乱中的南京地震监测 |
| 1.2 曙光初照地震监测工作 |
| 1.3 地震监测工作快速发展 |
| 1.4 地震监测数字化网络化改造建设 |
| 1.4.1“九五”数字化改造初期 |
| 1.4.2“十五”以后数字化全面升级改造 |
| 2 地震监测发展成果 |
| 2.1 丰富的地震监测产品产出 |
| 2.2 自主创新研发结硕果 |
| 2.3 科研能力显着增强 |
| 3 结语 |
（2）地震前兆时间序列大数据渐进式可视化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标和内容 |
| 1.4 论文组织结构 |
| 第二章 理论基础与相关技术 |
| 2.1 大数据存储 |
| 2.2 大数据可视化 |
| 2.3 Web端相关技术 |
| 2.4 服务端相关技术 |
| 2.5 Hadoop集群相关技术 |
| 2.6 本章小结 |
| 第三章 面向地震前兆时间序列大数据的存储方案设计 |
| 3.1 问题的提出 |
| 3.2 地震前兆时间序列大数据特征 |
| 3.3 地震前兆时间序列数据存储方案 |
| 3.4 实验验证与分析 |
| 3.5 本章小结 |
| 第四章 基于Cloudberry的地震大数据渐进式可视化方案 |
| 4.1 问题的提出 |
| 4.2 基于Cloudberry的地震大数据渐进式可视化方案设计 |
| 4.3 基于Cloudberry的地震大数据渐进式可视化系统 |
| 4.4 实验验证与分析 |
| 4.5 本章小结 |
| 第五章 基于HBase的地震大数据渐进式可视化方案 |
| 5.1 问题的提出 |
| 5.2 基于HBase的地震大数据渐进式可视化方案设计 |
| 5.3 基于HBase的地震大数据渐进式可视化系统 |
| 5.4 系统测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）地震大数据机器学习平台（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外大数据平台研究现状 |
| 1.3 研究内容 |
| 1.4 章节安排 |
| 第二章 基础理论与相关技术 |
| 2.1 Web前端相关技术 |
| 2.2 服务器端相关技术 |
| 2.3 Spark技术 |
| 2.4 机器学习与深度学习 |
| 2.5 卷积神经网络 |
| 2.6 本章小结 |
| 第三章 地震前兆观测数据存储策略研究 |
| 3.1 地震前兆时间序列观测数据特征 |
| 3.2 HBase架构 |
| 3.3 存储策略 |
| 3.4 本章小结 |
| 第四章 系统需求分析与系统设计 |
| 4.1 应用场景 |
| 4.2 需求分析 |
| 4.3 系统设计 |
| 4.4 本章小结 |
| 第五章 系统实现与系统测试 |
| 5.1 系统实现 |
| 5.2 系统测试 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 问题与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在读期间参加的项目 |
| 在读期间发表论文及科研成果 |
（4）钻孔应变观测数据的震前异常提取与评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 钻孔应变观测发展现状 |
| 1.3 钻孔应变观测震前异常研究现状 |
| 1.4 本文研究思路与组织结构 |
| 1.4.1 存在问题与本文研究思路 |
| 1.4.2 全文组织结构 |
| 第2章 钻孔应变观测系统 |
| 2.1 钻孔应变观测的基本原理 |
| 2.1.1 应力与应变 |
| 2.1.2 钻孔应变观测基本原理 |
| 2.2 四元件钻孔应变观测系统的标定 |
| 2.2.1 四元件钻孔应变观测的自洽性 |
| 2.2.2 相对实地标定 |
| 2.2.3 绝对实地标定 |
| 2.2.4 钻孔应变观测系统的耦合 |
| 2.3 钻孔应变观测的环境影响因素 |
| 2.3.1 应变固体潮 |
| 2.3.2 气温和气压 |
| 2.3.3 水位和降雨 |
| 2.4 本章小结 |
| 第3章 基于卡尔曼滤波的环境因素的应变响应求解方法 |
| 3.1 钻孔应变数据状态空间模型的建立 |
| 3.2 基于卡尔曼滤波求解环境因素的应变响应 |
| 3.2.1 卡尔曼滤波的基本原理 |
| 3.2.2 基于卡尔曼滤波的环境因素的应变响应求解 |
| 3.3 固体潮的应变响应分析 |
| 3.4 气压的应变响应分析 |
| 3.4.1 气压变化对钻孔应变数据的动态影响 |
| 3.4.2 气压响应系数分析 |
| 3.5 水位的应变响应分析 |
| 3.6 降雨的应变响应分析 |
| 3.7 本章小结 |
| 第4章 单台站钻孔应变数据的震前负熵异常提取方法 |
| 4.1 钻孔应变数据背景信号的概率分布特征分析 |
| 4.2 基于负熵的钻孔应变数据异常提取 |
| 4.2.1 基于高阶累积量的负熵计算 |
| 4.2.2 钻孔应变数据的负熵异常提取 |
| 4.3 震例分析 |
| 4.3.1 2008年汶川Ms8.0地震 |
| 4.3.2 2013年芦山Ms7.0地震 |
| 4.4 本章小结 |
| 第5章 多台站钻孔应变数据的震前网络度异常提取方法 |
| 5.1 基于多通道奇异谱分析的钻孔应变成分识别 |
| 5.1.1 奇异谱分析与多通道奇异谱分析 |
| 5.1.2 多台站钻孔应变成分的识别 |
| 5.2 多台站钻孔应变数据的拓扑网络建立 |
| 5.2.1 钻孔应变拓扑网络的建立 |
| 5.2.2 拓扑网络的动态特性 |
| 5.3 多台站钻孔应变数据网络度异常的提取与分析 |
| 5.3.1 钻孔应变网络度的演变与异常提取 |
| 5.3.2 多震例的网络异常提取与分析 |
| 5.4 本章小结 |
| 第6章 钻孔应变数据震前异常的评价方法研究 |
| 6.1 震前负熵异常的评价方法研究 |
| 6.1.1 基于古登堡与里克特震级-频度关系的b值计算 |
| 6.1.2 b值演变与负熵异常的对比分析 |
| 6.1.3 岩石层震前异常的物理浅析 |
| 6.2 震前网络度异常的评价方法研究 |
| 6.2.1 基于异常成丛性的地震检验模型 |
| 6.2.2 震前网络度异常的模型检验结果分析 |
| 6.2.3 模型检验效率分析 |
| 6.3 本章小结 |
| 第7章 全文总结 |
| 7.1 工作总结和主要结论 |
| 7.2 本文创新点 |
| 7.3 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及科研成果 |
| 致谢 |
（5）地电阻率数据处理系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 项目背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地电阻率实验基础 |
| 1.2.2 观测台站布局 |
| 1.2.3 地电阻率观测数据应用 |
| 1.2.4 相关数据处理系统 |
| 1.3 本文主要工作 |
| 1.4 论文结构安排 |
| 2 相关理论 |
| 2.1 地电阻率观测原理与方法 |
| 2.2 地电阻率基础理论 |
| 2.3 数据常规处理方法 |
| 2.3.1 突跳剔除 |
| 2.3.2 数据缺失值处理 |
| 2.4 地电阻率数据处理方法 |
| 2.4.1 年变干扰排除 |
| 2.4.2 降雨干扰排除 |
| 2.4.3 异常判定 |
| 2.5 本章小结 |
| 3 需求分析与系统设计 |
| 3.1 需求分析 |
| 3.1.1 整体需求分析 |
| 3.1.2 功能性需求分析 |
| 3.1.3 非功能性需求分析 |
| 3.2 系统设计 |
| 3.2.1 系统架构设计 |
| 3.2.2 系统功能模块设计 |
| 3.2.3 系统流程设计 |
| 3.2.4 数据库设计 |
| 3.3 本章小结 |
| 4 关键功能设计与实现 |
| 4.1 数据特征研究 |
| 4.2 数据库连接优化 |
| 4.2.1 客户端结果缓存 |
| 4.2.2 数据库查取方法实验 |
| 4.3 数据预处理 |
| 4.3.1 突跳剔除 |
| 4.3.2 数据填补实验 |
| 4.3.3 观测质量评价 |
| 4.4 数据计算与数据专业处理 |
| 4.4.1 均值、变化幅度计算 |
| 4.4.2 基于褶积滤波法的降雨干扰排除 |
| 4.4.3 基于傅氏滑动法的年变干扰排除 |
| 4.4.4 基于归一化月速率法的异常判定 |
| 4.5 数据可视化 |
| 4.5.1 产出数据绘图 |
| 4.5.2 等值线图绘制 |
| 4.5.3 小波能谱图绘制 |
| 4.6 本章小结 |
| 5 系统实现 |
| 5.1 系统开发环境 |
| 5.1.1 软件环境 |
| 5.1.2 硬件环境 |
| 5.2 系统主要功能实现 |
| 5.2.1 系统主界面 |
| 5.2.2 数据预处理 |
| 5.2.3 数据计算与专业处理 |
| 5.2.4 其他功能实现 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（6）我国地震观测历程（论文提纲范文）
| 中华人民共和国成立之前 |
| 中华人民共和国成立以后的地震观测系统 |
| 中国地震观测遥测自动化 |
| 中国地震观测数字化建设 |
| 我国地震观测的网络化建设 |
| 中国地震观测密集化 |
| 结语 |
（7）地磁台站记录中磁偏角异常信息的提取和相关性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 震磁异常相关性研究的目的及意义 |
| 1.3 国内外地磁观测和预测研究现状 |
| 1.3.1 国外观测预测研究现状及动态 |
| 1.3.2 国内观测预测研究现状及动态 |
| 1.4 本文研究的方法和技术路线 |
| 1.5 论文的结构安排 |
| 第二章 地磁台站IAGA磁偏角分量的观测数据模型 |
| 2.1 地磁三要素 |
| 2.2 地磁场的分解模型 |
| 2.3 相关的震磁理论 |
| 2.4 IAGA2002地磁数据交换格式文件解析 |
| 2.5 地磁数据文件的分析 |
| 2.6 地磁台站IAGA磁偏角分量的观测数据模型 |
| 2.7 本章小结 |
| 第三章 同震地磁异常关联分析法 |
| 3.1 处理非震异常数据算法 |
| 3.2 滑动最大差值法消除背景场 |
| 3.3 连续阈值法提取震磁前兆异常信息 |
| 3.3.1 内外源地磁场分离 |
| 3.3.2 连续阈值法 |
| 3.4 多地地磁异常信号的相关性 |
| 3.5 同震地磁异常关联分析法 |
| 3.6 本章小结 |
| 第四章 5次大地震对同震地磁异常关联分析法的验证 |
| 4.1 IAGA2002地磁数据交换格式文件的获取 |
| 4.2 地磁要素的提取、差值计算和显示 |
| 4.3 汶川大地震时地磁要素异常的初步分析 |
| 4.3.1 成都地磁台站记录的磁偏角变化 |
| 4.3.2 全国国际交换台站记录的磁偏角等地磁要素变化 |
| 4.4 5次大地震震磁异常分析和处理 |
| 4.4.1 2008年5月12日四川汶川地震地磁异常分析 |
| 4.4.2 2010年4月14日青海玉树地震地磁异常分析 |
| 4.4.3 2013年4月20日四川雅安地震地磁异常分析 |
| 4.4.4 2014年2月12日新疆于田地震地磁异常分析 |
| 4.4.5 2017年8月8日四川九寨沟地震地磁异常分析 |
| 4.5 多台站磁偏角差值异常相关性分析 |
| 4.6 大地震地磁异常的几个特点 |
| 4.7 同震地磁异常关联分析法与其它方法的比较 |
| 4.8 震级小于7级的磁偏角异常分析 |
| 4.9 本章小结 |
| 第五章 结束语 |
| 5.1 本文研究成果 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 A 国家地磁台网14个国际交换台站的IAGA代码 |
| 附录 B 本文中使用的79个地磁台站信息 |
| 附录 C 攻读硕士学位期间的成果 |
（8）分布式地震前兆台站综合管理系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 美国 |
| 1.2.2 日本 |
| 1.2.3 法国 |
| 1.2.4 中国 |
| 1.3 解决的主要问题 |
| 1.3.1 软件体系架构 |
| 1.3.2 专业算法 |
| 1.3.3 系统功能模块设计 |
| 1.3.4 分布式数据库 |
| 1.3.5 分布式系统 |
| 1.4 课题的主要内容 |
| 1.5 论文的组织结构 |
| 第2章 系统需求分析 |
| 2.1 系统概述 |
| 2.2 系统功能需求 |
| 第3章 系统相关技术介绍 |
| 3.1 SSM框架 |
| 3.1.1 Spring框架 |
| 3.1.2 SpringMVC |
| 3.1.3 MyBatis |
| 3.2 Ajax技术 |
| 3.3 jQuery |
| 3.4 Redis |
| 3.5 Hadoop分布式平台技术 |
| 3.6 HDFS |
| 第4章 系统设计 |
| 4.1 总体功能设计 |
| 4.2 逻辑结构设计 |
| 4.2.1 表示层 |
| 4.2.2 控制层 |
| 4.2.3 业务逻辑层 |
| 4.2.4 数据持久层 |
| 4.3 系统主要模块设计 |
| 4.3.1 用户登录模块 |
| 4.3.2 权限管理模块 |
| 4.3.3 用户管理模块 |
| 4.3.4 基本信息管理模块 |
| 4.3.5 仪器监控模块 |
| 4.3.6 数据监控模块 |
| 4.3.7 数据显示模块 |
| 4.3.8 台站监控模块 |
| 4.3.9 故障处理模块 |
| 4.3.10 地震预报模块 |
| 4.3.11 即时通讯模块 |
| 4.4 数据库设计 |
| 第5章 系统的实现 |
| 5.1 系统开发环境 |
| 5.2 用户登录模块的实现 |
| 5.3 用户管理模块的实现 |
| 5.4 权限分配模块的实现 |
| 5.5 基本信息管理模块功能的实现 |
| 5.6 仪器监控模块功能的实现 |
| 5.7 数据监控模块功能的实现 |
| 5.8 数据显示模块功能的实现 |
| 5.9 台站监控模块功能的实现 |
| 5.10 故障处理功能的实现 |
| 5.11 地震预报模块功能的实现 |
| 5.12 即时通讯模块功能的实现 |
| 5.13 分布式存储功能的实现 |
| 第6章 系统的测试 |
| 6.1 系统测试概述 |
| 6.2 系统主要用例测试 |
| 6.2.1 用户登录模块 |
| 6.2.2 用户管理模块 |
| 6.2.3 仪器监控模块 |
| 6.2.4 数据监控模块 |
| 6.2.5 数据显示模块 |
| 6.2.6 地震预报模块 |
| 6.2.7 台站监控模块 |
| 6.2.8 即时通讯模块 |
| 6.3 测试结果 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 创新和实践意义 |
| 7.3 下一步工作展望 |
| 参考文献 |
| 致谢 |
（9）煤岩破裂次声波在煤岩层中传播规律研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究的目的及意义 |
| 1.2 研究现状及存在问题 |
| 1.2.1 次声波在地质灾害中的应用研究 |
| 1.2.2 次声波在煤岩动力灾害中的应用研究 |
| 1.2.3 次声波传播研究现状 |
| 1.2.4 存在的问题 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 受载煤岩破裂次声波频率特征实验研究 |
| 2.1 试样制备与实验系统 |
| 2.1.1 试样制备 |
| 2.1.2 实验系统 |
| 2.2 实验过程 |
| 2.3 信号处理方法 |
| 2.3.1 小波包变换 |
| 2.3.2 小波包变换参数确定 |
| 2.3.3 小波包频带能量计算 |
| 2.4 实验结果分析 |
| 2.4.1 环境次声波信号分析 |
| 2.4.2 煤样破裂次声信号分析 |
| 2.4.3 频带能量分布规律 |
| 2.5 小结 |
| 3 煤中次声波传播声学参数测量及分析 |
| 3.1 实验系统及设备 |
| 3.2 实验原理 |
| 3.2.1 波速的计算方法 |
| 3.2.2 衰减1/Q的计算方法 |
| 3.3 实验过程 |
| 3.3.1 实验试样制作 |
| 3.3.2 试样安装 |
| 3.3.3 实验阶段 |
| 3.4 实验结果分析 |
| 3.5 小结 |
| 4 煤中粘弹性波交错网格有限差分数值模拟 |
| 4.1 粘弹性介质波动方程 |
| 4.2 交错网格有限差分法 |
| 4.2.1 有限差分系数 |
| 4.2.2 一阶速度-应力粘弹性波方程的差分格式 |
| 4.3 波源设置 |
| 4.3.1 波源函数选择 |
| 4.3.2 波源加载 |
| 4.4 数值模拟稳定性 |
| 4.5 边界条件设置 |
| 4.5.1 PML边界 |
| 4.5.2 PML边界吸收效果 |
| 4.6 弹性与粘弹性波动方程的模拟 |
| 4.7 小结 |
| 5 煤岩破裂次声波在煤岩层中传播数值模拟 |
| 5.1 实际波源能量设置 |
| 5.2 煤层中次声波传播数值模拟 |
| 5.3 煤岩层中次声波传播数值模拟 |
| 5.3.1 煤岩双层中次声波传播数值模拟 |
| 5.3.2 煤岩多层中次声波传播数值模拟 |
| 5.4 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）数字化地震前兆台站防雷措施探讨（论文提纲范文）
| 0 引言 |
| 1 地震台站雷害浅析 |
| 1.1 雷电的特性 |
| 1.2 雷电对地震台站造成的危害事件 |
| 2 地震台站防雷系统方案 |
| 2.1 直击雷的防护 |
| 2.2 感应雷的防护 |
| 2.2.1 供电系统防雷 |
| 2.2.1. 1 交流供电系统防雷 |
| 2.2.1. 2 直流供电电源防雷 |
| 2.3 信号与通信线路防雷 |
| 2.3.1 信号线防雷 |
| 2.3.2 通信线路防雷 |
| 2.4 仪器防雷 |
| 2.5 线路的电磁屏蔽 |
| 2.6 接地布线技术要求 |
| 2.6.1 一般要求 |
| 2.6.2 接地装置及连接技术要求 |
| 3防雷系统运行维护 |
| 4 结语 |
四、快速检查与处理数字化地震及前兆观测数据的网络应用（论文参考文献）
- [1]江苏地震监测发展历程[J]. 江昊琳,郑江蓉,何斌,鲍海英,代宪鹏,单菡,王大伟. 防灾减灾工程学报, 2021(04)
- [2]地震前兆时间序列大数据渐进式可视化方法研究[D]. 李建桥. 防灾科技学院, 2021(01)
- [3]地震大数据机器学习平台[D]. 王志浩. 防灾科技学院, 2021(01)
- [4]钻孔应变观测数据的震前异常提取与评价方法研究[D]. 于紫凝. 吉林大学, 2021(02)
- [5]地电阻率数据处理系统的设计与实现[D]. 兰天旭. 河北师范大学, 2021(09)
- [6]我国地震观测历程[J]. 陈会忠. 城市与减灾, 2020(06)
- [7]地磁台站记录中磁偏角异常信息的提取和相关性研究[D]. 邵馨叶. 昆明理工大学, 2020(05)
- [8]分布式地震前兆台站综合管理系统设计与实现[D]. 缪杰. 曲阜师范大学, 2018(01)
- [9]煤岩破裂次声波在煤岩层中传播规律研究[D]. 王庆军. 河南理工大学, 2018(01)
- [10]数字化地震前兆台站防雷措施探讨[J]. 全建军,林慧卿,陈美梅,郑永通,赖见深,方传极,郑志泓,陈珊桦. 华南地震, 2018(01)