留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于空间点模式分析的地震空间分布集中趋势特性

郑文锋,  李晓璐,  顾行发,  LAM Nina,  刘珊,  谢建军

downloadPDF
文章导航 > 电子科技大学学报  > 2015 >  44(4): 557-562
郑文锋, 李晓璐, 顾行发, LAM Nina, 刘珊, 谢建军. 基于空间点模式分析的地震空间分布集中趋势特性[J]. 电子科技大学学报, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
引用本文: 郑文锋, 李晓璐, 顾行发, LAM Nina, 刘珊, 谢建军. 基于空间点模式分析的地震空间分布集中趋势特性[J]. 电子科技大学学报, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
shu
ZHENG Wen-feng, LI Xiao-lu, GU Xing-fa, LAM Nina2Journal of University of Electronic Science and Technology of China, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
Citation: ZHENG Wen-feng, LI Xiao-lu, GU Xing-fa, LAM Nina2Journal of University of Electronic Science and Technology of China, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
shu

基于空间点模式分析的地震空间分布集中趋势特性

doi: 10.3969/j.issn.1001-0548.2015.04.015
详细信息

  • 中图分类号: TP315

Study of the Central Tendency of Earthquake Based on Spatial Point Pattern Analysis
  • 摘要: 地震序列的时空相关性在地震运动趋势分析中发挥着基础性的作用。时空相关性的一个最直接作用是一个强震发生以后促使一定空间区域甚至全球范围的地震群的发生。该文借助现有空间点模式分析方法,通过均数中心,加权均数中心,几何均数中心和调和均数中心函数,尝试探索一种空间相关性方法来描述强震与其震后临近的非强震之间的相关性与趋势特性。该文研究工作中,相关性和趋势特性的物理基础是在地理学第一定律的背景下讨论的——任何事物之间时空相关。均数中心函数方法应用于中国境内地区。结果显示,中国境内强震震后的余震群并非以强震为均数中心均匀分布,其均数中心与强震空间位置存在明显偏移特征。
  • [1] ZHANG Zhi-jie, PENG Wen-xiang, ZHOU Yi-biao, et al. Study and application on the statistical indices to describe central tendency for spatial analysis[J]. Chinese Journal of Health Statistics, 2008, 25(3): 269-272.
    [2] RIPLEY B D. The second-order analysis of stationary point processes[J]. Journal of Applied Probability, 1976, 13(2): 255-266.
    [3] CRESSIE N. Statistics for spatial data[M]. New York: Wiley Interscience, 1993.
    [4] ANSELIN L. Issues in the specification and interpretation of spatial regression models[J]. Agricultural Economics, 2002, 27(3): 247-267.
    [5] DIGGLE P J. Statistical analysis of spatial point patterns[J]. International Journal of Geographical Information Science, 2004, 18(1): 105-106.
    [6] MICHAEL J S, MICHAEL F G, PAUL A L. Geospatial gnalysis: a comprehensive guide to principle, techniques and software tools[M]. 2nd ed. Beijing: Publishing House of Electronics Industry, 2007.
    [7] AMORESE D, LAGARDE J L, LAVILLE E. A point pattern analysis of the distribution of earthquakes in normandy[J]. Bull Seism Soc Am, 1999, 89(3): 742-749.
    [8] ZIMERAS S. Exploratory point pattern analysis for modeling earthquake data[C]//Proceedings of the 1st WSEAS International Conference on Environmental and Geological Science and Engineering (Eg'08): Environment and Geoscience. Malta: [s.n.], 2008: 112-120.
    [9] SHI Pei-jian, LIU Jie, YANG Zhen. Spatio-temporal point pattern analysis on Wenchuan strong earthquake[J]. Earthquake Science, 2009, 22(3): 231-237.
    [10] MAO Zheng-yuan. The study of extracting structure information of a clustered spatial point pattern[J]. Acta Geodaeticaet Cartographica Sinica, 2007, 37(2): 181-186.
    [11] TOBLER W A. Computer movie simulating urban growth in the detroit region[J]. Economic Geography, 1970, 46(2): 234-240.
    [12] WOO G. Kernel estimation methods for seismic hazard area source modeling[J]. Bulletin of the Seismological Society of America, 1996, 86(2): 353-362.
    [13] MORE H, HALVORSEN K B. The Bayesian bridge between simple and universal kriging[J]. Mathematical Geology, 1989, 21(7): 767-786.
    [14] SHURYGIN A M. Statistical analysis and long-term prediction of seismicity for linear zones[J]. Mathematical Geology, 1992, 25(7): 759-772.
    [15] SHCHERBAKOV R, TURCOTTE D L, RUNDLE J B. Aftershock statistics[J]. Pure and Applied Geophysics, 2005, 162(6-7): 1051-1076.
    [16] LEE J, WONG D W S. Statistical analysis with arcview GIS[M]. New York: John Wiley Sons, Inc, 2001.
    [17] CRESSIE N A C. Statistics for spatial data[M]. New York: John Wiley Sons, Inc, 1991.
    [18] ELLIOTT P, WAKEFIELD J C, BEST N G, et al. Spatial epidemiology: Methods and applications[M]. New York: Oxford University Press, 2000.
    [19] MONMONIER M. Mapping it out[M]. Chicago: University of Chicago Press, 1993.
    [20] SENETA E, PARSHALL K H, JONGMANS F. Nineteenth-century developments in geometric probability [J]. Archive for History of Exact Sciences, 2001, 55(6): 501-524.
  • [1] 谢春茂, 张川, 黄明, 刘红军, 李恩, 杨仕文.  电磁频谱空间应用及发展趋势综述 . 电子科技大学学报, 2024, 53(2): 161-173. doi: 10.12178/1001-0548.2023059
    [2] 李虎泉, 郭世盛, 陈家辉, 崔国龙, 孔令讲.  分布式穿墙成像雷达空间配准方法 . 电子科技大学学报, 2023, 52(1): 30-37. doi: 10.12178/1001-0548.2022162
    [3] 周涛, 蒋晓.  数学建模和统计分析在流行病趋势预测和精准防控中的作用 . 电子科技大学学报, 2020, 49(3): 321-323.
    [4] 刘攀, 韩筱璞, 吕琳媛.  基于三角形变换的中国城市空间分布与区域关联分析 . 电子科技大学学报, 2019, 48(2): 301-306. doi: 10.3969/j.issn.1001-0548.2019.02.022
    [5] 杨平, 余旖, 肖悦, 李少谦.  基于传输模式切换的新型自适应空间调制算法 . 电子科技大学学报, 2013, 42(5): 661-666. doi: 10.3969/j.issn.1001-0548.2013.05.004
    [6] 彭云峰, 何模雄, 隆克平.  入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
    [7] 杨海林, 王家廞, 郭爱芳.  数字地球中新的空间划分方法 . 电子科技大学学报, 2012, 41(4): 557-560. doi: 10.3969/j.issn.1001-0548.2012.04.015
    [8] 方舒, 李立华, 张平.  空间相关随机MIMO信道建模 . 电子科技大学学报, 2008, 37(1): 27-30.
    [9] 邓科, 王秉中, 王旭, 幺周石, 胡渝.  空间光-单模光纤耦合效率因素分析 . 电子科技大学学报, 2007, 36(5): 889-891.
    [10] 徐海波, 杜欢, 张振仁.  OFDM信道估计的子空间方法 . 电子科技大学学报, 2006, 35(5): 752-754.
    [11] 曾异平, 朱宏, 龙文光.  趋势分析中的一种增量数据挖掘方法研究 . 电子科技大学学报, 2004, 33(4): 464-467.
    [12] 王洪, 吕幼新, 向敬成.  一种新的子空间模式识别方法 . 电子科技大学学报, 2004, 33(1): 5-8.
    [13] 邓生华.  矩阵代数的态空间 . 电子科技大学学报, 2003, 32(6): 775-778.
    [14] 聂伟荣, 朱继南, 郭亚军, 夏虹.  地震动信号的分析与目标识别 . 电子科技大学学报, 2003, 32(1): 26-30.
    [15] 熊金涛, 胡成.  空间激光通信APT系统误差信号的特性分析 . 电子科技大学学报, 2001, 30(5): 489-493.
    [16] 黄华, 常安碧, 谭杰, 马乔生, 甘延青, 江金生.  强流相对论电子束群聚的空间电荷波理论分析 . 电子科技大学学报, 2001, 30(1): 53-57.
    [17] 万生鹏, 王亚峰, 李晓平, 胡渝.  空间无线光CDMA网络的探讨 . 电子科技大学学报, 1998, 27(5): 526-531.
    [18] 周宇, 石力.  SOLACOS:德国空间光通信系统 . 电子科技大学学报, 1998, 27(5): 557-560.
    [19] 熊金涛, 张秉华.  空间光通信ATP系统设计分析 . 电子科技大学学报, 1998, 27(5): 467-472.
    [20] 张新培.  底框砖房地震倾复力矩对框架梁受力的影响 . 电子科技大学学报, 1997, 26(4): 402-404.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  5212
  • HTML全文浏览量:  156
  • PDF下载量:  128
  • 被引次数: 0
出版历程
  • 刊出日期:  2015-08-15

基于空间点模式分析的地震空间分布集中趋势特性

doi: 10.3969/j.issn.1001-0548.2015.04.015
  • 刊出日期: 2015-08-15

  • 中图分类号: TP315

摘要: 地震序列的时空相关性在地震运动趋势分析中发挥着基础性的作用。时空相关性的一个最直接作用是一个强震发生以后促使一定空间区域甚至全球范围的地震群的发生。该文借助现有空间点模式分析方法,通过均数中心,加权均数中心,几何均数中心和调和均数中心函数,尝试探索一种空间相关性方法来描述强震与其震后临近的非强震之间的相关性与趋势特性。该文研究工作中,相关性和趋势特性的物理基础是在地理学第一定律的背景下讨论的——任何事物之间时空相关。均数中心函数方法应用于中国境内地区。结果显示,中国境内强震震后的余震群并非以强震为均数中心均匀分布,其均数中心与强震空间位置存在明显偏移特征。

English Abstract

郑文锋, 李晓璐, 顾行发, LAM Nina, 刘珊, 谢建军. 基于空间点模式分析的地震空间分布集中趋势特性[J]. 电子科技大学学报, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
引用本文: 郑文锋, 李晓璐, 顾行发, LAM Nina, 刘珊, 谢建军. 基于空间点模式分析的地震空间分布集中趋势特性[J]. 电子科技大学学报, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
shu
ZHENG Wen-feng, LI Xiao-lu, GU Xing-fa, LAM Nina2Journal of University of Electronic Science and Technology of China, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
Citation: ZHENG Wen-feng, LI Xiao-lu, GU Xing-fa, LAM Nina2Journal of University of Electronic Science and Technology of China, 2015, 44(4): 557-562. doi: 10.3969/j.issn.1001-0548.2015.04.015
shu

    全文HTML

参考文献 (20)

目录

    /

    返回文章
    返回

    期刊在线

    编辑办公

    友情链接

    版权所有 © 《电子科技大学学报》编辑部

    地址: 成都市建设北路二段四号电子科技大学主楼中350室 电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

    本系统由 北京仁和汇智信息技术有限公司 开发