Identification and Analysis of Micro-earthquake Events in Open-pit Ore Area Based on Waveform Characters——A Case Study of Zhuozishan Molybdenum Mine
-
摘要: 基于前人研究成果以及现场的实测结果,采用卓资山露天钼矿微震监测项目产出资料,提取了5类微震事件的波形特征和时频特征。波形特征显示:微地震的振幅、辐射均匀性和频率变化特征表明微地震是由于岩层受到单力偶和剪切力作用破裂而产生;爆破具有P波初动方向向上、S波不易识别的特点,包含“初震段、主震段、尾波段”三段变化形态;小型边坡滑坡波事件属楔体滑坡,是由多个“加速—缓冲—终止”构成,波形是由包络线呈“V”字形的多组脉冲波列组成;机械开采震动事件具有自振能量不变、脉冲幅度相差很大、持续时间间隔不确定的特点;运输车辆波形振幅具有形态“弱—强—弱”、等频率、包络线呈多段纺锤形的特征。时频空间分布可以分为相对独立、界限分明的两类:一类包含微地震、爆破、机械开采、小型边坡滑坡事件,另一类只包含车辆运输事件。Abstract: Based on the previous research results and the field measurements, taking Zhuozishan open-pit molybdenum mine as an example, we analyzed the waveform and time-frequency characteristics of five kinds of micro-seismic events in the region. The amplitude, radiation uniformity and frequency variation of the microearthquakes show that the microearthquakes are caused by the single force couple and shear force. The blasting has a upward P wave initial direction, whereas the initial direction of S wave is not easy to identify, characterized with three section changes of initial earthquake, main shock and tail band". The event of small slope landslide belongs to wedge-body landslide, and the total process is composed of several so-called acceleration-buffer terminations, in which the waveform is composed of multiple sets of pulse wave trains with "V" shape of envelope line. The vibration event of mechanical mining is characterized by constant natural vibration energy, great difference in pulse amplitude and uncertain duration interval. The wave amplitude of the transport vehicle has the shape of "weak-strong-weak", equal frequency and multi-segment spindle shape. The time-frequency spatial distribution can be divided into two categories. The first contains micro-earthquakes, blasting, mechanical mining and small slope landslides, and the second contains only vehicle transport events. The research results provide a reference for the identification of microseismic events in open pit mines.
-
引言
微震,是指由岩石破裂或流体扰动产生微小的震动。广义上的微震可以分为两大类:工程生产上的微震动(microseism)和自然产生的微地震(microearthquake)(宋维琪等,2008)。微震动是由人为生产施工导致岩石破裂产生的。微地震是由天然应力场的变化引起岩石破裂或者岩浆、雨水等流体扰动引起孔压变化产生的。
矿山是开采矿石或生产矿物原料的场所,矿山开采属于高危险性行业。影响矿山安全的主要因素有滑坡、坍塌、爆破、机械伤害、高处坠落、职业危害、车辆伤害以及电伤害等。国内多位专家依据矿山微震震相特征开展了矿山微震事件识别的相关研究,董世华(2009)、刘先锋等(2013)、张青成等(2013)、马举(2014)、张华等(2014)开展了基于波形特征的矿山微震与爆破信号识别相关方面的研究。赵永等(1995)、张萍等(2001)、刘芳等(2005)基于微震地震波分析对北京、内蒙古和辽宁地区地震、爆破和矿震的地震波动力学特征做了较深刻的研究和论述,并提出事件识别的基本判据。
卓资山露天钼矿自开采以来,爆破事件月平均数量达15次。机械开采除了23:30—01:00停工休息,其余时间均在开采。运输的方式为边开采边运输,故车辆运输只在23:30—01:00时段停止运输。该钼矿从未开展过微震监测,也未开展过微震动事件的分析和统计,2018年实施的“卓资山露天钼矿微震监测”项目产出的波形记录可知,由于矿山生产现场环境较为复杂,噪声源多且杂(马举,2014),微震记录中包含有各类波形,主要有微地震、爆破、滑坡、机械开采和车辆运输等5大类。目前,开展露天矿山5类波形特征和时频特征对比分析的文献较少,本文依托“卓资山露天钼矿微震监测”台网产出的波形资料,提取微地震和微震动波形事件的特征和时频特征,为露天矿山微震事件的识别和监测提供参考依据,为防治矿震灾害、保障矿山安全生产提供必要的研究基础。
1. 卓资山钼矿简介及资料选取
1.1 卓资山钼矿简介
卓资山钼矿为露天开采的金属矿,矿区位于内蒙古自治区乌兰察布市卓资县南东26km处,行政区划属卓资县大榆树乡管辖。该区位于阴山山脉东段南麓,海拔1223—2121m,切割深度相对高差350m,属低中山区。矿体走向近东西长1100m,南倾倾角在40°—50°之间,倾向延深在矿体两侧为40—80m,中间为300—650m,为1个大透镜体状,未见明显的成矿后断裂。矿区为凉城羊圈湾复背斜的北东端,由于太古代花岗岩大面积侵入,仅残存地层捕虏体,褶皱已不复存在,而太古代花岗岩体具明显的挤压破碎现象,多具碎裂结构。采场面积为897450m2(东西930m,南北965m),开采深度为202m,海拔1460m。开采方式为“台阶”式开采,每个台阶高度为15m(图 1)。
1.2 露天钼矿微震监测与数据选取
2017年7月14日—2018年5月13日,“卓资山露天钼矿微震监测”项目布设了17个子台组成监测台网(图 2),开展为期10个月的地震和微震活动监测、分析与研究,产出317GB的原始波形资料。“卓资山露天钼矿微震监测”项目采用国产QS-5B便携式微功耗短周期三分向地震仪,仪器主要参数:频带5s—250Hz、24位A/D转换器、噪音低于1μV、外置GPS、TF卡存储数据、采样频率100Hz。子台高程范围1369—1460m,落差91m(图 2),台间距范围0.03—0.92km,均值为0.45km。子台空隙角范围0.69°—90.72°,均值21.18°(图 3),台网监测精度网内0.8—15m,网缘30—120m。
本文选取微震事件731个,其中微地震56个、爆破79个、小型边坡滑坡(堆积体<10×104m3)7个、机械开采震动346个、重型车辆运行震动事件243个。事件中最大震级ML 1.9, 最小震级ML 0.4。
2. 时频分析原理
Cohen(1995)提出时频分析,它的基本思想是设计时间和频率的联合函数,用于描述信号在不同时间和频率的能量密度或强度。时间和频率的联合函数简称为时频分布。利用时频分布来分析信号,可给出各个时刻的瞬时频率及其幅值,并且能够进行时频滤波和时变信号研究。科恩(1998)提出了采用短时傅立叶变换(STFT)将信号按照时间间隔划分成许多小的时间段,用傅立叶变换分析每1个时间间隔的频率,从而确定每个时间间隔的频谱随时间的变化形态。该算法的优点是短时傅立叶变换概念直接、算法简单,是其它时频方法的基础(姚家骏等,2011)。
信号s(t)的STFT定义为(赵淑红,2006):
$$ H(f,\tau )=\int\limits_{-\infty }^{+\infty }{s(t)h(\tau -t){{\text{e}}^{2\pi ift}}\text{d}t} $$ (1) 其中,h(t)是窗函数,反变换的公式为:
$$ s(t)=\frac{1}{2\pi }\int\limits_{-\infty }^{+\infty }{H(f,\tau )h(\tau -h){{\text{e}}^{2\pi ift}}\text{d}f\text{d}\tau } $$ (2) 由(1)式可知,短时傅立叶变换是在傅立叶变换的基础上,通过固定长度的滑动窗来计算信号频谱。但该滑动窗口与频率无关,它的时间分辨率和频率分辨率受Heisenberg不确定性原理的约束。利用短窗口,时间分辨率比较好,但是频率分辨能力差;当利用长窗口时,具有较高的频率分辨率,但时间分辨能力弱。
3. 波形特征识别及分析
3.1 微地震
天然地震主要为构造地震,是由于应力集中超过弹性限度而导致岩石破裂、错动的结果(赵永等,1995;张萍等,2001;刘芳,2005)。矿山开采对地下岩矿体的掘进过程中,必然会引起地应力场发生变化,并导致应力在岩体内部重新分布。当岩体内部的弹性应变能累计值超过岩体可承受的弹性应变能临界值时,将会产生微小裂隙,并逐渐扩展。而微小裂隙的产生与扩展必然伴生着弹性波的传播,并在周围岩矿体内快速释放和传播,相对于较大尺度的岩体,进而发生微地震(李夕兵,2006)。
图 4为“卓资山钼矿微震监测项目”2018年1月29日07时46分00.9秒记录的矿区发生的ML 0.9微地震。从图中可以看出:①S波振幅约为P波振幅的7倍,说明震动不是正压力作用而是剪切力作用;②初动虽有明显“+”、“-”分布,但S波辐射不均匀,四象限2个方向较强,而另2个方向比较弱,更多表现为单力偶作用特征;③无论是P波还是S波均为高频震波,主频分别为10.45Hz和9.8Hz,没有5Hz以下的震波,且P波起伏很小,几乎为等幅震波,表明微震主要由岩层破裂而非断层错动产生,因此,持续时间也很短,仅仅7500ms。④事件中震中距Δ=1050.5m记录的时频分析图(图 5)显示该事件频谱在5—12Hz,能量集中在8Hz的波组中,而事件仅持续7500ms。
图 5为此次微地震事件中震中距Δ=1050.5m记录的时频分析图。从图中可看到,微地震信号主要集中在6200—8500ms时段,频率范围5—12Hz,微地震在7000—8000ms时段达到峰值,峰值频率为9.8Hz。频率集中度色标显示,此次微地震信号频率集中度为72×10-15,与微震横波的最大振幅相对应。特征函数显示,微地震信号在7000—8000ms时段,峰值频率与最大频率的比值达到100%。
3.2 微震动
3.2.1 爆破
爆破过程可以简化为球对称压缩震源模型。近场观测到的爆破地震波压缩波较强,各个方位的P波初动均向上,没有双力偶模型地震的P波“+”、“-”四象限分布;由于主要为正压力作用P波和拉伸波N波,故剪切波(S)较弱(图 6)。受地壳横向不均匀影响和表面源作用,产生较强的Rg面波。
如图 6所示,由爆炸到爆破是由P波和N波(拉伸波)反复压缩和拉伸,最终由工质完成功效。故爆破地震波初始并非最大振幅,但频率很高。随着P波和N波的反复作用,振幅逐渐增大,当爆破实现时P波振幅也达到极大值,这时岩体破碎,地震波的频率也相应地降低,称为主震段,而后振幅渐渐衰减,以至震动终止。
钼矿采用多孔挤压式爆破,反射波能量减小而透射波能量增大,增大的透射波可形成对这些松散矿石的补充破碎。钼矿爆破时间一般在中午11—12点之间,震级在ML 0.65— 0.9,爆破地震波频率高,持续时间短,周期0.15s左右(图 7)。图 7是2017年8月29日12时19分,震中距Δ=900.4m,ML 0.7的爆破波形。分析可知,爆破地震波U-D向P波初动方向向上、波形尖锐且频率高(2—9Hz),振动衰减很快,S波不易识别、持续时间短(不足4000ms)。波形有明显的三段变化形态:初震段(振幅很小,频率较高)、主震段(振幅越来越大,频率相应降低)和尾波段(振幅衰减,振动终止)。
图 8为此次爆破事件的时频分析图,从图中可看到,爆破信号主要集中在9300—12300ms时段,频率范围5—23Hz。爆破信号在11000—11900ms时段达到峰值,峰值频率为20.0Hz。频率集中度色标显示,此次微地震信号频率集中度为75×10-15,与微震横波的最大振幅相对应。特征函数显示,爆破信号在10000—11800ms时段,峰值频率与最大频率的比值达到100%。
3.2.2 小型边坡滑坡
滑坡是斜坡岩土体沿着贯通的剪切破坏面所发生的滑移地质现象。滑坡的机制是某一滑移面上剪应力超过了该面的抗剪强度所致。边坡滑坡的类型一般有平面滑坡、楔体滑坡、圆弧滑坡、倾倒滑坡、复合滑坡5种。楔体滑坡滑动面及切割面均为较大的断层或软弱结构面,当边坡中有2种结构面相互交切成楔体失稳体,即当两结构面的组合交线倾向与边坡倾向相近或相同时,且倾角小于边坡角而大于内摩擦角时,容易发生楔体滑坡,其规模较小(图 9)。
钼矿开采方式为“台阶”式开采,每个台阶的高度为15m,坡度为70°。在10个月的监测中发生了7次滑坡,均为小型边坡楔体滑坡。2017年10月16日12时40分,小型边坡楔体滑落,经测定震级为ML 1.9,图 11显示了此次滑坡的波形。从整体波形特征可以看到,波形是由3组包络线呈“V”字型的脉冲波列组成,频率小(5.18Hz),持续时间为13.670s,衰减较慢且波形较光滑。分析可知,此次小型边坡楔体滑坡经历了2个台阶、3次加速、3次缓冲过程。具体表现为:①边坡顶部的楔体失稳体飞泻而下,形成高频成分的波,到达第1个台阶,滑落体形成第1次短暂缓冲后,形成第1组包络线为“V”字型的脉冲波列;②由于台阶的高度和坡度(台阶高15m、坡度70°)的原因,滑落体第2次短暂加速表现为短暂的高频成分,到达第2个台阶,滑落体完成第2次缓冲后,形成第2组包络线为“V”字型的脉冲波列;③同样由于台阶高度和坡度的原因,滑落体完成第3次短暂加速,表现为短暂的高频成分,接着速度变缓到达矿山坑底,缓慢停止,滑动停止,形成第3组脉冲波列(图 11)。波形特征真实地记录了此次小型边坡滑坡的滑动过程及滑动特征。
图 12为此次小型边坡滑坡事件的时频分析图。从图中可看到,小型边坡滑坡信号主要集中在7500—9800ms时段,频率范围23—41Hz。滑坡信号在7900—9300ms时段,频率达到峰值3.0Hz。频率集中度色标显示,此次小型边坡滑坡信号频率集中度为75×10-15,与其最大振幅相对应。特征函数显示,小型边坡滑坡信号在7000—8200ms时段,峰值频率与最大频率的比值达到100%。
3.2.3 机械开采震动
露天开采是从地表直接采出有用矿物。据统计,目前世界上每年从地壳上采出的上百亿吨有用矿物中,属于露天开采的占70%左右。根据开采方式的不同,露天开采分为人工开采、水力开采、机械开采和挖掘船开采。卓资山露天钼矿采用机械开采方式,使用采掘运输设备进行采矿。
2017年7月30日20时31分ML 1.8的机械开采震动事件,如图 13所示。矿区的机械开采波形基本相同,这是由于机械自振能量基本不变的结果。但是,由于开采机械输出功率和开采作业不同,以至于波形中脉冲幅度相差很大,波形“毛刺”甚多且频率高(33.46Hz)。由于不同作业需要不同的开采时间,持续时间的长短间隔没有确定的时间段。现场调查分析发现,机械开采震动事件波形特征与矿山所使用的机械、施工场地、作业面和开采方式有关。
图 14为此机械开采震动事件的时频分析图,从图中可看到,由于开采机械输出功率和开采作业的方式不同等因素,造成波形中脉冲幅度相差很大,机械开采震动信号时频分布相对比较分散。此次事件时频特征集中在2个时段,第1段集中在5800—9500ms时段,频率范围10—79Hz;第2段集中在10500—13500ms时段,频率范围41—70Hz。机械开采震动信号在5200—7000ms时段达到峰值,峰值频率为80.0Hz。频率集中度色标显示,此次机械开采震动信号频率集中度70×10-15,与机械开采信号的最大振幅相对应。特征函数显示,小型边坡滑坡信号在6500—7000ms时段,峰值频率与最大频率的比值达到100%。
3.2.4 运输车辆
采用陕西同力重工的自卸车来进行运输钼矿,车身自重30t,可装矿石70t,总重量为100t。运输的方式为边开采边运输。图 15为2017年10月16日07时15分100t的运输车行程震动图,震动产生震级ML 0.1。运输车辆行进由远而近,又由近而远,其振动波也由弱逐渐增强,再由强到弱,而后逐渐衰减,呈3段纺锤形包络线。矿区车辆受场地限制车速慢且变化不大,故运输车产生的震动频率没有明显变化,基本保持在25.5Hz。
图 16给出了该事件信号的时频分析图,从图中可看到,运输车辆信号几乎在所有的时段均有分布。主要集中在5500—13000ms时段和20—35Hz频率范围内。当该信号在8300—8800ms时段和20—25Hz频率范围时,最高频率25.0Hz。频率集中度色标显示,此次运输车辆信号频率集中度为30×10-15,与车辆运输信号的最大振幅相对应。特征函数显示,运输车辆信号在9200—9600ms时段,峰值频率与最大频率的比值达到100%。
4. 事件特征对比分析
微地震、爆破、小型边坡滑坡、机械开采及运输车辆5种事件的波形特征和时频特征各不相同,对这5种类型的事件波形特征和时频特征分别做如下对比分析。
4.1 波形特征对比
基于上述分析的波形形态,分别从震级范围、事件波形形态、频率集中度、持续时间和衰减方式5个方面进行归纳统计,结果见表 1。
表 1 5种类型事件波形特征统计表Table 1. Statistical results of waveform characteristics of five typical events事件类型 个数 震级范围
ML事件波形形态 频率集中度 持续时间
均值/s衰减
方式微地震 56 -0.5—1.9 包含P波、S波,面波发育,是能量较小的地震波 72×10-15 11.33 指数衰减,较快 爆破 79 -0.65—0.9 P波尖锐(初动向上)、S波不易识别,包含“初震”、“主震”、“尾波”三段 75×10-15 12.81 幂函数衰,减快 小型滑坡 23 1.5—1.9 由包络线呈“V”字型的波列组成 75×10-15 11.53 起伏不定,较慢 机械开采 206 -0.9—1.8 由“密集”、“尖锐”的波列组成 70×10-15 11.06 不规律 运输车辆 367 -0.6—1.0 由近似连续的、多组波形尖锐、包络线呈“纺缍”形的密集波列组成 30×10-15 10.70 不规律 4.2 时频特征对比
本文计算了56个微地震、79个爆破、7次小型边坡滑坡、346个机械开采、243个运输车辆,共计731个微震事件的时频特征曲线,分别统计了各类事件的“时间”和“频率”均值范围,获得了5种事件类型时频分布特征(表 2)。其中,微地震事件的时频分布范围为4150—5583ms和10—14Hz;爆破事件的时频分布范围为4800—6600ms和6—13.3Hz;小型边坡滑坡事件时频率分布范围为5500—8500ms和4.2—10.8Hz;车辆运输事件时频分布范围为4333—6000ms和18—24.4Hz。
表 2 5种事件类型时频分布特征Table 2. Time-frequency distribution characteristics of five typical events事件类型 时间均值范围/ms 频率均值范围/Hz 微地震 4150—5583 10—14 爆破 4800—6600 6—13.3 小型边坡滑坡 5500—8500 4.8—8 机械开采 2250—7400 4.2—10.8 车辆运输 4333—6000 18—24.2 利用上述统计“时间”和“频率”均值结果,绘制了5类事件时频空间分布特征(图 17)。从图中可知,时频空间分布特征可以分为相对独立、界限分明的两组:一组包含微地震、爆破、机械开采和小型边坡滑坡,时间分布在2250—5583ms之间、频率分布在4.2—14Hz之间,同时,机械开采包含了微地震、爆破、车辆运输以及小型边坡滑坡三分之二部分;另一组只包含车辆运输事件,时间在4333—6000ms之间、频率在18—24.2Hz之间。
5. 结论
通过对露天钼矿所记录的微地震、爆破、滑坡、运输车辆干扰、机械开采波形特征进行时频分析和特征函数分析得到如下认识:
(1)分析微地震事件波形得到如下3个方面的特征:①S波振幅约为P波振幅的7倍,说明不是正压力作用而是剪切力作用;②S波辐射不均匀,四象限2个方向较强,而另2个方向比较弱,更多表现为单力偶作用特征;③P波和S波均为高频震波,且P起伏很小几乎为等幅震波,表明微震主要是岩层破裂而非断层错动产生。
(2)爆破事件波形具有U-D向P波初动方向向上、S波不易识别、波形尖锐、频率高(2—9Hz)、振动衰减很快、持续时间短(不足4000ms)的特征。有明显的“初震段”、“主震段”、“尾波段”三段变化形态。其变化过程与钼矿采用的多孔挤压式爆破方式有关。
(3)小型边坡滑坡事件,波形是由3组包络线呈“V”字型的脉冲波列组成,频率低(5.18Hz),持续时间为13.670s,衰减较慢且波形较光滑。2017年10月16日12时40分小型边坡滑坡的楔体滑坡经历了2个台阶,3次加速,3次缓冲。包络线由呈“V”型的3组脉冲波列组成,真实记录了此次小型边坡滑坡的滑动过程及滑动特征。
(4)机械开采震动波形具有3个方面特征:①机械自振能量基本不变,破裂基本相同;②由于开采机械输出功率和开采作业不同,波形中脉冲幅度相差很大,波形“毛刺”甚多,频率高;③由于不同作业需要不同的开采时间,故持续时间的长短间隔没有确定的时间段。现场调查分析发现,机械开采震动事件波形特征与矿山所使用的机械、施工场地、作业面和开采方式有关。
(5)分析运输车辆事件波形可知,由于运输车辆行进由远而近,而后由近而远,其振动波也由弱逐渐增强,而后逐渐衰减,呈3段纺锤形包络线。矿区车辆受场地限制,车速近似匀速,故运输车产生的震动频率没有明显变化,基本保持在25.5Hz。
(6)5类事件时频空间分布特征可以分为相对独立、界限分明的两类:一类包含微地震、爆破、机械开采和小型边坡滑坡,时间分布在2250—5583ms之间、频率分布在4.2—14Hz之间;另一类只包含车辆运输事件,时间在4333—6000ms之间、频率在18—24.2Hz之间。
(7)由于卓资山露天钼矿监测数据有限,只有56个微地震、7次小型边坡滑坡事件,故对于这两类事件的波形和时频特征研究还不够全面,本研究还需在今后的研究中不断完善。
-
表 1 5种类型事件波形特征统计表
Table 1. Statistical results of waveform characteristics of five typical events
事件类型 个数 震级范围
ML事件波形形态 频率集中度 持续时间
均值/s衰减
方式微地震 56 -0.5—1.9 包含P波、S波,面波发育,是能量较小的地震波 72×10-15 11.33 指数衰减,较快 爆破 79 -0.65—0.9 P波尖锐(初动向上)、S波不易识别,包含“初震”、“主震”、“尾波”三段 75×10-15 12.81 幂函数衰,减快 小型滑坡 23 1.5—1.9 由包络线呈“V”字型的波列组成 75×10-15 11.53 起伏不定,较慢 机械开采 206 -0.9—1.8 由“密集”、“尖锐”的波列组成 70×10-15 11.06 不规律 运输车辆 367 -0.6—1.0 由近似连续的、多组波形尖锐、包络线呈“纺缍”形的密集波列组成 30×10-15 10.70 不规律 表 2 5种事件类型时频分布特征
Table 2. Time-frequency distribution characteristics of five typical events
事件类型 时间均值范围/ms 频率均值范围/Hz 微地震 4150—5583 10—14 爆破 4800—6600 6—13.3 小型边坡滑坡 5500—8500 4.8—8 机械开采 2250—7400 4.2—10.8 车辆运输 4333—6000 18—24.2 -
董世华, 2009, 基于微震监测技术在深井矿山地震波形的识别, 现代矿业, (7):129-131 doi: 10.3969/j.issn.1674-6082.2009.07.044 科恩, 1998, 时频分析: 理论与应用, 白居宪, 译.西安: 西安交通大学出版社 李夕兵, 李地元, 赵国彦等, 2006, 金属矿地下采空区探测、处理与安全评判, 采矿与安全工程学报, 23(1):24-29 doi: 10.3969/j.issn.1673-3363.2006.01.005 刘芳, 曹井泉, 赵蒙生等, 2005, 乌拉特前旗爆破与地震识别.高原地震, 17(2):22-27 doi: 10.3969/j.issn.1005-586X.2005.02.002 刘先锋, 张瑞明, 2013, 微震波形识别技术在监测边坡岩体中的应用.山西冶金, 36(6):27-29 doi: 10.3969/j.issn.1672-1152.2013.06.011 马举, 2014, 基于波形特征的矿山微震与爆破信号模式识别.长沙:中南大学. 宋维琪, 陈泽东, 毛中华, 2008, 水力压裂裂缝微地震监测技术.东营:中国石油大学出版社, 3-5. 姚家骏, 杨立明, 冯建刚. 2011.常用时频分析方法在数字地震波特征量分析中的应用.西北地震学报, 33(2):105-110. http://d.old.wanfangdata.com.cn/Periodical/xbdzxb201102001 张华, 姚宏, 陈鑫等. 2014.矿震识别及成因研究进展.国际地震动态, (3):4-12. doi: 10.3969/j.issn.0235-4975.2014.03.002 张萍, 高艳玲, 肖健等. 2001.辽宁台网记录爆破、矿震与地震的识别.地震地磁观测与研究, 22(5):29-34. doi: 10.3969/j.issn.1003-3246.2001.05.004 张青成, 王家磊, 李德璇等. 2013.露天矿山爆破振动影响因素分析研究.辽宁工程技术大学学报(自然科学版), 32(10):1334-1338. doi: 10.3969/j.issn.1008-0562.2013.10.008 赵淑红. 2006.时频分析方法及其在地震数据处理中的应用.西安:长安大学. 赵永, 刘卫红, 高艳玲. 1995.北京地区地震、爆破和矿震的记录图识别.地震地磁观测与研究, 16(4):48-54. http://www.cnki.com.cn/Article/CJFD1995-DZGJ504.006.htm Cohen L.1995. Time-frequency analysis. New York:Prentice - Hall. 期刊类型引用(1)
1. 陈泽,丁琳琳,罗浩,宋宝燕,张明,潘一山. 基于改进小波分解和ELM的矿山微震事件识别方法. 煤炭学报. 2020(S2): 637-648 . 百度学术
其他类型引用(2)
-