一、地磁异常现象及其在地震预报中的应用（论文文献综述）
黄佳伟[1]（2021）在《短期电离层TEC预报方法的研究》文中指出电离层是日地空间环境的重要组成部分,对无线电通讯、导航、卫星定位和人类的空间活动有着重要的影响。电离层总电子含量（Total Electron Content,TEC）作为描述电离层特征的重要参量,对其进行预测分析一直是电离层研究的重点课题。针对电离层TEC数据非线性、高噪声等特点,本文引入两种方法对数据进行预处理,以此建立电离层TEC短期预报模型。主要研究内容如下:（1）针对电离层TEC数据非线性、非平稳的特点,本文将经验小波变换（Empirical Wavelet Transform,EWT）应用到电离层TEC的短期预报当中,基于分解-预报-重构的思想,建立EWT-ARMA组合模型对不同太阳活动年间的TEC数据进行预报研究,同时建立EWT-Elman神经网络预报模型对不同地磁环境下的TEC数据进行预报研究,结果表明,EWT能够提高两种预报模型在不同环境下的电离层TEC预报精度。（2）针对电离层TEC数据离散性和无序性的特点,本文引进Prophet模型对电离层TEC数据拟合预处理,对拟合处理的数据与残差数据分别进行模型预报,以此提高预报精度。首先,建立Prophet-ARMA残差修正模型对IGS中心提供的2010年同一时段不同位置和同一位置不同时段的TEC数据进行预报分析;同时建立Prophet-Elman残差修正模型对不同太阳活动年间的TEC数据进行预报分析,结果表明,将Prophet模型应用到Elman神经网络的电离层TEC预报当中,能够有效地提高TEC的预报精度。（3）针对电离层TEC受太阳活动和地磁环境等因素的影响,本文利用EWT-Elman组合预报模型和Prophet-Elman残差修正模型对不同太阳活动、不同地磁环境、不同纬度位置以及不同季节变化的电离层TEC数据进行预报研究,并与ARMA模型和Elman模型的预报结果进行对比。结果表明,EWT-Elman模型和Prophet-Elman残差修正模型在不同环境下的预报效果更好,且在不同的环境下各有其模型预报的优势。
陈强[2]（2021）在《基于EWT和改进RVM的TEC预测与地震电离层异常分析》文中指出电离层是地球空间的重要部分,电离层总电子含量（Total Electron Content,TEC）是描述电离层时空分布和特征变化的重要指标之一,电离层TEC的预报可以为人们研究电离层无线电波延迟改正、地震前兆分析和地震事件的发生机制等问题提供数据基础。近年来,电离层TEC预报和地震异常探测技术成为众多专家和学者的热门研究方向,然而由于电离层自身的复杂性以及对地震异常发生机制的解释理论等的缺乏,TEC预报和对地震异常探测的方法均有待改善。基于此,本文利用经验小波变换和改进相关向量机对电离层TEC预报、地震异常探测方法进行改进,并结合具体震例进行综合分析,具体内容如下:1.阐述了电离层的结构,介绍了太阳活动和地磁活动对电离层TEC的影响,使用连续和交叉小波变换对电离层TEC和太阳黑子数之间的周期进行分析,发现2012、2014和2015年份部分时段电离层TEC和太阳黑子存在约为27d的共振周期。2.介绍混沌理论和自适应核学习相关向量机的原理,提出基于混沌理论的a RVM预报新模型,并使用该模型与时间序列模型分别对不同太阳活动强度、不同经纬度的多个时段TEC进行预报和评价,得出基于混沌理论的a RVM预报模型的预测效果优于时间序列模型。3.介绍了经验小波分解的原理,并使用其与小波分解、经验模态分解三种方法对电离层TEC进行分解和评价,得出使用EWT对TEC的分解效果更好;结合经验小波分解,提出基于混沌理论的EWT-a RVM预报模型,并使用其与单一的a RVM预报模型以及时间序列模型对电离层TEC数据进行建模分析和预报精度评定。实验表明,基于混沌理论的EWT-a RVM模型在太阳活动低年和高年预报值相较于单一的a RVM模型精度进一步提高,可以较好地用于TEC预报,考虑将其作为地震期间的TEC背景值预报模型。4.使用汶川、玉树、九寨沟三次震例的TEC数据进行分析,通过传统四分位距法、滑动时窗法以及基于混沌理论的EWT-a RVM预报模型进行背景值预报和异常点分析。发现:（1）汶川地震发生前第13d、第9d、第6d和第3d的异常现象可能是震前预兆信息;（2）青海玉树地震发生前第12d、第2d、地震当天异常现象可以看作是由地震造成的异常扰动;（3）四川九寨沟地震发生前12至11天均出现TEC异常,可以将其作为震前预兆信息。（4）在三次地震发生前12天左右会出现电离层TEC异常现象,该现象可能是孕育地震引起的,可以进一步分析。
于畅[3]（2021）在《地磁异常判定方法对比研究 ——以松原5.7级地震为例》文中认为地磁异常判定是地磁学研究的重要分支,其主要目的是从地磁异常的角度进行地震前兆分析,进而为地震预报提供有效依据。目前,由江苏省地震局开发的地磁分析预报软件是国内实现地磁异常判定的主要工具。据统计,目前使用地磁分析预报软件进行地磁异常判定,进而实现地震预报的准确率约为50%,这一数值尚不能满足地磁异常与地震的准确对应。而奇异谱分析和ARMA模型拟合在强化原始数据特征、去除噪声等方面具有显着效果。因此,本论文从地磁分析预报软件着手,深入研究各地磁异常判定方法的理论及性能,将奇异谱分析和ARMA模型拟合方法与地磁异常判定方法中的逐日比法结合,运用数值拟合的方法重构原始序列,实现对传统地磁异常判定方法的优化,提高运用地磁异常进行地震预报的可靠性,为地磁异常与地震预报的准确对应提供新途径。本论文以2018年5月28日松原5.7级地震为研究背景,选取三岗地震台、通化地震台、大连地震台、营口地震台和德都地震台等11个国家地磁观测台站所采集的地磁数据为研究对象展开研究,主要研究内容如下:1、从传统地磁异常判定方法出发,使用加卸载响应比法、谐波振幅比法、逐日比法、日变化空间相关法、低点位移法、每日一值差分法和异常叠加7种方法,对2017年6月1日～2018年12月31日地磁Z、H、D、F分量预处理分钟值数据进行多种地磁异常判定方法研究。结果表明,除日变化空间相关法外,其他6种方法在松原5.7级地震前均表现出不同程度的地磁异常。2、实现基于奇异谱分析的逐日比异常判定方法。按照构造轨迹矩阵、分解序列、重构序列的顺序,运用奇异谱分析对地磁分量进行数值拟合。根据精度检验结果得出,奇异谱分析后的序列拟合精度高,进而运用奇异谱分析方法对逐日比序列进行数据拟合,结果显示奇异谱分析后的逐日比拟合序列与原始序列相比变化趋势更明显,有效成分更集中。按照平均值±2倍均方差设置阈值线,得出的逐日比超阈值日与原方法的产出结果存在交集,且在临近松原5.7级地震时超阈值现象更密集。这表明基于奇异谱分析的逐日比异常判定方法能够准确提取逐日比异常,且该逐日比异常可以作为松原5.7级地震的前兆异常。3、实现基于ARMA模型拟合的逐日比异常判定方法。按照序列的平稳性检验、自相关和偏自相关分析、模型判别和模型定阶的流程对原始序列进行ARMA模型拟合,得出的拟合曲线能直观表达原始序列的变化特征。精度检验结果显示,ARMA模型拟合精度高。再对逐日比序列进行ARMA模型拟合,得出拟合曲线与原始曲线相比有效成分更集中。按照平均值±2倍均方差设置阈值线,得出的逐日比超阈值日包含原方法的产出结果,且在临近松原5.7级地震时超阈值现象更密集。这表明ARMA模型拟合对逐日比异常提取具有一定意义,并且该逐日比异常可以作为松原5.7级地震的前兆异常。
袁桂平,冯志生,李鸿宇,姜楚峰,潘颖,钱庚,姚休义[4]（2020）在《一阶差分法在地震地磁前兆信号提取中的应用》文中指出在探索震前地磁每日一值空间相关异常机理的基础上,利用2008—2018年130个台站地磁场数据计算地磁场总强度F每日一值一阶差分在空间上变化的不同步现象,并提取震前地磁异常。结果表明:当地磁场总强度F逐渐增大这一趋势变化出现不同步现象时,研究区内一阶差分值全正或者全负的正常状态会被打破,从而导致区域内出现各台站F每日一值一阶差分正、负值台站分布较为集中的现象,且正、负值台站之间出现明显的异常分界线（0值线）,通过异常与对应震例统计,发现该异常发生后8个月内在0值线300 km附近有发生5级以上地震的可能性。
余龙飞[5]（2020）在《基于GNSS的电离层电子含量时空变化建模与分析》文中指出随着对地观测技术不断进步和发展,电离层探测从地基单站小范围探测转变成地基空基相结合覆盖全球范围长时间连续性观测。不断涌现的新探测手段,推动了电离层相关科学理论的研究和发展,揭示了各种电离层现象形成的物理机制,加深了对地球空间的环境认识。电离层的研究成果不仅能提高我国北斗卫星导航系统的导航定位精度,还能为交通运输提供高质量导航定位服务。因此对电离层的研究具备重要的经济价值、实用价值和科学研究意义。电离层电子含量变化包括时间维度和空间维度上的变化,其在时间维度和空间维度上连续变化且相互关联。本文利用电离层传统探测方式和GNSS观测方式获取的相关数据,在时空维度上,针对电离层电子密度反演、电离层电子含量预报和电离层电子含量异常探测研究中存在的问题,提出了更为合理可靠的电离层电子密度层析算法、覆盖全球的电离层电子含量预报模型和精准探测电子含量异常的新方法。本文主要研究内容和成果如下:（1）提出了一种基于几何向量法改进的电离层层析投影矩阵生成算法。传统像素基电离层层析投影矩阵解算过程复杂,解算结果存在一倍冗余且不能够直接得到唯一解,还需要进行判断才能得到满足条件的结果。新算法利用向量之间存在的几何关系将传统方法中解算三元二次方程问题简化成一元方程求解,减少了待求参数个数,降低了解算复杂度,不存在冗余解,无需进行二次判断即可得到唯一解,提高了一倍解算效率。（2）提出了一种基于Chapman函数和球谐函数的电离层电子密度反演算法。在像素基电离层层析反演电子密度过程中,解算结果会受到初值、三维空间离散化、数学模型合理性和有效GNSS射线空间分布等影响,使得反演结果无法真实反映出电离层电子在空间分布形态。新方法提出了一个连续可积的近似Chapman函数拟合电离层电子在垂直向变化形态,用球谐函数拟合Chapman函数的Nm F2和hm F2在水平向变化形态,不仅能反演出电离层电子随时间变化的空间分布形态,还能得到电离层Nm F2和hm F2在水平向的变化形态,拓展了GNSS在电离层研究中的应用。通过模拟实验和实测实验证实了像素基电离层层析算法中存在的问题,验证了新方法的可靠有效性。在实测实验中,与电离层测高仪实测的电子密度进行对比,Chapman函数层析算法相对于像素基层析算法,在100km200km范围内精度提高了27%,在300km以上范围精度提高了17%且决定系数R2达到0.986。（3）提出了一种基于深度学习的卷积长短时记忆网络对电离层电子含量进行全球预报的新方法。新方法利用了循环深度网络中卷积长短时记忆网络对图序列处理的优势,采用覆盖全球的电离层电子含量图时间序列数据,进行电离层电子含量预报。新方法充分利用电子含量在空间和时间上的有效信息,其输入和输出样本数据通为图时间序列,同时将原始电子含量图时间序列在以天为单位的时间维度上进行一次差分和二次差分,将差分后的数据作为另外两种输入样本数据,挖掘原始数据总蕴含的非平稳信息。实验表明建模样本时长将会影响预报模型精度;但是当建模样本时长超过一定长度,新方法预报模型预报精度不会受预报时长影响保持稳定;预报结果能够更加精细的描绘电离层电子含量在空间中分布细节;新方法预报结果对外界因素具有很强敏感度,可用于探究外界因素对电离层电子含量变化产生的影响。与CODE发布的一天电子含量预报产品相比,新方法预报精度平均提高了22.1%,其中最大提高了44.6%。（4）提出了一种新电离层电子含量异常探测方法。目前电离层电子含量异常探测过程中存在的非平稳信息影响会导致探测结果错误或失败。本文利用卷积长短时记忆网络电离层电子含量预报对影响电离层变化的外界因素敏感度,提供精确背景参考值用于电离层电子含量异常探测。通过对比滑动窗口法在静地磁环境和2016年日本熊本地震前复杂空间环境下对电离层异常进行探测,新异常探测方法获得的电离层电子含量异常和相对异常探测结果相一致。通过分析2016年日本熊本地震-电离层耦合性,发现地震发生前一天和地震当天在震中区域内存在持久的电离层异常现象可能与地震发生有关。实验分析结果表明:新异常探测方法能够准确可靠地探测出电离层异常,探测能力优于传统异常探测方法。
何宇飞[6]（2020）在《基于SWARM和DEMETER卫星电子密度数据的地震电离层现象研究》文中提出地震电离层现象是地震孕育过程中所发生的复杂物理或化学过程在电离层中的响应。自上世纪60年代以来,这种现象被不断地报道,引起越来越多关注,被认为是用于监测地震活动的比较有前景且有效手段之一。近年来随着空间探测技术的发展,许多国家已经发射了专用于地震监测的卫星,实现了在卫星高度上的电离层原位测量,开展了大量地震电离层现象的研究工作,并取得了一定的研究成果。但由于地震的复杂特性,电离层的高动态变化,观测数据的多源性,分析方法的差异,至今关于地震电离层耦合机制尚未得到统一的认识,将地震电离层现象应用于地震预报预测中依然是个很大的难题。因此,还需要更多的研究开展,去发现具有明显的短临特性,探索地震孕育与电离层变化之间的内在规律。法国于2004年发射了世界上第一颗专门服务于地震和火山监测的DEMETER卫星,获得了大量的观测资料,开创了地震电离层现象研究的新局面。欧洲航天局于2013年又成功发射了由三颗卫星组成SWARM卫星星座,开启了空间立体式同步观测,大大的提高了观测效率和观测数据的空间分辨,也为地震电离层现象的研究提供了一种新的途径。本论文基于两种不同轨道运行方式的DEMETER单颗卫星和SWARM星座三颗卫星观测数据,分别利用不同的分析方法开展地震电离层现象的研究工作,探索不同轨道运行方式下卫星电离层观测资料的背景信息,尝试针对单颗卫星和星座多颗卫星的电离层观测数据异常信息的提取方法,并基于不同的扰动参数,开展震例和统计研究,取得了如下新的认识和结论:（1）对以往地震电离层现象研究中的震例研究和统计研究结果进行系统的归纳和总结,获得了关于地震电离层现象的一些规律性的认识,即地震电离层异常出现在震前的时间随着震级的增大而增长,电离层异常现象出现的震中距随着震级的增大而增大,地震电离层异常主要分布在地震震中南北两侧。（2）基于DEMETER卫星和SWARM星座观测数据,从空间分布和时间序列两个方面进行观测数据背景分析,得到观测数据空间分布随月份、季节及年度的变化,观测数据的时间序列存在的多种周期成分,并随着纬度的变化起主导的周期有所差异。在地磁纬度位于-10°～10°的范围内,卫星高度的电离层中也发现了F2层中存在的“年度异常”、“半年度异常”、“春秋分不对称异常”等现象。同纬度不同经度研究区域的时序曲线具有较好的相关性,且夜间的时序曲线相关更好。不同轨道高度的两颗卫星观测数据空间分布特征基本一致,数值差异较大。相邻轨道的两颗卫星观测数据的空间分布特征一致,但在正午时段磁赤道两侧,两星观测数据存在显着差别。（3）基于DEMETER卫星观测数据,对其运行期间全球7级以上和我国大陆6级以上的地震开展震例研究,发现有70%以上的地震能观测到震前异常变化,有增强的异常,有减弱的异常,并以增强异常为主。对多地震事件综合分析的结果显示,在震中区域存在着增强的异常变化,并且该异常变化主要集中出现在震前0～25天。依据地震参数分类的统计得到异常随震级增大其幅度增强,随震源深度增加异常减弱,并且南北半球的异常位置也有所不同。利用统计分析的方法尝试对异常进行定量的评估,异常具有大于3σ的显着特性,并利用随机事件的分析结果,对综合分析和统计分析的结果进行检验,验证了异常与地震事件的相关性。（4）基于SWARM星座观测数据,提取了轨道观测中的快速扰动变化,对典型的震例进行震例分析,并探寻该类型扰动与地震的相关性。利用SWARM三颗卫星轨道的差异,对扰动在空间存在的范围及其可能的空间传播特征进行分析和计算,辨别其是否与地震孕育有关的电离层扰动现象。为进一步证实该类扰动与地震的相关性,对地震区和非震区、地震前和地震后的该类扰动进行对比分析,结果表明震区与非震区扰动的差别不显着,震前扰动相对于震后扰动在次数上具有优势,而相近数量的随机事件分析结果,震前震后扰动次数相近,说明与地震的震前活动有一定的关联。（5）对比单颗卫星和星座观测的结果,对未来基于卫星星座的地震电离层现象研究,提出更有助于认识电离层背景变化特征,有利于识别地震电离层现象的星座轨道设计方案,为我国未来基于卫星星座的地震电离层现象研究及其在防震减灾工作中的应用提供参考。
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。
赵苗兴[8]（2020）在《基于EEMD-SE-ARIMA模型的TEC预测及其在地震探测中的应用》文中进行了进一步梳理电离层是近地空间的重要组成部分,也是探索太空领域的研究重点,对电离层的深入研究有利于对其更好地认识、利用和保护。电离层电子浓度总含量（Total Electron Content,TEC）作为电离层形态和结构的重要参量,其时空分布和变化特点揭示了电离层的基本特征。研究TEC为提高导航定位精度以及地震短临预报提供了数据和理论支持。本文的主要研究内容如下:一、介绍了欧洲定轨中心（The Center for Orbit Determination in Europe,CODE）发布的全球电离层地图（Global Ionosphere Maps,GIM）的内容和格式,并利用该数据研究了太阳活动、地磁活动以及日变化和季节变化对TEC时空分布的影响。研究结果表明:TEC的变化与太阳活动具有一致性;磁暴会使赤道异常范围扩大;日变化和季节变化会引起全球TEC峰值的移动。二、对比分析了经验模态分解（Empirical Mode Decomposition,EMD）和集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）对TEC数据的分解效果,并基于EEMD和样本熵（Sample Entropy,SampEn,记作SE）提出了EEMD-SE电离层TEC数据处理模型。该模型可以有效提取TEC数据的扰动项、周期项、随机项和趋势项,为建立更加精确的TEC预测模型提供了合适的数据分解方法。三、针对TEC数据非线性、非平稳的特点以及ARIMA模型在时间序列预测领域的广泛应用,提出了EEMD-SE-ARIMA电离层TEC预测模型,并对模型构建过程以及模型参数和阈值的选择做了详细介绍。利用CODE提供的2017年的TEC数据,分别采用ARIMA模型和EEMD-SE-ARIMA模型对不同季节不同纬度的TEC进行了连续5天的预测,分析预测结果后得出:EEMD-SE-ARIMA模型的预测精度明显优于ARIMA模型,有效地改善了ARIMA模型极值点附近预测精度较差的问题,为电离层的研究与建模以及TEC的短期预测提供了新的途径。四、针对传统电离层TEC异常探测方法计算的参考背景值精度较差的问题,提出了基于EEMD-SE-ARIMA模型的震前TEC异常探测方法,在计算参考背景值时有效避免了系统偏差引起的探测误差。利用此方法对2017年8月8日九寨沟地震和2018年11月30日阿拉斯加地震进行了异常探测,结果表明:九寨沟地震前13天、11天、4天和地震当天孕震区及其周围探测到的TEC异常现象是由孕育地震引起,阿拉斯加地震前10天和2天孕震区及其周围探测到的TEC异常现象是由孕育地震引起,探测到的异常均没有垂直对应于震中,而是分布于孕震区的南部或东部,异常自东向西移动并逐渐向赤道漂移且具有共轭结构。
田祥雨[9]（2019）在《GNSS电离层延迟改正及应用研究》文中进行了进一步梳理电离层延迟是影响GNSS定位精度的主要误差来源之一。精确测定和预报TEC、深入研究其时空特征是电离层的重要研究课题。研究电离层电子含量的区域结构,变化特性为更好地消除电离层延迟,进一步应用于导航定位提供理论依据;通过监测电离层的异常变化状况来研究电离层对地震、雷电的响应机制,为气候气象学的预报研究提供理论依据。本文对地基GNSS电离层延迟改正模型、定位影响、TEC预报、地震的电离层异常探测等主要研究内容和结论如下:（1）Klobuchar模型对导航定位电离层延迟的实时改正应用广泛,但是其参数的设置考虑过于单一,改正效果仅有50%-60%。载波相位平滑伪距方法顾及卫星和接收机硬件延迟是目前应用最普遍的、精度最高的电离层延迟改正方法,其求解的电离层延迟改正精度可以达到95%。球谐函数模型作为电离层区域模型,它可模拟全球的电离层电子含量分布。本文分别利用Klobuchar模型、双频伪距模型、双频载波伪距模型、球谐函数模型以实现单站建模和区域建模,进一步求得电离层TEC,对解算结果进行精度统计,评估各个模型的精度和可靠性。结果表明:单站建模,Klobuchar模型优于双频伪距、但是与双频载波平滑伪距的精度还是差距较大,区域建模球谐函数模型能够模拟全球变化但是其存在自身局限性,未能反映出其时间上的变化特征,且其计算的TEC有负值。（2）电子含量的预测研究由来已久,研究表明ARIMA模型、BP神经网络模型、Holt-Winters模型对电离层电子含量的短期预报有着良好的适用性。通过方差定权组合、最优非负变权方法组合两种组合方法能达到比单一模型更优的精度。研究不同电离层环境下（活跃期、平静期）,TEC预报效果产生的差异,验证模型的适用性。结果表明:ARIMA模型、Holt-winters模型和BP神经网络模型,三种模型均能较好实现短期电离层TEC预测,而精度略有差异。组合方法方差定权组合和变权组合均有效改善单一模型的预测效果,实现电离层短期预测。（3）应用RTKlib软件分别进行标准单点定位、精密单点定位,探究Klobuchar模型、消电离层组合、GIM内插等不同模型方法对于定位的影响。结果表明:单点定位模式中,GIM插值模型改正精度明显优于Klobuchar模型改正精度。而在精密单点定位中Klobuchar模型改正的定位效果极差,甚至劣于标准单点定位中的改正效果,GIM内插的电离层改正定位精度为m级,无法达到精密单点定位的精度,唯独消电离层组合的定位效果可以达到cm级。（4）对青藏高原地区的区域TEC数据利用时序分析、傅立叶变换、相关性分析等方法研究其周期和影响因素状况,重点分析TEC的周日变化、季节变化、周年变化特性以及冬季异常现象,探究电离层与太阳活动、地磁活动的相关关系。结果表明:电离层TEC具有明显的周期特性,此外,TEC与纬度的相关性较强,与经度无明显关系;且电离层与太阳活动的相关性要强于其与地磁活动的相关性。（5）利用滑动四分位距法、小波-ARIMA方法探测电离层异常扰动。利用GPS数据对汶川地震期间电离层扰动进行分析。采用时间序列法对地震电离层TEC值进行异常探测,筛选与地震相关的电离层异常信息,从时间和空间上对地震期间电离层TEC时间序列进行分析,试验表明:地震发生当天,相邻探测点相关性下降;电离层异常扰动出现在地震临近前几天和震后几天,基本上为正异常,极少部分为负异常。
杨可可[10]（2018）在《基于地基GPS数据的地震期间电离层TEC异常研究》文中进行了进一步梳理电离层是地球中高层大气被电离的那一部分,由于电离层物理性质的特殊性,太阳活动、地磁活动以及地表剧烈活动（地震、火山喷发）等诸多因素都会引起电离层的异常。地震-电离层耦合机理研究最早起源于上个世纪六十年代美国阿拉斯加大地震,近年来,随着GPS观测技术的发展,地震电离层异常的研究受到越来越多学者的关注。但是由于电离层特殊的物理性质和观测数据的局限性以及地震发生的复杂性,地震电离层异常研究仍受到一定的局限。如何改善地震电离层异常的检测方法和电离层异常信息的准确提取,就成为当前需要解决的关键性问题。基于此,本文利用地基GPS数据对电离层的周期性变化规律、异常探测方法和地震震例综合分析等方面进行了讨论。具体内容和分析结果如下:1.介绍了地震-电离层耦合机理的两种解释。阐述了电离层的分层结构、赤道异常、冬季异常现象,分析了空间环境对电离层的影响。2.详细介绍了利用地基GPS数据解算电离层TEC流程,并说明解算电离层TEC过程中应注意的几个关键问题。利用GIM格网数据对电离层TEC的季节变化、日变化和非平稳性进行了讨论;结果发现电离层具有明显的赤道异常和冬季异常。3.对探测电离层异常方法进行分析,主要讨论了滑动时窗法、滑动四分位距法、时间序列法以及小波分解改进的时间序列法这几种模型预测探测背景参考值精度。实验结果表明:四种方法中,滑动时窗的预测精度最低;滑动四分位距法次之,经小波分解改进的时间序列法比传统的时间序列法预测精度有所提高。虽然随着预测时间的增加改进的时间序列法与传统法精度差不多,但就探测为数不多的历元时,改进的时间序列法精度还是比较高。4.利用地基GPS数据对日本熊本、四川九寨沟、墨西哥三次地震期间电离层扰动进行分析。采用小波分解改进的时间序列法对孕震区域TEC值进行异常探测,在排除空间环境影响下,筛选与地震相关的电离层异常信息,从时间和空间上对三次大地震期间电离层TEC时间序列进行统计分析,从不同角度,对三次大地震期间TEC异常可能性进行判定。得到了如下结果:（1）异常多数出现在震前7天以内,基本上为正异常;震级越大,异常值越大,异常时间持续超过8个小时。（2）地震发生当天,各格网点相关系数急剧下降,越靠近赤道附近的格网点相关系数受地震影响越强烈。（3）异常区域并不在震中上空,偏向赤道附近;沿磁力线共轭区域也会出现类似异常。
二、地磁异常现象及其在地震预报中的应用（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、地磁异常现象及其在地震预报中的应用（论文提纲范文）
（1）短期电离层TEC预报方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 电离层TEC研究的背景和意义 |
| 1.1.1 电离层研究背景和意义 |
| 1.1.2 建立电离层TEC预报模型的目的和意义 |
| 1.2 国内外电离层TEC预测的研究现状 |
| 1.3 文章研究内容与结构 |
| 2 电离层和电离层TEC的概况 |
| 2.1 电离层的基本特性 |
| 2.1.1 地球大气层结构 |
| 2.1.2 电离层的形成与分层 |
| 2.1.3 电离层中的异常现象、不规则结构和扰动 |
| 2.2 电离层延迟及TEC数据获取 |
| 2.2.1 电离层延迟 |
| 2.2.2 电离层TEC观测方程 |
| 2.2.3 IGS提供的电离层TEC简介 |
| 2.3 电离层TEC预报模型 |
| 2.3.1 ARMA模型 |
| 2.3.2 Elman模型 |
| 2.4 本章小结 |
| 3 基于EWT的短期电离层TEC预报方法的研究 |
| 3.1 经验小波变换的基本原理 |
| 3.2 基于EWT分解的TEC短期预报模型算法流程 |
| 3.3 预报结果与分析 |
| 3.3.1 精度评定 |
| 3.3.2 EWT-ARMA组合模型预报结果与分析 |
| 3.3.3 EWT-Elman组合模型预报结果与分析 |
| 3.4 本章小结 |
| 4 基于Prophet模型的短期电离层TEC预报方法的研究 |
| 4.1 Prophet模型的基本原理 |
| 4.2 基于Prophet模型的TEC短期预报模型算法流程 |
| 4.3 预报结果与分析 |
| 4.3.1 Prophet-ARMA残差修正模型预报结果与分析 |
| 4.3.2 Prophet-Elman残差修正模型预报结果与分析 |
| 4.4 本章小结 |
| 5 不同环境下短期电离层TEC预报方法的研究 |
| 5.1 不同太阳活动强度下的电离层TEC预测分析 |
| 5.1.1 太阳黑子活动对电离层TEC的影响分析 |
| 5.1.2 不同太阳活动强度下的电离层TEC预测分析 |
| 5.2 不同地磁活动水平的电离层TEC预测分析 |
| 5.2.1 地球磁场对电离层TEC的影响分析 |
| 5.2.2 不同地磁活动水平的电离层TEC预测分析 |
| 5.3 不同地理位置的电离层TEC预测分析 |
| 5.3.1 电离层TEC空间尺度变化规律 |
| 5.3.2 同一经度不同纬度的电离层TEC预测分析 |
| 5.4 不同季节的电离层TEC预测分析 |
| 5.4.1 电离层TEC时间尺度变化规律 |
| 5.4.2 不同季节的电离层TEC预测分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及获奖情况 |
| 一、硕士期间发表的论文和成果 |
| 二、硕士期间获得的荣誉 |
（2）基于EWT和改进RVM的TEC预测与地震电离层异常分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 电离层研究意义 |
| 1.1.2 TEC预报模型的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电离层TEC预测研究现状 |
| 1.2.2 地震期间电离层TEC预报研究现状 |
| 1.3 本文主要研究内容 |
| 2 电离层概述及变化分析 |
| 2.1 电离层概述 |
| 2.1.1 电离层垂直结构分析 |
| 2.1.2 电离层水平结构分析 |
| 2.1.3 电离层不均匀结构分析 |
| 2.2 中国地震局GNSS数据服务平台 |
| 2.3 电离层的影响因素 |
| 2.3.1 太阳活动和地磁活动介绍 |
| 2.3.2 太阳活动与地磁活动指数 |
| 2.3.3 地磁活动对电离层的影响 |
| 2.3.4 太阳活动对电离层的影响 |
| 2.4 太阳黑子数与TEC数据的周期性分析 |
| 2.5 本章小结 |
| 3 基于混沌理论的a RVM电离层TEC预测模型 |
| 3.1 算法原理简介 |
| 3.1.1 混沌理论概述 |
| 3.1.2 自适应核学习相关向量机 |
| 3.2 基于混沌理论的a RVM预测理论 |
| 3.3 基于混沌理论的a RVM电离层TEC预测分析 |
| 3.3.1 数据与评价指标 |
| 3.3.2 实验分析 |
| 3.4 本章小节 |
| 4 基于混沌理论的EWT-a RVM电离层TEC预测模型 |
| 4.1 经验小波分解 |
| 4.2 经验小波分解精度分析 |
| 4.2.1 评价指标 |
| 4.2.2 实验分析 |
| 4.3 基于混沌理论的EWT-a RVM电离层TEC预测模型 |
| 4.4 基于混沌理论的EWT-a RVM电离层TEC预测分析 |
| 4.4.1 数据选取与实验方案 |
| 4.4.2 实验分析 |
| 4.5 本章小结 |
| 5 地震电离层异常分析 |
| 5.1 传统异常探测方法 |
| 5.1.1 平均值法和中位数法 |
| 5.1.2 四分位距法 |
| 5.1.3 滑动时窗法 |
| 5.2 利用基于混沌理论的EWT-a RVM算法对地震TEC异常分析 |
| 5.3 汶川地震电离层异常分析 |
| 5.3.1 探测阈值的计算 |
| 5.3.2 TEC参考背景值预报流程 |
| 5.3.3 汶川地震期间TEC异常分析 |
| 5.4 青海玉树地震电离层异常分析 |
| 5.4.1 探测阈值的计算 |
| 5.4.2 TEC参考背景值预报 |
| 5.4.3 青海玉树地震期间TEC异常分析 |
| 5.5 四川九寨沟地震电离层异常分析 |
| 5.5.1 探测阈值的计算 |
| 5.5.2 TEC参考背景值预报 |
| 5.5.3 四川九寨沟地震期间TEC异常分析 |
| 5.6 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的论文、获奖情况 |
| 致谢 |
（3）地磁异常判定方法对比研究 ——以松原5.7级地震为例（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 引言 |
| 1.1 选题背景及研究意义 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 创新点 |
| 1.5 本文组织结构 |
| 1.6 本章小结 |
| 第2章 传统地磁异常判定方法研究 |
| 2.1 加卸载响应比法 |
| 2.2 谐波振幅比法 |
| 2.3 逐日比法 |
| 2.4 日变化空间相关法 |
| 2.5 低点位移法 |
| 2.6 每日一值差分法 |
| 2.7 异常叠加 |
| 2.8 本章小结 |
| 第3章 奇异谱分析在地磁异常判定中的应用 |
| 3.1 奇异谱分析的基本原理 |
| 3.2 基于奇异谱分析的地磁数据拟合与精度检验 |
| 3.3 奇异谱分析在地磁异常判定中的应用 |
| 3.4 本章小结 |
| 第4章 ARMA模型在地磁异常判定中的应用 |
| 4.1 ARMA模型拟合的基本原理 |
| 4.2 ARMA模型的地磁数据拟合与精度检验 |
| 4.3 ARMA模型拟合在地磁异常判定中的应用 |
| 4.4 本章小结 |
| 第5章 多种地磁异常判定方法对比分析 |
| 5.1 传统地磁异常判定方法的优缺点 |
| 5.2 基于奇异谱分析的地磁异常判定方法的优缺点 |
| 5.3 基于ARMA模型拟合的地磁异常判定方法的优缺点 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 作者简介及硕士期间取得的科研成果 |
| 致谢 |
（4）一阶差分法在地震地磁前兆信号提取中的应用（论文提纲范文）
| 0 引言 |
| 1 资料选取及研究方法 |
| 1.1 资料选取 |
| 1.2 F每日一值一阶差分计算 |
| 2 计算结果及震例分析 |
| 2.1 研究机理 |
| 2.2 异常与地震对应结果 |
| 2.3 震例分析 |
| 3 讨论 |
| 4 结论 |
（5）基于GNSS的电离层电子含量时空变化建模与分析（论文提纲范文）
| 摘要 |
| Abstract |
| 术语与符号约定 |
| 第一章 绪论 |
| 1.1 电离层研究的意义 |
| 1.2 电离层研究及进展 |
| 1.2.1 电离层探测技术 |
| 1.2.2 电离层模型理论与研究 |
| 1.2.3 基于GNSS电离层研究 |
| 1.2.4 电离层时空变化研究 |
| 1.2.5 目前研究存在的不足 |
| 1.3 研究内容与结构安排 |
| 第二章 基于GNSS的电离层电子含量建模原理与方法 |
| 2.1 电离层电子密度特征 |
| 2.1.1 电离层形成过程 |
| 2.1.2 电离层电子密度垂直分布特征 |
| 2.1.3 电离层电子密度Chapman函数 |
| 2.2 GNSS电离层观测量 |
| 2.2.1 电离层对电磁波影响 |
| 2.2.2 GNSS电离层观测量 |
| 2.3 基于GNSS的电离层电子含量建模 |
| 2.3.1 电离层延迟模型 |
| 2.3.2 电离层层析技术 |
| 2.3.3 改进的电离层层析投影矩阵生成算法 |
| 2.4 小结 |
| 第三章 基于Chapman函数的电离层电子密度反演 |
| 3.1 引言 |
| 3.2 Chapman函数电离层层析 |
| 3.2.1 Chapman函数电离层电子密度反演 |
| 3.2.2 近似Chapman函数性质分析 |
| 3.3 实验与分析 |
| 3.3.1 Chapman函数电离层电子密度反演过程 |
| 3.3.2 数值模拟实验与分析 |
| 3.3.3 实测数据实验与分析 |
| 3.4 小结 |
| 第四章 基于卷积长短时记忆网络的电离层电子含量预报 |
| 4.1 引言 |
| 4.2 电离层电子含量预报 |
| 4.2.1 卷积层和逆卷积层 |
| 4.2.2 长短时记忆网络 |
| 4.2.3 CLSTM电离层电子含量预报模型 |
| 4.3 实验与分析 |
| 4.3.1 电离层电子含量预报数据集及预处理 |
| 4.3.2 电离层电子含量预报模型精度分析 |
| 4.4 小结 |
| 第五章 震前电离层电子含量异常探测及分析 |
| 5.1 引言 |
| 5.2 电离层电子含量异常探测方法 |
| 5.2.1 传统异常探测方法 |
| 5.2.2 CLSTM异常探测方法 |
| 5.3 实验与分析 |
| 5.3.1 静地磁环境下电离层电子含量预报分析 |
| 5.3.2 熊本7.0级地震前电离层电子含量异常探测的背景值分析 |
| 5.3.3 2016年熊本7.0级地震-电离层耦合性分析 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 A 作者攻读博士学位期间的研究成果 |
（6）基于SWARM和DEMETER卫星电子密度数据的地震电离层现象研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 地震电离层现象研究现状 |
| 1.2.1 同震电离层扰动 |
| 1.2.2 震前电离层扰动 |
| 1.2.2.1 震例研究 |
| 1.2.2.2 统计研究 |
| 1.2.2.3 耦合机制的研究 |
| 1.3 地震电离层现象研究总结 |
| 1.3.1 主要研究参量总结 |
| 1.3.2 电离层异常特征总结 |
| 1.4 研究目的和意义 |
| 1.5 研究思路与内容 |
| 第二章 地震电离层现象概述 |
| 2.1 地震活动概述 |
| 2.1.1 地震成因及震级 |
| 2.1.2 地震过程及前兆现象 |
| 2.1.3 地震孕育区 |
| 2.2 电离层概述 |
| 2.2.1 电离层 |
| 2.2.2 电离层活动特征 |
| 2.3 电离层对地震的响应 |
| 2.3.1 地震电离层现象对震级敏感性 |
| 2.3.2 地震电离层现象的空间分布特征 |
| 2.3.3 地震电离层现象的多样性和瞬时性 |
| 2.3.4 地震电离层现象在电离层各分层中的响应特征 |
| 2.4 小结与讨论 |
| 第三章 基于DEMETER卫星数据的分析 |
| 3.1 DEMETER卫星及数据 |
| 3.1.1 DEMETER卫星简介 |
| 3.1.2 DEMETER卫星数据 |
| 3.2 DEMETER卫星观测数据的背景特征 |
| 3.2.1 空间分布背景的构建方法及特征分析 |
| 3.2.2 固定区域的观测数据时间序列构建方法及其变化特征 |
| 3.2.2.1 时间序列构建方法 |
| 3.2.2.2 数据随纬度的变化特征 |
| 3.2.2.3 数据随经度的变化特征 |
| 3.2.4 结论与讨论 |
| 3.3 地震电离层现象的震例研究 |
| 3.3.1 空间分布分析方法 |
| 3.3.2 时间序列分析方法 |
| 3.3.3 典型震例分析与总结 |
| 3.4 地震电离层现象的统计研究与验证 |
| 3.4.1 基于多地震事件分类的分析 |
| 3.4.1.1 异常的空间分布分析 |
| 3.4.1.2 异常的时间序列分析 |
| 3.4.2 基于随机事件的验证 |
| 3.4.3 基于多地震事件的定量评估 |
| 3.4.3.1 异常空间分布的统计分析 |
| 3.4.3.2 异常时间序列的统计分析 |
| 3.5 小结与讨论 |
| 第四章 基于SWARM星座数据的分析 |
| 4.1 SWARM星座及数据 |
| 4.1.1 SWARM星座简介 |
| 4.1.2 SWARM星座数据 |
| 4.1.3 SWARM星座卫星轨道的差异 |
| 4.2 SWARM星座观测数据的背景分析 |
| 4.2.1 固定研究区域观测数据的时序分析 |
| 4.2.2 观测数据的空间分布特征 |
| 4.2.3 基于三颗卫星轨道差异的特征分析 |
| 4.2.4 结论与讨论 |
| 4.3 地震电离层快速扰动的分析方法及震例研究 |
| 4.3.1 快速扰动的分析方法 |
| 4.3.2 震前的快速扰动现象 |
| 4.4 快速扰动现象与地震活动的相关性研究 |
| 4.4.1 快速扰动的空间分布特征 |
| 4.4.2 太阳和地磁活动的影响 |
| 4.4.3 有震区与无震区的对比分析 |
| 4.4.4 地震前与地震后的对比分析 |
| 4.5 小结与讨论 |
| 第五章 地震电离层现象的耦合机制 |
| 5.1 常见的耦合机制模型 |
| 5.1.1 重力波模型 |
| 5.1.2 电动力学模型 |
| 5.1.3 电磁辐射模型 |
| 5.1.4 化学模型 |
| 5.2 地震电离层耦合途径 |
| 5.2.1 重力波途径 |
| 5.2.2 电动力学途径 |
| 5.3 基于耦合机制对震例研究结果的分析 |
| 5.3.1 对DEMTER卫星震例研究结果的分析 |
| 5.3.2 对SWARM星座震例研究结果的分析 |
| 5.4 小结与讨论 |
| 第六章 总结与展望 |
| 6.1 研究结果总结 |
| 6.2 DEMETER和 SWARM的研究对比 |
| 6.3 创新点 |
| 6.4 展望 |
| 6.4.1 星座观测设想 |
| 6.4.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及发表文章 |
（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）基于EEMD-SE-ARIMA模型的TEC预测及其在地震探测中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电离层TEC预测研究 |
| 1.2.2 电离层TEC预测在地震探测中的应用 |
| 1.3 本文主要研究内容和章节安排 |
| 第2章 电离层概况及影响因素分析 |
| 2.1 电离层概况 |
| 2.2 电离层电子浓度总含量(TEC) |
| 2.2.1 电离层电子浓度总含量的定义 |
| 2.2.2 IGS电离层TEC简介 |
| 2.3 电离层TEC影响因素分析 |
| 2.3.1 太阳活动对TEC的影响 |
| 2.3.2 地磁活动对TEC的影响 |
| 2.3.3 日变化与季节变化对TEC的影响 |
| 2.4 本章小结 |
| 第3章 电离层TEC数据预处理 |
| 3.1 EMD分解 |
| 3.1.1 EMD分解的特点 |
| 3.1.2 EMD分解存在的问题 |
| 3.2 EEMD分解 |
| 3.3 电离层TEC数据分解对比分析 |
| 3.4 熵的基本理论 |
| 3.4.1 近似熵 |
| 3.4.2 样本熵 |
| 3.5 基于样本熵的EEMD分量合并 |
| 3.6 本章小结 |
| 第4章 基于EEMD-SE-ARIMA模型的TEC预测研究 |
| 4.1 时间序列分析模型概述 |
| 4.1.1 自回归移动平均模型(ARMA) |
| 4.1.2 自回归积分滑动平均模型(ARIMA) |
| 4.1.3 ARIMA模型建模步骤 |
| 4.2 EEMD-SE-ARMA模型构建 |
| 4.3 精度评定指标 |
| 4.4 TEC预测及结果分析 |
| 4.5 本章小结 |
| 第5章 EEMD-SE-ARIMA模型在震前TEC异常探测中的应用 |
| 5.1 传统电离层TEC异常探测方法 |
| 5.1.1 平均数法和中位数法 |
| 5.1.2 滑动时窗法 |
| 5.1.3 滑动四分位距法 |
| 5.2 EEMD-SE-ARIMA模型与传统方法计算TEC参考背景值比较 |
| 5.3 EEMD-SE-ARIMA模型异常探测界限确定 |
| 5.4 九寨沟地震电离层TEC异常探测分析 |
| 5.4.1 参考背景值计算 |
| 5.4.2 震中TEC异常探测 |
| 5.4.3 日地环境分析 |
| 5.4.4 全球TEC异常分析 |
| 5.5 阿拉斯加地震电离层TEC异常探测分析 |
| 5.5.1 震中TEC异常探测 |
| 5.5.2 日地环境分析 |
| 5.5.3 全球TEC异常分析 |
| 5.6 本章小结 |
| 第6章 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 个人简历、参与的科研项目及论文成果 |
| 致谢 |
（9）GNSS电离层延迟改正及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 电离层简介 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 电离层电子含量反演及区域建模 |
| 2.1 电离层电子含量简介 |
| 2.2 电离层延迟建模概述 |
| 2.2.1 Klobuchar模型 |
| 2.2.2 双频改正模型 |
| 2.2.3 区域单层电离层模型 |
| 2.3 电离层电子含量建模分析 |
| 2.3.1 数据选取 |
| 2.3.2 实验分析 |
| 2.4 本章小结 |
| 第3章 电离层电子含量预报模型研究 |
| 3.1 预报理论研究现状 |
| 3.2 预报模型概述 |
| 3.2.1 时间序列模型-ARIMA |
| 3.2.2 Holt-Winters模型 |
| 3.2.3 BP神经网络预报模型 |
| 3.2.4 两种组合模型 |
| 3.3 预测模型建模分析 |
| 3.3.1 方差定权组合法 |
| 3.3.2 最优非负变权组合法 |
| 3.4 本章小结 |
| 第4章 电离层延迟模型对定位的影响 |
| 4.1 卫星定位概述 |
| 4.1.1 卫星定位的基本方法 |
| 4.1.2 卫星定位中的电离层延迟误差 |
| 4.2 标准单点定位 |
| 4.3 精密单点定位 |
| 4.4 定位软件 |
| 4.5 单点定位误差分析 |
| 4.5.1 数据选取 |
| 4.5.2 标准单点定位 |
| 4.5.3 精密单点定位 |
| 4.6 本章小结 |
| 第5章 电离层时空特性及影响因素分析 |
| 5.1 区域电离层特性 |
| 5.2 TEC时间序列分析方法 |
| 5.2.1 低通滤波原理 |
| 5.2.2 自相关性原理 |
| 5.3 区域电离层时空特性研究 |
| 5.3.1 数据获取 |
| 5.3.2 电离层时空特性分析 |
| 5.3.3 电离层季节变化特性分析 |
| 5.3.4 电离层TEC影响因素相关性分析 |
| 5.4 本章小结 |
| 第6章 电离层电子含量异常扰动监测 |
| 6.1 电离层应用研究 |
| 6.2 地震引起的电离层扰动 |
| 6.2.1 地震电离层效应 |
| 6.2.2 TEC时间序列异常探测方法 |
| 6.2.3 异常探测 |
| 6.3 雷电引起的电离层扰动 |
| 6.3.1 雷电电离层异常研究现状 |
| 6.3.2 雷电活动电离层特征分析 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士期间参与的科研项目及发表的学术论文 |
| 一、个人简介 |
| 二、获奖情况 |
| 三、攻读硕士期间参与的科研项目 |
| 四、攻读硕士期间发表的学术论文 |
| 五、学术交流 |
| 致谢 |
（10）基于地基GPS数据的地震期间电离层TEC异常研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 地震电离层效应 |
| 1.3 国内外研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 电离层概述 |
| 2.1 电离层的结构 |
| 2.2 电离层的变化 |
| 2.2.1 电离层赤道异常 |
| 2.2.2 电离层冬季异常 |
| 2.2.3 电离层不均匀结构 |
| 2.2.4 太阳耀斑和磁暴 |
| 2.3 电离层的影响因素 |
| 2.3.1 太阳活动对电离层的影响 |
| 2.3.2 地磁活动对电离层的影响 |
| 2.3.3 太阳活动和地磁活动指数 |
| 2.4 本章小结 |
| 第3章 地基GPS数据解算电离层TEC |
| 3.1 电离层总电子含量介绍 |
| 3.2 高精度TEC求解方法 |
| 3.2.1 数据预处理 |
| 3.2.2 双频求解TEC |
| 3.2.3 求解观测站VTEC |
| 3.2.4 硬件延迟的求解 |
| 3.3 电离层TEC的变化和特性 |
| 3.3.1 数据选取 |
| 3.3.2 电离层的季节变化和日变化 |
| 3.3.3 电离层TEC非平稳性分析 |
| 3.4 本章小结 |
| 第4章 TEC时间序列异常探测方法 |
| 4.1 滑动时窗法 |
| 4.2 滑动四分位距法 |
| 4.3 时间序列法 |
| 4.3.1 时间序列的平稳性检验 |
| 4.3.2 模型识别和参数估计 |
| 4.3.3 模型检验和优化 |
| 4.3.4 模型异常探测 |
| 4.4 小波分解改进的时间序列模型 |
| 4.4.1 小波概念 |
| 4.4.2 探测阈值确定 |
| 4.5 各种探测方法的精度比较 |
| 4.6 本章小结 |
| 第5章 震例综合分析 |
| 5.1 日本熊本地震 |
| 5.1.1 VTEC时间序列异常分析 |
| 5.1.2 空间活动性分析 |
| 5.1.3 全球电离层异常分析 |
| 5.2 四川九寨沟地震 |
| 5.2.1 VTEC时间序列异常分析 |
| 5.2.2 空间活动性分析 |
| 5.2.3 全球电离层异常分析 |
| 5.3 墨西哥地震 |
| 5.3.1 VTEC时间序列异常分析 |
| 5.3.2 空间活动性分析 |
| 5.3.3 全球电异常分析离层 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间参与的科研项目及发表的学术论文 |
| 一、个人简介 |
| 二、攻读硕士期间参与的科研项目 |
| 三、攻读硕士期间发表的学术论文 |
| 致谢 |
四、地磁异常现象及其在地震预报中的应用（论文参考文献）
- [1]短期电离层TEC预报方法的研究[D]. 黄佳伟. 东华理工大学, 2021(02)
- [2]基于EWT和改进RVM的TEC预测与地震电离层异常分析[D]. 陈强. 东华理工大学, 2021(02)
- [3]地磁异常判定方法对比研究 ——以松原5.7级地震为例[D]. 于畅. 吉林大学, 2021(01)
- [4]一阶差分法在地震地磁前兆信号提取中的应用[J]. 袁桂平,冯志生,李鸿宇,姜楚峰,潘颖,钱庚,姚休义. 地震研究, 2020(04)
- [5]基于GNSS的电离层电子含量时空变化建模与分析[D]. 余龙飞. 东南大学, 2020
- [6]基于SWARM和DEMETER卫星电子密度数据的地震电离层现象研究[D]. 何宇飞. 中国地震局地球物理研究所, 2020(03)
- [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]基于EEMD-SE-ARIMA模型的TEC预测及其在地震探测中的应用[D]. 赵苗兴. 桂林理工大学, 2020(01)
- [9]GNSS电离层延迟改正及应用研究[D]. 田祥雨. 桂林理工大学, 2019(05)
- [10]基于地基GPS数据的地震期间电离层TEC异常研究[D]. 杨可可. 桂林理工大学, 2018(05)