| 摘 要: |
“23.7”北京强降雨事件诱发了多处山洪泥石流地质灾害事件,造成了33人死亡、18人失踪,经济损失巨大,引起了社会的广泛关注.当前地质灾害监测预警系统难以适应复杂环境下的灾害精准预警需求,发展精细化监测预警技术是山地灾害与工程灾变防控研究的热点和难点.本研究通过实地考察以及附近地震台站连续记录分析,确定了北京西山脚下的车耳营村山洪泥石流发生于2023年7月31日3点36分(UTC+0时间),洪峰高度约3.5 m.此次灾害事件激发的地震记录波形呈现纺锤形,持续时间较长约100 min.本研究分别采用长短时间窗比值、统计学本福特定律以及基于频率特征检测的方法,分别对LQS台站记录的车耳营山洪泥石流事件波形进行识别.结果表明:传统的长短时窗比值判识方法,难以提出有效阈值区分背景噪声和长时间的山洪泥石流过程,无法识别此次山洪泥石流事件.基于统计学本福特定律的识别方法,在没有噪声阈值的情况下,不能检测到灾害事件;根据背景噪声设置统计阈值的情况下,能够检测识别到灾害事件.基于质心频率的检测方法,有效地利用了高能量事件丰富的时频幅值变化,无需先验信息条件,能够有效且准确地识别距离1.5 km小型山洪泥石流事件.该方法提高了基于地震记录信号的地质灾害识别检测效率,有望在将来北京地区密集台网监测的情况下,为地质灾害防灾减灾系统提供新技术. |