Analysis of Anomalies in Seismic TEC Data Based on ARMA Magnetic Storm Suppression Model

MENG Yiheng; HUANG Yongming; LU Yong; MIAO Fajun

doi:10.13409/j.cnki.jdpme.20210906003

您当前的位置：

首页 >

文章列表页 >

Analysis of Anomalies in Seismic TEC Data Based on ARMA Magnetic Storm Suppression Model

更新时间：2025-09-25

- Analysis of Anomalies in Seismic TEC Data Based on ARMA Magnetic Storm Suppression Model
- Journal of Disaster Prevention and Mitigation Engineering Vol. 43, Issue 4, Pages: 896-904(2023)
- 作者机构：
  
  1.东南大学自动化学院，江苏南京 210096
  2.江苏省地震局，江苏南京 210014
- 作者简介：
- 基金信息：
- DOI：10.13409/j.cnki.jdpme.20210906003
  CLC： P315.72+1
- Received：06 September 2021，
  
  Revised：2021-11-15，
  
  Published：28 August 2023
- 稿件说明：
移动端阅览
孟一恒,黄永明,卢永等.基于ARMA模型磁暴抑制的地震TEC异常分析[J].防灾减灾工程学报,2023,43(04):896-904.

MENG Yiheng,HUANG Yongming,LU Yong,et al.Analysis of Anomalies in Seismic TEC Data Based on ARMA Magnetic Storm Suppression Model[J].Journal of Disaster Prevention and Mitigation Engineering,2023,43(04):896-904.
孟一恒,黄永明,卢永等.基于ARMA模型磁暴抑制的地震TEC异常分析[J].防灾减灾工程学报,2023,43(04):896-904. DOI： 10.13409/j.cnki.jdpme.20210906003.

MENG Yiheng,HUANG Yongming,LU Yong,et al.Analysis of Anomalies in Seismic TEC Data Based on ARMA Magnetic Storm Suppression Model[J].Journal of Disaster Prevention and Mitigation Engineering,2023,43(04):896-904. DOI： 10.13409/j.cnki.jdpme.20210906003.

摘要

地震孕育的过程中会影响电离层的粒子浓度（TEC），因此可以通过TEC数据分析地震异常信息，但是TEC数据相较地震事件受太阳活动影响更大，所以以往的研究通常只能选择太阳活动较为平静的时期。受磁暴影响TEC数据无法正常反应2021年云南大理州等地的地震异常信息，因此抑制磁暴干扰就显得格外重要。在滑动四分位法的基础上提出一种基于ARMA模型的TEC数据磁暴抑制方法，通过重新拟合磁暴发生前后的TEC数据，从而代替原始数据进行分析，在一定程度上降低磁暴对地震的信息的影响，然后提出一种地震特征及其相关性的模型对TEC异常和地震事件的相关性程度进行分析。基于IGS数据分析中心提供的全球电离层电子浓度数据，分别对2021年云南大理州漾濞县6.4级地震和青海果洛州玛多县7.4级地震进行仿真分析，分别使用传统的滑动四分位法和滑动窗口法，并通过提出的相关性模型对磁暴抑制前后的特征和事件相关性结果进行对比，结果表明去除磁暴后的特征与地震相关性增加约13~18%。

Abstract

Total electron content （TEC） changes as an earthquake develops， so the seismic anomaly information can be analyzed through TEC data. However， TEC data is more sensitive to solar activity than seismic events， so previous studies can only choose the time period with relatively quiet solar activity. Affected by the magnetic storm， TEC data cannot normally reflect the seismic anomaly information in Dali Prefecture， Yunnan Province in 2021. Therefore， it is particularly important to suppress the magnetic storm interference. Based on the sliding quartile method， a magnetic storm suppression method for TEC data is proposed using the ARMA model. By refitting the TEC data before and after the magnetic storm instead of using the original data， the influence of magnetic storm on seismic information can be reduced to a certain extent. Then， a model of seismic features and their correlation is proposed to analyze the correlation between TEC anomalies and seismic events. Based on the global ionospheric TEC data provided by the IGS data analysis center， the 2021

6.4 earthquake in Yanghe County， Dali Prefecture， Yunnan Province and the

7.4 earthquake in Maduo County， Guoluo Prefecture， Qinghai Province are simulated and analyzed respectively. The traditional sliding quartile method and sliding window method are used respectively， and the features and event correlation results before and after magnetic storm suppression are compared through the proposed correlation model. The results show that the correlation between earthquakes and features after removing magnetic storms increases by about 13~18%.

关键词

Keywords

references

Pazos M ， Mendoza R ， Sierra P ， et al . Analysis of the effects of geomagnetic storms in the Schumann Resonance station data in Mexico ［J］. Journal of Atmospheric and Solar-Terrestrial Physics ， 2019 ， 193 ： 1 - 14 .

Li M ， Lu J ， Zhang X M ， et al . Indications of ground-based electromagnetic observations to a possible lithosphere-atmosphere-ionosphere electromagnetic coupling before the 12 May 2008 Wenchuan M S 8.0 earthquake ［J］. Atmosphere ， 2019 ， 10 （ 7 ）： 1 - 18 .

M.Arslan Tariq ， Munawar Shah ， M.Hernández-Pajares ， et al . Pre-earthquake ionospheric anomalies before three major earthquakes by GPS-TEC and GIM-TEC data during 2015-2017 ［J］. Advances in Space Research ， 2019 ， 63 （ 7 ）： 2088 - 2099 .

Munawar Shah ， Shuanggen Jin . Statistical characteristics of seismo-ionospheric GPS TEC disturbances prior to global M w ≥5.0 earthquakes （1998-2014）［J］. Journal of Geodynamics ， 2015 ， 92 ： 42 - 49 .

孙哲，刘智敏，杜自豪，等 . 2017年棉兰老岛 M w 7.0地震前TEC异常分析［J］. 测绘工程， 2021 ， 30 （ 4 ）： 35 - 43 .

Sun Z ， Liu Z M ， Du Z H ， et al . Analysis of TEC anomalies before the Mindanao-2017 M w 7.0 earthquake ［J］. Engineering of Surveying and Mapping ， 2021 ， 30 （ 4 ）： 35 - 43 . （in Chinese）

黄文喜，祝芙英，翟笃林，等 . BP神经网络和ARMA模型在中纬度TEC短期预测中的对比分析［J］. 大地测量与地球动力学， 2021 ， 41 （ 3 ）： 262 - 267 .

Huang W X ， Zhu F Y ， Zhai D L ， et al . Comparative analysis of BP neural network and ARMA model in short-term prediction of mid-latitude TEC ［J］. Journal of Geodesy and Geodynamics ， 2021 ， 41 （ 3 ）： 262 - 267 . （in Chinese）

李磊，张宁，尹淑慧，等 . 基于残差修正的ARMA模型探测门源 M s 6.4地震前电离层TEC异常［J］. 大地测量与地球动力学， 2021 ， 41 （ 4 ）： 382 - 386 .

Li L ， Zhang N ， Yin S H ， et al . ARMA residual correction model for detecting ionospheric TEC anomalies before Menyuan M S 6.4 Earthquake ［J］. Journal of Geodesy and Geodynamics ， 2021 ， 41 （ 4 ）： 382 - 386 . （in Chinese）

Richardson I G ， Cane H V . Geoeffectiveness （Dst and Kp） of interplanetary coronal mass ejections during 1995-2009 and implications for storm forecasting ［J］. John Wiley & Sons ， Ltd， 2011 ， 9 （ 7 ）： 1 - 9 .

Akaike H . A new look at the statistical identification model ［J］. IEEE Trans on Automatic Control ， 1974 （ 6 ）： 716 - 723 .

杨力，赵海山，董明，等 . 日本九州岛地震震前电离层TEC异常［J］. 测绘学报， 2016 ， 45 （增2 ）： 139 - 146 .

Yang L ， Zhao H S ， Dong M ， et al . Ionospheric anomaly before Kyushu， Japan earthquake ［J］. Acta Geodaetica et Cartographica Sinica ， 2016 ， 45 （ Sup2 ）： 139 - 146 . （in Chinese）

杨可可，刘立龙，陈军 . 基于滑动四分位距法的地震期间电离层TEC异常［J］. 桂林理工大学学报， 2019 ， 39 （ 2 ）： 427 - 432 .

Yang K K ， Liu L L ， Chen J . Abnormality of ionospheric TEC during earthquake based on sliding interquartile rang method ［J］. Journal of Guilin University of Technology ， 2019 ， 39 （ 2 ）： 427 - 432 . （in Chinese）

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰