摘 要

地震是重大自然灾害活动，较大级地震往往会带来巨大的人员伤亡、经济损失、以及复杂的灾后重建工作等，而我国地震发生较频繁，分布范围广，强度比较大，受灾严重，自新中国成立以来，由地震造成的死亡数占了自然灾害死亡人数的半数，唐山大地震、汶川大地震等给我们国人留下了沉痛的回忆。因此，如果能够做到对地震进行预测,提前进行避险、预防则可以大大减少人员伤亡及经济、社会上的损失及影响，然而，这依旧是一个世界性的难题。近些年来，遥感技术不断发展，数据精度不断提高、算法逐渐优化、数据产品类型不断增多，而众多学者发现地震前会有热外红异常现象，并提出了众多学说。这为运用遥感技术手段监测热红外异常从而预测地震提供了一条可行的道路^[1]。本文将在获取热红外遥感数据上，结合RST及涡度算法进行数据处理，提取出异常指数，减少复杂地表类型及大气、气象等方面的影响，从而提高其预测准确率，更有现实意义。

关键词：热红外遥感；异常指数提取；地震预测

Abstract

Earthquakes are major natural disaster activities. Large-scale earthquakes often bring huge casualties, economic losses, and complex post-disaster reconstruction work. However, earthquakes occur frequently in China, with a wide range of distribution, greater intensity and severe disaster. Since the founding of New China, the number of deaths caused by earthquakes has accounted for half of the deaths caused by natural disasters. The Tangshan earthquake and Wenchuan earthquake have occurred frequently. Great earthquakes and so on have left our country with painful memories. Therefore, if we can predict earthquakes and take precautions in advance, we can greatly reduce casualties and economic and social losses and impacts. However, this is still a worldwide problem. In recent years, with the development of remote sensing technology, the accuracy of data has been improved, the algorithm has been optimized, and the types of data products have been increased. Many scholars have found that there will be hot red anomalies before earthquakes, and put forward many theories. This provides a feasible way for monitoring thermal infrared anomalies and predicting earthquakes by means of remote sensing technology. In this paper, we will combine RST and vorticity algorithm to process thermal infrared remote sensing data, extract anomaly index, reduce the impact of complex surface types and atmospheric, meteorological and other aspects, so as to improve the accuracy of prediction, which has more practical significance.

Key words: thermal infrared remote sensing anomaly index extraction for earthquake prediction

目录

摘要 I

Abstract II

目录 i

第一章 绪论 3

1.1 研究背景及现实意义 3

1.2 国内外研究现状 3

1.3 异常指数提取算法研究 2

1.4 主要研究内容及研究过程 2

1.4.1 主要研究内容 2

1.5 论文组织 4

第二章 热辐射基本理论及卫星数据介绍 6

2.1 热辐射基本理论 6

2.1.1 热辐射基本原理 6

2.1.2 热辐射基本定律 6

2.1.3 大气对热辐射传输的影响 7

2.2 卫星数据 7

2.3 数据预处理格式转换 9

2.4 数据预处理批量裁剪 10

2.5 小结 11

第三章 非地震因素对热红外辐射影响分析 12

3.1 地形地貌带来的影响 12

3.2 地物类型带来的影响 12

3.3 气象变化带来的影响 12

3.4 大地热流带来的影响 13

3.5 小结 13

第四章 提取异常指数算法 14

4.1 RST算法 14

4.2 涡度算法 14

4.3 结合RST和涡度算法进行异常指数提取 15

4.4 小结 15

第五章 热震热红外异常时空分析 16

5.1 选取研究震例概括 16

5.2 典型震例分析 17

5.2.1 2008年5月12日汶川地震 17

5.2.2 2013年4月20日芦山地震 20

5.2.3 2015年5月12日尼泊尔地震 23

5.3 地震热红外异常特征分析 26

5.3.1 不同震级对热红外特征的影响 26

5.3.2 不同区域对热红外特征的影响 26

5.4 小结 26

第六章 小结与展望 28

6.1 主要结论 28

6.2 展望 29

参考文献 30

第一章 绪论

1.1 研究背景及现实意义

自新中国成立以来，中国经济快速发展，人口急剧增长，城市化进程加快，各种高层建筑增多，但国民的防震意识薄弱，我国在地震监测预报、建设工程防震设防和地震应急救援能力等方面还存在明显不足。我国地震发生频率高，成灾地震（即造成经济损失和人员伤亡的）平均每年9.45次，而出现人员死亡的地震平均每年2.38次；我国地震发生涉及范围广，90%的省及市自治区发生过成灾地震，其中地震发生区域主要集中在西部，频率呈现出西高东低的趋势，但伤亡人数正好相反，原因在于伤亡损失与人口密集程度成正比，且东部是少震区域，一旦发生，人们往往准备不足，而多震区域的西部往往这方面的监测及灾后救援工作方面做得更全面^[2]，其中四川、云南、河北三省由地震造成的伤亡人数占全国区域的90%，近十年来是地震灾害造成中国人员伤亡和社会影响最严重的十年，中国地震死亡人数占总自然灾害死亡人数的52%，严重威胁了人类的生活及生产。

为何我国的地震发生如此频繁，这主要是我国的地质条件造成的，我国东北一带的地震区主要是受太平洋构造带影响，地震灾害频发的西部及西南部地区地处于世界第二大地震带—地中海-喜马拉雅地震带，印度洋板块向北运动，碰撞挤压亚欧板块，其垂直运动表现明显，大体上呈现出西北和北西西向的走向，造成我国西部地区地震活动活跃，特点表现为分布广、强度大、震源浅。我国东南部福建地区地震灾害较少，多是台湾地区发生的地震传来的余震。

早在上世纪60年代，各国学者就针对这方面进行了各种震前异常机制的研究，希望总结出震前异常的规律，及时对人员及财产进行转移，但由于技术手段及认知方面受限，地震灾害的不确定性依然使各国学者百思不得其解。当时卫星技术也并不发达，人们无法获取大范围且时间连续的动态数据，只能通过设置站点来获取数据。然而当时的人们也早已发现了中强地震前局部区域出现温度异常现象，增温在2-10K。