大地测量与地球动力学

深度/m	密度/g·cm^－3	V_S/m·s^－1	V_P/m·s^－1
0	1.4	130.0	585.0
5.0	1.5	178.2	802.0
10.0	1.6	182.0	819.0
15.0	1.6	195.0	877.5
20.0	1.7	208.0	936.0
25.0	1.7	221.0	994.5
30.0	1.8	233.6	1 051.2
35.0	1.8	247.0	1 111.5
40.0	1.9	260.0	1 170.0
45.0	1.9	273.0	1 228.5
50.0	2.0	286.0	1 287.0
55.0	2.0	299.0	1 345.5
60.0	2.3	312.0	1 404.0

深度/m	密度/g·cm^－3	V_S/m·s^－1	V_P/m·s^－1
0	1.4	130.0	585.0
5.0	1.5	178.2	802.0
10.0	1.6	182.0	819.0
15.0	1.6	195.0	877.5
20.0	1.7	208.0	936.0
25.0	1.7	221.0	994.5
30.0	1.8	233.6	1 051.2
35.0	1.8	247.0	1 111.5
40.0	1.9	260.0	1 170.0
45.0	1.9	273.0	1 228.5
50.0	2.0	286.0	1 287.0
55.0	2.0	299.0	1 345.5
60.0	2.3	312.0	1 404.0

基于频率-贝塞尔变换方法的城市浅层勘探研究

王顺 ¹^,²^,³ , 廖武林 ¹^,²^,³ , 李井冈 ¹^,²^,³ , 张丽芬 ¹^,²^,³ , 周紫岩 ¹^,²^,³

大地测量与地球动力学 | 地震地质 2025,45(3): 273-278

收起

大地测量与地球动力学 |地震地质 2025 , 45 (3) : 273 -278

基于频率-贝塞尔变换方法的城市浅层勘探研究

全屏

王顺¹^,²^,³, 廖武林¹^,²^,³, 李井冈¹^,²^,³, 张丽芬¹^,²^,³, 周紫岩¹^,²^,³

作者信息

1 中国地震局地震研究所, 武汉市洪山侧路40号, 430071

2 中国地震局地震大地测量重点实验室, 武汉市洪山侧路40号, 430071

3 湖北省地震局, 武汉市洪山侧路48号, 430071

作者简介:

王顺，研究实习员，主要从事地球物理勘探研究，E-mail：wangshun19@mails.ucas.ac.cn

Research on Shallow Urban Exploration Based on Frequency-Bessel Transform Method

Shun WANG¹^,²^,³, Wulin LIAO¹^,²^,³, Jinggang LI¹^,²^,³, Lifen ZHANG¹^,²^,³, Ziyan ZHOU¹^,²^,³

Affiliations

1 Institute of Seismology, CEA, 40 Hongshance Road, Wuhan 430071, China

2 Key Laboratory of Earthquake Geodesy, CEA, 40 Hongshance Road, Wuhan 430071, China

3 Hubei Earthquake Agency, 48 Hongshance Road, Wuhan 430071, China

WANG Shun, assistant professor, majors in geophysical exploration, E-mail: wangshun19@mails.ucas.ac.cn

出版时间: 2025-03-15 doi: 10.14075/j.jgg.2024.04.177

文章导航

摘要

收起

在同一场地分别采用T型、直线型、正五边型和螺旋型4种不同观测台阵进行微动探测对比实验，分析互相关分段时间窗口长度、观测台阵几何形状及其展布对频率-贝塞尔(F-J)频散能量成像质量的影响。结果表明，对于相同时间长度的观测，增加互相关分段时间窗口长度能有效区分基阶和高阶频散曲线，但会减少叠加次数，降低频散谱分辨率；F-J方法对观测台阵排列无特别要求，随机分布、线性排列等均适用，在台阵口径相同的情况下，拥有更多台间距组合的观测台阵的频散成像质量和分辨率会更高；F-J方法对观测台阵的展布范围有一定要求，当展布范围过小时，F-J方法频散成像质量较差，无法分离高阶频散曲线。

关键词

微动 / 基阶面波 / 高阶面波 / 频率-贝塞尔变换方法(F-J) / 台阵观测

Abstract

收起

We use T-shaped, linear, regular pentagonal, and spiral arrays at the same site for micromotion detection comparison experiments to analyze the effects of cross-correlation time window length, geometry of observation array, and their spreading on the quality of frequency-Bessel (F-J) dispersion energy imaging. The results indicate that, for the same observation time, increasing the cross-correlation time window length can effectively distinguish the fundamental and higher-mode dispersion curves, but it will reduce the number of superposition segments, resulting in lower dispersion spectrum resolution.The F-J method does not have special requirements for the arrangement of observation array and is suitable for random and linear distributions. When the array aperture is the same, the quality and resolution of dispersion imaging for an observation array with a greater number of array spacing combinations will be higher. The F-J method has certain requirements for the deployment range of observation array. For example, when the deployment range is too small, the quality of dispersion imaging using the F-J method is poor and it is unable to separate higher-mode dispersion curves.

Key words

microtremor / fundamental mode surface wave / higher-mode surface wave / frequency-Bessel transform method(F-J) / array observation

引用本文

王顺, 廖武林, 李井冈, 张丽芬, 周紫岩. 基于频率-贝塞尔变换方法的城市浅层勘探研究. 大地测量与地球动力学, 2025 , 45 (3) : 273 -278 . DOI: 10.14075/j.jgg.2024.04.177

Shun WANG, Wulin LIAO, Jinggang LI, Lifen ZHANG, Ziyan ZHOU. Research on Shallow Urban Exploration Based on Frequency-Bessel Transform Method[J]. Journal of Geodesy and Geodynamics, 2025 , 45 (3) : 273 -278 . DOI: 10.14075/j.jgg.2024.04.177

正文

收起

微动是一种时刻存在的微小振动，在早期地震研究中，研究人员通常将其视为地震波中的干扰噪声，并对其进行消除或抑制。但近年来有学者发现，背景噪声中含有与地表介质密切相关的面波信号，其中瑞雷面波的能量占整个微动信号的70%以上^[1]，且面波的频散特性与地下介质的速度结构密切相关，通过提取微动信号中面波的频散信息，可以研究地下介质的物性参数，探测地下结构^[2]。Aki^[1]与Capon^[3]分别提出空间自相关法(SPAC法)和F-K法，并从微动信号中提取瑞雷面波相速度频散信息，其中F-K法需更大阵列以达到SPAC效果。早期SPAC法常用多重圆型或嵌套三角型台阵，但在城市勘探方面受限^[4]。Ling^[5]提出ESPAC法，以适应不规则台阵，通过背景噪声互相关重建格林函数^[6]来提取面波信号，进而反演地下结构^[7-10]。

随着短周期密集台阵探测技术的迅速发展，研究人员开始部署密集的短时台阵阵列，旨在捕捉背景噪声中的高频面波频散信息，以精细描绘浅地表结构^[11-12]。目前，大多数研究集中在基阶面波上，高阶面波成分往往被边缘化^[13]。尽管高阶面波能量较小，且振幅随周期波动，但在复杂地质环境中，其能量在某些频段可能占主导地位^[14]。研究发现，不同阶次的面波在穿透地层时表现出不同的敏感度，尤其是高阶面波，对地层参数的变化更加敏感。通过精确提取高阶频散曲线，并结合基阶频散曲线进行反演，不仅能显著降低反演结果的不确定性，还能加快反演速度和提高精度，从而更准确地描绘地下速度结构^[15]。Wang等^[16]创新性地提出频率-贝塞尔变换方法(F-J方法)，该方法利用频率矢量波数变换技术，从微动信号中有效分离出多阶面波的频散曲线，理论上能够清晰区分瑞雷面波的基阶与高阶模态。然而，尽管其理论前景广阔，但相关的野外实验验证仍显不足。为填补该空白，本文在同一场地布置4种不同几何形状的观测台阵——T型、直线型、正五边型和螺旋型，并进行一系列微动探测对比实验，旨在通过实测数据分析，深入探究互相关分段时间窗口设置、台阵几何形态及其布局对F-J方法频散能量成像质量的具体影响，为未来实际应用提供有力的数据支撑和理论指导。

1 频率-贝塞尔变换方法原理

收起

空间上任意2个台站垂直向记录的互相关正比于格林函数虚部^[17]，当满足水平层状半空间弹性介质假设时，2个台站之间的互相关可表示为^[18]：

(1)

$\begin{gathered}\widetilde{C}(r, \omega)= \\ A \cdot \operatorname{Im}\left\{\int_0^{+\infty} g_z(z=0, k, \omega) J_0(k r) k \mathrm{~d} k\right\}\end{gathered}$

式中，

$\widetilde{C}(r, \omega)=F\left[\int_0^{\mathrm{T}} u\left(x_1, \tau-t\right) u\left(x_2, \tau\right) \mathrm{d} \tau\right]$

，其中F表示傅里叶变换；A为任意常数；r为台站对间距离；g_z(z=0, k, ω)为与台站对间距离r无关的核函数；J₀(kr)为第一类零阶贝塞尔函数；k为波数。

根据水平层状半空间中的频率矢量波数变换处理^[16]可得：

(2)

$\begin{aligned} & \int_0^{+\infty} \widetilde{C}(r, \omega) J_0\left(\frac{\omega}{c} r\right) r \mathrm{~d} r= \\ & A \cdot \operatorname{Im}\left\{g_z(z=0, c, \omega)\right\}\end{aligned}$

式中，等号左侧可由实际观测数据计算得到。同时，在实际计算中将无限积分转换为有限项的累加，

$\widetilde{C}(r)$

可用线性方程近似表示为^[15]：

(3)

$\widetilde{C}(r) \cong a_j+b_j r$

式中，

$a_j=\widetilde{C}\left(r_{j-1}\right)+\left[\frac{\widetilde{C}\left(r_j\right)-\widetilde{C}\left(r_{j-1}\right)}{r_j-r_{j-1}}\right] r_{j-1}$

，

$b_j=\frac{\widetilde{C}\left(r_j\right)-\widetilde{C}\left(r_{j-1}\right)}{r_j-r_{j-1}}$

，r_j为第j个互相关谱

$\widetilde{C}\left(r_j\right)$

的台站对间距离。

根据各阶贝塞尔函数的转换关系，最终可以得到^[18]：

(4)

$\begin{gathered}\left.\int_0^{+\infty} \widetilde{C}(r, \omega) J_0\left(\frac{\omega}{c} r\right) r \mathrm{~d} r \cong \sum\limits_{j=1}^N \frac{a_j c}{\omega}\left(J_1\left(\frac{\omega}{c} r\right)\right)\right|_{r_{j-1}} ^{r_j}+ \\\left.\frac{b_j c^2}{\omega^2}\left(k r^2 J_1\left(\frac{\omega}{c} r\right)+r J_0\left(\frac{\omega}{c} r\right)\right)\right|_{r_{j-1}} ^{r_j}- \\\frac{b_j c^2}{\omega^2} \int_{r_{j-1}}^{r_j} J_0\left(\frac{\omega}{c} r\right) \mathrm{d} r\end{gathered}$

利用式(4)对互相关谱在台站间距上进行线性插值，即可得到F-J频散能量图谱。

2 数据处理和分析

收起

2.1 实测数据

部分学者认为F-J方法对观测台阵排列无特定要求，随机分布、线性排列等均适用^[13]，现有研究多采用数值模拟方法进行分析论证。为验证F-J方法在城市微动勘探中的成像能力，在湖北省荆州市监利市031乡道附近的废弃粮库的开阔晒场上进行微动信号采集。根据场地情况选择如图1所示的T型、直线型、正五边型和螺旋型台阵，其中T型、直线型台阵展布相同，最大台站对间距离均为95 m；正五边型台阵以中心点为圆心，按照半径分别为5 m、10 m、15 m进行布置，最大台站对间距离为28.5 m；螺旋型台阵采用不同方位与中心距离逐渐增大的方式进行布置，最大台站对间距离为30.4 m。各台阵同步观测时间均大于50 min，其中直线型台阵观测时间最长，大于4 h。测试时段内031乡道车流量较小，场地南部60 m处为伍场河。实验场地水泥地面平整，便于仪器安放，与城市浅层微动勘探应用场景相符，实验仪器选用合肥国为公司生产的UGL-3C短周期节点地震仪，观测频带为0.15~1 600 Hz，实验之前已验证仪器的一致性，满足实验要求。

2.2 F-J方法数据处理

参照Bensen等^[19]提出的数据处理流程对微动数据进行处理后，采用相位加权方法增加台站对间互相关函数的信噪比，并对叠加后的互相关谱进行积分计算，得到频率-相速度谱，进而提取频散曲线，具体流程如图2所示。最终利用提取的频散曲线反演得到观测台阵下方横波速度结构，图3为预处理后部分台站50 min的微动波形记录，可以看出，同步观测的微动波形数据的一致性较好。

2.3 互相关分段时间窗口长度的影响

利用F-J方法提取频散曲线时需要将数据按照一定窗长分为若干段，分别计算各个时间窗的互相关函数再进行叠加平均。频率分辨率为分段时长的倒数，如10 s分段时长的最大频率分辨率为0.1 Hz。在保证信号平稳随机和频率分辨率的情况下，较小的窗口长度有利于增加分割段数和叠加次数，从而提高成像分辨率。然而，当叠加次数增加到一定程度后，分辨率不再随叠加次数的增加而提升。通常认为，对于城市浅层微动观测，30 min的有效记录即可获得较满意的结果。在此基础上，分别采用5 s~10 min窗口长度进行分析，图4为在5 s、10 s、30 s、1 min、2 min、5 min窗口长度情况下，30 min时长的螺旋型台阵F-J频散成像结果。

从图4可以看出，30 min时长的微动记录可以得到较高分辨率的F-J频散谱，并能根据能量集中度提取出多阶相速度频散曲线；当窗口长度为5 s时，25~30 Hz范围内1阶和2阶频散曲线存在模式重叠现象，无法有效分离成像；窗口长度延长至30 s后，出现能量集中度较高的4阶和5阶频散曲线，表明增加窗口长度可以有效分离高阶频散曲线，提高F-J谱成像质量；然而，当窗口长度达到5 min时，尽管各阶频散曲线分离情况较好，但频散谱分辨率明显偏低。由此可见，在实际数据处理过程中需要综合考虑多种因素，并选择适当的窗口长度，以获得较高分辨率且各阶频散曲线分离程度较好的频散谱。

2.4 观测台阵形状的影响

选择1 min窗口长度，分析4种观测台阵30 min时长的微动记录。各观测台阵的F-J频散成像结果如图5所示，4种观测台阵都能得到较好的频散能量谱，不同的是，在低频区域(＜6 Hz)T型和直线型台阵的基阶频散曲线的能量集中度更高，原因可能为这两种台阵的最大台间距较大，低频部分结果更可靠。T型和直线型台阵在提取高阶频散曲线方面效果不佳，正五边型台阵可提取到1阶频散曲线，而螺旋型台阵能提取到4阶频散曲线。因此，在4种观测台阵中，螺旋型台阵的频散成像质量最优，其次为正五边型台阵，T型和直线型台阵的成像质量相对较差。这主要是因为前两者可采集更多方位的微动信号，更加符合微动信号平稳随机的理论假设。另外，F-J方法为互相关函数对间距r的积分，相比于其他3种观测台阵，螺旋型台阵具有更多数量的台间距，能计算出更多不同台间距的互相关函数，因此其频散成像质量和分辨率最高。

在获取各台阵的频散曲线后，采用拟牛顿法^[20]进行反演。以测区附近的钻孔资料为依据，反演初始模型参数如表1所示。各台阵反演得到的S波速度结构如图6所示，相应的正演计算的频散曲线如图5中白色虚线所示。可以看出，各台阵反演的S波速度结构正演计算的频散曲线与F-J频散谱中能量集中区域拟合较好，验证了反演结果的可靠性。同时，各台阵反演得到的S波速度结构接近，与仅使用基阶频散信息反演的结果相比，联合多阶频散曲线共同反演得到的结果更加精细，能够明显观测到在20~30 m附近存在一个低速夹层。

2.5 观测台阵展布的影响

为探究观测台阵口径(即最大台站对间距离)对频散谱成像的影响，从图1(d)中螺旋型台阵选取4组各由8个测点组成的台阵，其最大台间距分别为11 m、15 m、20 m、30 m。结果表明，口径为11 m和15 m的观测台阵在F-J频散成像上效果不佳，高阶信号和基阶信号并未有效分离。这可能是由于台间距过小，导致高阶信号和基阶信号无法有效分离，从而影响频散成像质量。而当最大台间距达到30 m时，台阵频散成像质量显著提升。这可能是因为较小的台间距导致相位差不足，使得能够分辨的波数间隔较大，根据波数与相速度的关系，能分辨的相速度间隔也就越小，因此频散能量成像无法分离相速度差小于分离间隔的各阶频散曲线。在图7(a)和7(b)台阵基础上添加图1(d)中16号测点，可以发现，F-J频散成像质量明显改善(图8)。

3 结语

收起

本文通过实测微动数据介绍F-J方法数据处理流程，并分析互相关分段时间窗口长度、观测台阵几何形状及其展布对F-J频散成像质量和分辨率的影响。结果表明，适当的窗口长度可以提高频散谱成像质量，而过大的窗口长度可能导致分辨率降低。因此，在实际数据处理过程中，需要根据不同测区的特点进行调整，选择适中的窗长，以获得高分辨率且各阶频散曲线分离程度较好的频散谱。

另外，F-J方法适用于各种观测台阵，包括T型、直线型、正五边型和螺旋型等，拥有更多台间距组合的观测台阵在频散成像质量和分辨率方面表现更为优异。较大的台间距可以增加台站间的相位差，能更好地分离高阶信号和基阶信号，从而提高频散成像效果。因此，在实际微动探测中，可在原台阵基础上增加一个较远距离的测点，扩大台阵口径，从而提升F-J频散成像质量。

基金

收起

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS202336344)
中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS201926299)
国家自然科学基金(42174177)
国家自然科学基金(62106239)
中国长江三峡集团有限公司科研项目(0799275)
湖北省创新团体项目(2021CFA035)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

Aki

. Space and Time Spectra of Stationary Stochastic Waves, with Special Reference to Microtremors[J]. Bulletin of the Earthquake Research Institute, 1957, 35, 415- 456

吴华礼, 陈晓非, 潘磊. 基于频率-贝塞尔变换法的关东盆地S波速度成像[J]. 地球物理学报, 2019, 62 (9): 3400- 3407

Huali

, Chen

Xiaofei

, Pan

Lei

. S-Wave Velocity Imaging of the Kanto Basin in Japan Using the Frequency-Bessel Transformation Method[J]. Chinese Journal of Geophysics, 2019, 62 (9): 3400- 3407

Capon

. High-Resolution Frequency-Wavenumber Spectrum Analysis[J]. Proceedings of the IEEE, 1969, 57 (8): 1408- 1418

https://doi.org/10.1109/PROC.1969.7278

王顺, 廖武林, 姚运生, 等. 测线方位对微动线形台阵探测效果影响研究[J]. 地震工程学报, 2023, 45 (2): 483- 490

Wang

Shun

, Liao

Wulin

, Yao

Yunsheng

, et al. Influence of Line Orientation on the Detection Effect of a Microtremor Linear Array[J]. China Earthquake Engineering Journal, 2023, 45 (2): 483- 490

Ling S. An Extended Use of the Spatial Autocorrelation Method for the Estimation of Geological Structure Using Microtremors[C]. Proceedings of the 89th SEGJ Conference, Nagoya, 1993

鲁来玉. 基于平面波模型重访地震背景噪声互相关及空间自相关(SPAC)[J]. 地球与行星物理论评, 2021, 52 (2): 123- 163

Laiyu

. Revisiting the Cross-Correlation and SPatial AutoCorrelation(SPAC) of the Seismic Ambient Noise Based on the Plane Wave Model[J]. Reviews of Geophysics and Planetary Physics, 2021, 52 (2): 123- 163

Park C B, Miller R D, Xia J H. Imaging Dispersion Curves of Surface Waves on Multi-Channel Record[C]. Annual International Meeting of the Society of Exploration Geophysicists, New Orleans, 1998

Claerbout

J F

. Synthesis of a Layered Medium from Its Acoustic Transmission Response[J]. Geophysics, 1968, 33 (2): 264- 269

https://doi.org/10.1190/1.1439927

Lobkis

O I

, Weaver

R L

. On the Emergence of the Green's Function in the Correlations of a Diffuse Field[J]. The Journal of the Acoustical Society of America, 2001, 110 (6): 3011- 3017

https://doi.org/10.1121/1.1417528

陈春林. 基于频率-贝塞尔变换法的浅地表三维S波速度结构成像研究[D]. 长春: 吉林大学, 2023

Chen Chunlin. Three-Dimensional S-Wave Velocity Structure Imaging of Shallow Ground Surface Based on Frequency-Bessel Transform Method[D]. Changchun: Jilin University, 2023

张明辉, 武振波, 马立雪, 等. 短周期密集台阵被动源地震探测技术研究进展[J]. 地球物理学进展, 2020, 35 (2): 495- 511

Zhang

Minghui

, Wu

Zhenbo

, Ma

Lixue

, et al. Research Progress of Passive Source Detection Technology Based on Short-Period Dense Seismic Array[J]. Progress in Geophysics, 2020, 35 (2): 495- 511

张文文, 张永谦, 黄跃鹏, 等. 地震背景噪声成像技术研究进展与展望[J]. 地球物理学进展, 2022, 37 (1): 125- 141

Zhang

Wenwen

, Zhang

Yongqian

, Huang

Yuepeng

, et al. Research Progress and Prospect of Seismic Ambient Noise Tomography[J]. Progress in Geophysics, 2022, 37 (1): 125- 141

徐佩芬, 杜亚楠, 凌甦群, 等. 微动多阶瑞雷波SPAC系数反演方法及应用研究[J]. 地球物理学报, 2020, 63 (10): 3857- 3867

https://doi.org/10.6038/cjg2020O0148

Peifen

, Du

Yanan

, Ling

Suqun

, et al. Microtremor Survey Method Based on Inversion of the SPAC Coefficient of Multi-Mode Rayleigh Waves and Its Application[J]. Chinese Journal of Geophysics, 2020, 63 (10): 3857- 3867

https://doi.org/10.6038/cjg2020O0148

陈春林, 刘四新, 师伟, 等. 基于频率-贝塞尔变换法的浅地表三维S波速度成像[J]. 地球物理学进展, 2023, 38 (3): 1317- 1327

Chen

Chunlin

, Liu

Sixin

, Shi

Wei

, et al. Three-Dimensional S-Wave Velocity Imaging of Shallow Surface Based on Frequency-Bessel Transform Method[J]. Progress in Geophysics, 2023, 38 (3): 1317- 1327

李雪燕, 陈晓非, 杨振涛, 等. 城市微动高阶面波在浅层勘探中的应用: 以苏州河地区为例[J]. 地球物理学报, 2020, 63 (1): 247- 255

Xueyan

, Chen

Xiaofei

, Yang

Zhentao

, et al. Application of High-Order Surface Waves in Shallow Exploration: An Example of the Suzhou River, Shanghai[J]. Chinese Journal of Geophysics, 2020, 63 (1): 247- 255

Wang

J N

, Wu

G X

, Chen

X F

. Frequency-Bessel Transform Method for Effective Imaging of Higher-Mode Rayleigh Dispersion Curves from Ambient Seismic Noise Data[J]. Journal of Geophysical Research: Solid Earth, 2019, 124 (4): 3708- 3723

https://doi.org/10.1029/2018JB016595

Sánchez-Sesma

F J

, Campillo

. Retrieval of the Green's Function from Cross Correlation: The Canonical Elastic Problem[J]. Bulletin of the Seismological Society of America, 2006, 96 (3): 1182- 1191

https://doi.org/10.1785/0120050181

李雪燕. 城市微动高阶面波在浅层成像中的应用[D]. 合肥: 中国科学技术大学, 2019

Li Xueyan. Application of Higher-Mode Surface Wave in Shallow Imaging[D]. Hefei: University of Science and Technology of China, 2019

Bensen

G D

, Ritzwoller

M H

, Barmin

M P

, et al. Processing Seismic Ambient Noise Data to Obtain Reliable Broad-Band Surface Wave Dispersion Measurements[J]. Geophysical Journal International, 2007, 169 (3): 1239- 1260

https://doi.org/10.1111/j.1365-246X.2007.03374.x

Pan

, Chen

X F

, Wang

J N

, et al. Sensitivity Analysis of Dispersion Curves of Rayleigh Waves with Fundamental and Higher Modes[J]. Geophysical Journal International, 2019, 216 (2): 1276- 1303

https://doi.org/10.1093/gji/ggy479

2025年第45卷第3期

引用本文

BibTeX

文章信息

doi: 10.14075/j.jgg.2024.04.177

接收时间：2024-04-15
首发时间：2026-10-30
出版时间：2025-03-15

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-04-15

基金

Scientific Research Fund of Institute of Seismology, CEA and National Institute of Natural Hazards, MEM(IS202336344)

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS202336344)

Scientific Research Fund of Institute of Seismology, CEA and National Institute of Natural Hazards, MEM(IS201926299)

中国地震局地震研究所和应急管理部国家自然灾害防治研究院基本科研业务费(IS201926299)

National Natural Science Foundation of China(42174177)

国家自然科学基金(42174177)

National Natural Science Foundation of China(62106239)

国家自然科学基金(62106239)

Scientific Research Project of China Three Gorges Corporation(0799275)

中国长江三峡集团有限公司科研项目(0799275)

Innovation Group Project of Hubei Province(2021CFA035)

湖北省创新团体项目(2021CFA035)

作者信息

1 中国地震局地震研究所, 武汉市洪山侧路40号, 430071

2 中国地震局地震大地测量重点实验室, 武汉市洪山侧路40号, 430071

3 湖北省地震局, 武汉市洪山侧路48号, 430071

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/ddcl/CN/10.14075/j.jgg.2024.04.177

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT