Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学毛文飞获国家专利权

中南大学毛文飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中南大学申请的专利一种基于区域精细地质构造的地震危险性分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120009949B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510070103.3,技术领域涉及:G01V1/01;该发明授权一种基于区域精细地质构造的地震危险性分析方法是由毛文飞;汪子庆;吴立新;吕长举;薛季宣设计研发完成,并于2025-01-16向国家知识产权局提交的专利申请。

一种基于区域精细地质构造的地震危险性分析方法在说明书摘要公布了:本发明公开了基于区域精细地质构造的地震危险性分析方法,包括:构建精细三维地学模型;基于GNSS速度场数据优化边界条件;有限元数值模拟;地震危险性分析。通过构建精细的三维地学模型,利用有限元数值模拟方法,结合历史地震数据和地质构造特征,计算一定时间板块运动下导致的不均匀应变能分布,通过对模拟所得的震级风险值进行深度与震级的加权处理,来反映地震破坏效应的实际情况。最后,对研究区域内不同深度、不同震级地震的加权应变能数据进行求和运算,得出地表区域整体的地震危险性分布情况。本发明能够突破现有地震观测数据的限制,从更广阔的视角和时间尺度上审视地震活动,能够更深入地理解地震的周期性、频率以及潜在的灾害风险。

本发明授权一种基于区域精细地质构造的地震危险性分析方法在权利要求书中公布了:1.一种基于区域精细地质构造的地震危险性分析方法,其特征在于,包括以下步骤: S1、基于研究区域的地层下边界海拔数据和历史地震信息,构建包含断层与地层几何的三维地学模型,并对模型中各岩层进行岩性参数赋值; S2、基于GNSS速度场数据优化模型边界条件:搜集研究区域及其附近的GPS站点处的实测年均速度,利用差值方法获取模型的边界速度,并对得到的边界速度进行反演、验证; S3、采用有限元数值模拟方法计算一定时间尺度下模型中各单元的应变能积累情况,并根据各单元的应变能积累情况计算研究区域内各点的应变能密度;具体包括以下步骤: S3.1、预加载处理:对模型进行加载收敛,使模型达到平衡状态; S3.2、构造应力模拟:以预加载结果的位移状态作为初始状态,确定构造加载的时间尺度;将年均速度乘以时间尺度后,以节点位移的方式施加在模型四周的节点上;同时施加重力场,将模型上表面作为自由边界处理,底部边界采用法向固定,水平自由的方式约束; S3.3、求解后处理:计算各单元的体积大小及求解结束时各单元的应变能累计量,并计算研究区域内各点的应变能密度: 7 S4、地震危险性分析:根据研究区域内各点的应变能计算相应各点的震级风险值,对所得的震级风险值进行震源深度与震级的加权处理,以确定各震源深度与震级组合下的地震风险权重系数;依据得到的地震风险权重系数,对研究区域内不同深度、不同震级地震的加权应变能进行求和运算,并根据研究区域的应变能释放能力等级划分,得出研究区域整体的地震危险性分布情况;具体包括以下步骤: S4.1、计算应变能:研究区域内深度处的应变能累计量的计算公式为: 8 其中,为研究区域内深度处的应变能密度,为单位体积; S4.2、计算震级:假设累积的应变能完全释放,并根据下式9中的Gutenberg-Richter关系式,将应变能累计量转换为相应的震级风险; 9 则深度处对应的震级为: 10 S4.3、计算危险指数:采用加权系数计算公式11来确定各震源深度与震级组合下的震级风险权重系数; 11 S4.4、计算加权应变能累计量:对每个深度的应变能进行加权求积分,以获得单位面积从上表面到下表面的加权应变能累计量; 12 其中,是地表高程,是下地壳底端的深度; S4.5、地震危险性分析;将研究区域的应变能释放能力划分为若干等级,从而将研究区域整体进行地震危险性等级划分。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中南大学,其通讯地址为:410083 湖南省长沙市麓山南路932号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。