随着中国地震测震台站的不断增加,每天产生的测震数据量变得非常巨大,对于测震数据的分析也需要花费越来越长的时间。地震的关键信息需要快速获取,而目前许多地震数据都是静态处理,因此分析结果难以描述最新的地震情况。故需要对海量测震数据进行动态的流式处理分析,以便快速得出地震信息,为地震应急决策、震情分析和信息服务提供基础保障。本文主要对地震大数据流式处理系统与方法进行研究,主要研究内容如下:第一,基于流式处理的地震大数据采集。通过对地震数据源的研究,设计出基于多种地震数据源的流式采集框架,并通过Flume和Kafka加以实现。解决了传统地震数据采集方法中的重复编码问题和信息滞后性问题。第二,基于事件时间序列模式匹配的互相关算法流式处理。通过对传统地震波形互相关算法存在的问题进行研究,提出互相关算法的流式处理方法。该方法可以快速判定出当前地震波形与历史地震事件波形的相似程度,进而为监测地震台站所在区域是否发生重复地震提供数据支撑。第三,基于短时傅里叶变换的能量谱密度算法流式处理。通过对传统地震波形能量谱密度算法存在的问题进行研究,提出能量谱密度算法的流式处理方法。该方法可以及时观测地震波形能量随时间的变化,进而为判断不同地震台站所处区域是否为同一个地震源提供数据支撑。第四,地震大数据流式处理系统的实现。将原有地震大数据离线处理系统进行升级,实现地震大数据的流式处理系统,集流式采集、流式处理、流式存储和可视化为一体。该系统将地震相关信息通过数据可视化大屏展示,地震工作人员可直接操作大屏,观测不同台站的波形信息。本系统实现了从Flume进行地震数据采集,而后经过Kafka传输,最后由Flink进行算法流处理的一整套流程,从原来的离线单机处理升级为流式处理。地震数据的流式采集与分发,即能保证采集时效又可以避免数据丢失和拥堵。常用地震算法的流式处理可以快速获取地震所需信息,流式系统可视化可供地震工作人员更加直观的观测地震相关信息。