共查询到19条相似文献,搜索用时 140 毫秒
1.
地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点,提出将热异常信息作为地震预测的信息源,通过构建神经网络,进行地震预测的思路,并进行了试验。基于8d合成的1km分辨率的MODIS数据,利用RST算法提取震前热异常信息,在分析震前热异常信息时空变化的基础上,确定出BP神经网络的结构,利用该网络对中国及周边100个5级以上震例,以及70个随机无震样本进行训练和仿真。试验结果表明,通过RST算法提取的震前热异常指数值,用于BP神经网络地震预测是可行的,其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。 相似文献
2.
3.
基于《中国震例》(1970—2013年), 系统清理了246次M≥5.0震例前的地震活动图像异常, 并结合区域差异进行地震空区和地震条带的统计特征研究。 结果显示: ① 在246次震例中, 震前出现地震空区、 地震条带的震例数分别为105次、 51次, 占震例总数的42.7%和20.7%; ② 随着主震震级的增大, 地震空区和地震条带出现的比例逐渐增大, 尤其是7级以上地震, 震前出现地震空区的震例数占同类震例总数的83.3%, 出现地震条带的震例数占同类震例总数的66.7%, 可见地震空区和地震条带可能是7级以上强震的重要异常判据; ③ 针对整个中国大陆及近海, 地震空区和地震条带的持续时间、 展布尺度、 起始震级与主震震级存在一定线性关系, 相关系数能够通过95%置信水平的阈值检验; ④ 各主要构造分区的统计结果差异较大, 青藏高原北部除地震空区持续时间外, 其余地震空区和地震条带参数与主震震级之间的线性关系均通过阈值检验, 南北带中南段和华北地区有个别参数通过检验, 天山地区所有参数均未通过检验。 相似文献
4.
5.
以近23年来源北西部地区ML≥4.0级地震前内符检验有一定震兆异常显示的6项地震活动性参数作为指标,估计样本有震或无震类型(1-0)的从属度,判定预报样本所属类别。根据模型类分析方法对鄂西地区的地震进行综合预测研究,统计结果认为:模型聚类方法对鄂西地区ML≥4.0级地震的预测具有一定的效能。 相似文献
6.
《地震地磁观测与研究》2015,(4)
选取延寿地震台竖直摆倾斜资料中应震效果明显的4组震例,通过对震例资料进行异常形态判别及固体潮调和分析,发现:震前M2波潮汐因子出现低值异常,并伴有倾斜扰动及固体潮畸变现象。EW、NS分向震前的异常指向与未来地震的发生位置存在一定关系。 相似文献
7.
利用双差定位法修订后的新疆北天山地区地震目录, 以1990年以来该区发生的8次7组5级以上中强地震作为震例样本, 分析研究主震前震源附近区域小震震源深度的变化特征。 研究结果显示, 在研究时段内7组地震中6组地震前出现小震震源深度趋深变化的异常图像。 类似异常图像共出现9次, 异常对应率66.7%。 这种异常图像可为地震预测综合判定提供参考依据。 相似文献
8.
9.
为了快速、高效地从地震数据中识别地震事件和拾取震相,本文利用基于样本增强的卷积神经网络自动震相拾取方法,将西藏林芝地区L0230台站3个月数据作为训练集,该区内另外6个台站连续1个月的波形数据作为测试集,采用高斯噪声、随机噪声拼接、随机挑选噪声、随机截取地震事件等4种样本增强的方法扩增训练集,以提高自动震相拾取技术的准确率。结果显示:样本增强前模型在测试集上的地震事件识别准确率为80%,样本增强后提升至97%,表明样本增强有效地提高了模型的泛化性能和抗干扰能力;在0.5 s误差范围内,震相自动拾取准确率高于81%,在1.0 s误差范围内,准确率高于95%;利用基于样本增强的卷积神经网络震相拾取方法能够检测出人工拾取震相中误标和漏检的震相。 相似文献
10.
11.
本文把神经网络方法引进地震预报研究当中。使用地震频次,最大震级,平均震级,等价地震次数等多项地震活动性指标作为神经网络的输入,未来时段内的最大地震震级作为其输出,可以对某一固定地区的最大地震震级作出中近期预报。选用的神经网络模型为含两个中间层的前向模型,并采用BP算法。所得结果表明,用神经网络方法可以在一定精度范围内使震级预报的内检符合率达到100%,在本文的例子中,外推预报准确率达到60%以上。 相似文献
12.
13.
苍山5.2级地震的磁异常特征 总被引:2,自引:0,他引:2
应用地磁Z21差值法,日变空间相关系数法及幅相法,对1995年9月20日山东苍Ms5.2级地震江苏地磁台网记录的综合磁异常特征进行了初步分析,其结果对利用江苏地磁台网预测5.0级以上地震具有一定的现实意义。 相似文献
14.
15.
16.
17.
This paper presents the development of an adaptive, non-parametric forecast model for the direct prediction of the spatial distribution of the Modified Mercalli Intensity (MMI) corresponding to an earthquake scenario. The model is based on recent advances in neural networks computation, and is constructed through supervised learning using historical earthquake and regional geological data as training sets. A MMI forecast model for moderate earthquakes with magnitudes between 6 and 7 was developed based on data from the Loma Prieta, Coalinga and Morgan Hill earthquakes. For these data sets, the neural networks forecast model is shown to have excellent data synthesis capability; multiple sets of data can be encapsulated by a relatively simple network architecture. Limited comparison of forecasts made by the neural networks model and conventional models demonstrates that improved accuracy can be achieved. Implementation and operational advantages of the neural networks approach such as general input features, minimum preconceived knowledge of the data sets, the ability to learn and to adapt incrementally and the autonomous and automatic synthesis of the structure underlying the data sets, have been illustrated. 相似文献
18.
本文研究了神经网络方法在基于地震活动性指标的中短期地震预报和基于非测震学前兆异常从属函数的短期地震预报中的应用。选用含一个或两个中间层的前向神经网络模型,并采用与之相适应的BP算法。以华北地区多年的地震活动性资料和首都圈及其邻近地区的短水准、地电阻率、地磁总强度、水位、水氡含量等前兆观测手段的80余个台项的多年测资料为基础,对神经网络方法以上两方面的应用作出了实际计算、分析与检验。对一些大地震的发 相似文献
19.
1989年大同6.1级地震前山西带小震活动时间分布结构多重分形维数的变化特征 总被引:2,自引:0,他引:2
本文应用多重分形理论研究了1989年大同6.1级地震前山西地震带(简称山西带,下同)小震活动时间分布结构的变化特征,发现震前各D_q值均有降维异常出现,且D_(+q)(q>0,下同)的异常尤为突出,取不同层次的地震样本进行计算其异常形态基本一致,表明震前小震活动时间分布从无序向有序转变所显示的内在结构异常变化是真实可靠的,这对我们今后地震分析预报的研究或许是有所裨益的. 相似文献