共查询到19条相似文献,搜索用时 171 毫秒
1.
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
2.
时间-震级可预报模式在南北地震带分段危险性评估中的应用 总被引:9,自引:1,他引:8
为了定量评估南北地震带不同段落的长期地震危险性,引入了时间-震级可预报模式。在详细地震复发行为的基础上,沿南北地震带划分了39个震源区。利用其中27个震源的多轮回复发资料初步建立起时间-震级可预报统计模型。计算结果表明,不同震源的地震复发表现出较好的时间可预报行为以及相对较弱的震级可预报行为。以时间可预报模型为基础,对所有震源区未来地震的复发概率进行了估算,同时,用震级可预报模型对未来地震的震级作 相似文献
3.
发震构造特性是潜在震源区划分及其地震年发生率确定的重要依据。潜在震源区除了反映“未来具有发生破坏性地震的地区”的内涵外,还应反映高震级档地震具有相似复发特征的涵义。由于在地震活动性参数统计单元内,有一些具有不同本底地震的活动构造块体,为更好地反映地震活动的空间不均匀性,考虑潜在震源区的三级划分是有必要的。通过分析潜在震源区内高震级档地震的复发特征,计算预测时段内潜在震源区的高震级档地震的发震概率,采用预测时段内概率等效转换获得地震年平均发生率的方法,有助于在中国地震危险性分析框架内考虑潜在震源区的强震复发特性。另外,文中还对潜在震源区内特征地震次级震级档频度不足的特性和发震构造上强震非均匀性在地震危险性分析中的应用问题进行了探讨 相似文献
4.
地震活动中的信息,诸如某时段的地震活动频率;平均震级;相邻时段的震级变化率以及某一时段的最大震级对于下个时段即将发生的最大震级均属于模糊信息。模糊信息检索就是选取这些信息和即将发生的地震震级相符合,从而对未来时段的地震作出预测。 本文应用模糊数学的模糊信息检索方法,初步研究了乌鲁木齐地区1972年以来的地震活 相似文献
5.
利用强震组增益P、强震组效能R和强震组分布变异值S等3种指标,对安徽省1300年以来地震成组活动的客观性进行了检验,结果显示,该区不同时段、不同震级的地震活动呈现不同的特征和分布类型;同时,用b值方法分析了目前地震活动状态;在此基础上,应用泊松模型对未来地震趋势进行了概率预测。 相似文献
6.
7.
从描述未来地震趋势的各种地震活动指标入手,在求得各样本组判别函数的基础上,由贝叶斯模型计算了不同时间尺度的地震活动性参数对未来地震趋势的概率判断结果。结果表明,在华北地区,地震活动性指标可以较早地反映地震孕育过程,所以,对地震活动性指标 提高预报准确性的可行途径之一。 相似文献
8.
本文应用模糊信息检索方法,选取频度变化率、平均震级、震级变化率、上一时段最大震级四项指标,对乌鲁木齐地区1972年以来地震活动进行了初步分析与研究,并探讨了预报指标对应地震的灵敏度和预报原则。 相似文献
9.
10.
以近期地震活动计算未来强震 总被引:1,自引:0,他引:1
以古登堡-李希特的震级-频度关系式logN=a-bM为基本公式,导出计算不同震级地震复发周期T_M=m·10~(bM-a)和最大震级M_1=a/b,利用与强震孕育有关的近期地震活动资料,可定量计算未来强震的发生时间和最大震级。通过对川滇地区强震震例的验证和实际预报效果的检验,表明该方法在中长期地震预报中是可行的。 相似文献
11.
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
12.
由中国大陆板块内部地震活动与其周缘地震活动的相关性,可以确定我国大陆未来地震活动的主体和地震活动高潮时间[1].在此基础上,本文进一步探讨用长时间、大面积的地震活动信息,对重点监测区未来地震作出时、空、强综合评判.全文分为三部分:1.地震强度的预报.对于确定的能有效地估计未来地震强度的5项地震活动性指标,选择加权平均型的模糊综合评判方法,对监测区未来地震的震级给出明确的结果.2.发震地点预报.对于扫描单元定义了反映b值时空变化的二项指标:b值异常次数Ayi;和b值异常均值byi.通过对二项指标空间分布的综合分析,可以估计未来地震发生的地点.3.发震时间预报.把缺震时间Tl与b值回升时间Tbu,作为描述大震前平静过程的二项定量指标.在对未来地震强度作出模糊综合评判后,可用Tl,Tbu二项指标综合推断监测区未来地震发生的时间.总结的九个震例结果表明,该方法可使地震预报定量化、实用化,可以用于地震形势的预测和中、短期地震预报. 相似文献
13.
14.
15.
16.
IntroductionThe theory of artificial neural netWorks has been used in some fields for recent years such asearthquake damage prediction (Shi, Liu, 1991), earthquake intensity (Wang, 1993), earthquakecomprehensive prediction (Wang, Dai, 1997), and so on. The initial Studies indicate that someresults are prevail over classical statistical pattern recognition and fuZZy recognition methods.Neural network system is a high adaptive nonlinear dynamical system. It can extract causalitythrough a ple… 相似文献
17.
李强 《地震学报(英文版)》2000,13(4):434-439
IntroductionThere are some problems we often meet when we work for earthquake forecasting with theobservational data of earthquake precursor observation. Such items as the deformation of earth'scrust, underground fluid, geoelectricity and so on. These problems include that the ceasing workof the observational apparatus because of malfunction or accident in case of emergent ewthquakesituation will lose some imperative information and make it more difficult to evaluate futUreearthquake situation… 相似文献
18.
人工神经网络在地震中短期预报中的应用 总被引:4,自引:0,他引:4
本文将BP神经网络用于地震中短期预报。作者把一些常用的地震学指标作为神经网络的输入,而将BP神经网络的输出作为表征地震活动平静的特征参数Wq,井将其用于华北地区进行空间扫描,结果表明中强地震前1年左右或稍长时间,未来震中周围一般都开始出现Wq值的中短期异常区,证明本方法具有限好的中短期预报效果。 相似文献
19.
De-yi Feng Jing-ping Gu Ming-zhou Lin Shao-xie Xu Xue-jun Yu 《Pure and Applied Geophysics》1984,122(6):982-997
A probabilistic method and a retrieval method of fuzzy information are simultaneously studied for assessment of earthquake hazard, or earthquake prediction. Statistical indices of regional seismicity in three adjacent time intervals are used to predict an earthquake in the next interval. The indices are earthquake frequency, the maximum magnitude, and a parameter related to the average magnitude (orb-value) and their time derivatives. Applying the probabilistic method, we can estimate a probability for a large earthquake with magnitude larger than a certain threshold occurring in the next time interval in a given region. By using the retrieval method of fuzzy information we can classify time intervals into several classes according to the regional seismic activity in each time interval and then evaluate whether or not the next time interval belongs to seismically hazardous time interval with a large earthquake. Some examples of applying both methods to the North section of the North-South Seismic Zone in China are shown. The results obtained are in good agreement with actual earthquake history. A comparison of the probabilistic method with the method of fuzzy mathematics is made, and it is recommended that earthquake hazard be assessed by simultaneous use of both methods. 相似文献