神经网络方法在地震预报研究中的初步应用

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。     

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

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     

论发震构造特性在潜在震源区参数确定中的应用

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     

乌鲁木齐地区地震活动的模糊信息检索

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     

安徽省地震成组活动特征及其危险性分析

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。     

灰色系统方法在地震预报中的应用

本文利用灰色系统理论中的ＧＭ（１，１）建模法，以南北地震带不同内地域不同震级层次地震的发生时间为样本，建立了１３个预测模型，用于对未来地震的发生时间进行预报。利用其中关于５．０≤Ｍ≤５．９地震的模型较为准确地预报了１９８９年１１月宁夏固原５．０级地震的发生时间。     

一种应用于地震预报的概率判断法

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。     

乌鲁木齐地区地震活动的模糊信息检索

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。     

新疆天山南部构造区不同时段小地震目录完整性分析

依据天山地区地质构造、运动强度和历史地震活动的差异性,将南部天山地区划分为南天山东段和南天山西段两个构造区.考虑到新疆台网建设的区域差异性和时间的阶段性,在对两个构造区不同震级下限地震频度时间特征分析的基础上,研究了各构造区不同时段的G-R关系和震级分布特征,并运用Z检验方法对各区不同时段小地震目录差异的显著性进行了分析,进而评估了两个构造区1970年以来不同时段的小地震目录完整性,为区域地震活动性研究中地震目录的合理运用提供参考依据.     

以近期地震活动计算未来强震

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。     

神经网络在短期地震跟踪预报中的应用

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     

地震形势的模糊综合评判

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A_yi;和b值异常均值b_yi.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T_l与b值回升时间T_bu,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T_l,T_bu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.      

使用人工神经网络进行我国大陆强震时间序列预测

使用人工神经网络对中国大陆最大地震时间序列进行预测，预测次年的中国大陆最大地震震级，结果表明该方法具有较好的预报效果。还表明中国大陆强震活动除了与强震时间序列本身有关外，还与全球的强震活动，太阳黑子活动等有密切的非线性关系。     

人工神经网络在地震中期预报中的应用

将ＢＰ神经网络用于地震中期预报。使用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增强的特征参数Ｗ１,并将其用于华北地区进行空间扫描。结果表明,中强地震前１～３年未来震中周围通常出现明显的Ｗ１值中期异常区,该方法具有较好的中期预报效果。     

The application of neural networks to comprehensive prediction by seismology prediction method

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…     

The application of neural network to the analysis of earthquake precursor chaotic time series

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…     

人工神经网络在地震中短期预报中的应用

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。     

Assessment of earthquake hazard by simultaneous use of the statistical method and the method of fuzzy mathematics

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.