中短期地震前兆的模糊综合识别

本文把模糊模式识别的直接方法用于综合分析多台多种手段观测到的地震前兆资料,以便提取较大地震前几个月内可能出现的中短期前兆异常信息。 所用方法的基本技巧是,对每一个台的每一种前兆观测手段建立起适当的前兆从属函数,并进而确定出多手段或多台的综合前兆从属函数。首先以综合前兆从属函数为基础,识别出某一地区较大地震前出现的中短期前兆异常,然后将其归纳成可用于地震预报的中短期前兆模式。 借助于所提出的方法,本文着重分析处理了1979—1986年间日本东海地区及其邻近地区3个倾斜台、2个验潮站、2个水氡观测站、2个水位观测点和30个体积应变观测点的大量前兆观测资料,识别出了这一期间在该地区内发生的10余次6级以上地震前的中短期前兆异常时间,并得出了两类地震前兆模式:第一类前兆模式适用于在该地区内进行多种前兆手段的综合分析预报;第二类前兆模式适用于单种前兆手段(体积应变)的多台综合分析预报。 为对比起见,文中同时给出了我国唐山7.8级地震及其6.9级强余震前多台水氡含量变化的中短期前兆综合分析识别结果,所得出的前兆模式与日本东海地区的第二类前兆模式相符。     

中短期地震前兆的模糊综合识别

本文把模糊模式识别的直接方法用于综合分析多台多种手段观测到的地震前兆资料,以便提取较大地震前几个月内可能出现的中短期前兆异常信息。 所用方法的基本技巧是,对每一个台的每一种前兆观测手段建立起适当的前兆从属函数,并进而确定出多手段或多台的综合前兆从属函数。首先以综合前兆从属函数为基础,识别出某一地区较大地震前出现的中短期前兆异常,然后将其归纳成可用于地震预报的中短期前兆模式。 借助于所提出的方法,本文着重分析处理了1979——1986年间日本东海地区及其邻近地区3个倾斜台、2个验潮站、2个水氡观测站、2个水位观测点和30个体积应变观测点的大量前兆观测资料,识别出了这一期间在该地区内发生的10余次6级以上地震前的中短期前兆异常时间,并得出了两类地震前兆模式:第一类前兆模式适用于在该地区内进行多种前兆手段的综合分析预报;第二类前兆模式适用于单种前兆手段(体积应变)的多台综合分析预报。 为对比起见,文中同时给出了我国唐山7.8级地震及其6.9级强余震前多台水氡含量变化的中短期前兆综合分析识别结果,所得出的前兆模式与日本东海地区的第二类前兆模式相符。      

多种前兆观测数据的合成信息熵研究

采用概率化预处理方法,把多种前兆观测值时间序列转化为概率值时间序列．在此基础上,应用信息论基本原理,计算由多种前兆观测项目构成的信源系统的合成信息熵．通过对乌鲁木齐及邻近地区１７种前兆观测资料的实际计算,发现在多次中强地震前出现半年至一年的减熵异常过程     

大同—阳高6.1级地震的地电前兆研究

在系统处理地电长期观测资料的基础上,研究了大同一阳高－地震的地电前兆变化及大同台地电阻率反映的主压应力（变）方向。结果表明,大同－阳高地震地电前兆异常具有台项少、强度小和零散分布的特征,前兆异常似有由震中往外扩展的现象;大同台震前地电异常同主压应力（变）方向发生了４５．２°的明显异变。讨论了对地电地震前兆的复杂性和大同－阳高等中强地震的预报问题,认为只要认真排除了干扰,系统分析处理地电的长期观测资     

云南地震前兆与短临预报

在云南地区近３０年前兆观测及其地震预测预报研究与实践的基础上,从映震效能的角度对云南地区的前兆观测进行了一次系统研究,从６４个前兆台站１６８个观测 ,优选出了２０个具有较好映震效能的前兆台项。它们初步构成对云南地区地震进行”时、空、强“预测的骨干前兆指标群。     

水平地应变变化与地震临震三要素的预测试验

本文是20多年前的试验总结，作为交流经验。地震预测预报的关键是临震前三要素(时间、地点、震级)及地震影响范围的预测预报。要做到临震预报，就要观测临震前的直接性前兆信息。地应变变化是临震的直接性前兆信息之一。本文用地震力学观点，采用自制地应变传感器观测水平地应变变化，找出水平地应变变化与临震的关系，从而作出地震临震前三要素的预测预报。     

R/S分析及其在地震磁效应研究中的应用

将重标极差法（R／S，Rescaled range analysis）这一时间序列分析方法引入到地震地磁前兆观测资料的处理和分析当中，并应用该方法对陕西关中地区3个地磁台站在1996～1998年间Z分量观测数据进行处理。分析了地磁Z分量赫斯特指数变化与1998年1月5日泾阳肘。4．8地震的关系，发现地震前2～4个月地磁Z分量出现明显小于0．5的异常变化，背离了地磁场正常的长程相关趋势性增强的变化规律，预示了此次地震的发生。这些结果表明该方法能够挖掘出丰富的地磁前兆信息，在地震前兆观测资料的非线性处理中具有良好的应用前景。     

山东聊古一井水化学组分地震异常的场源兆特征及其机制讨论

从山东聊古一井构造地质和水文地质条件的分析入手，以实际观测的水化学组分地震前兆异常变化实例为基础，讨论了该井水化学组分震前异常变化的场源兆特征．利用断层位错理论和岩石力学实验获得的认识探讨了聊古一井水化学组分变化场源兆异常形成的物理力学机制及预报意义．所获成果丰富了对场源兆地震前兆的认识，同时对地震预测预报也有一定的意义．     

地震前兆观测时间序列的无量纲化

地震前兆观测时间序列的无量纲化，对多台项或多前兆观测时间序列综合信息提取是十分重要的，有利于区域性地震前兆监测系统各种短期或短临观测异常信息的统一表达和定量综合信息提取，直接为综合地震预报服务。本文给出了多种前兆观测时间无量纲化的一般表达，归纳了电磁，用于综合分析的几种探索性方法，供参阅。     

地震电离层前兆综合监测技术

地震前后对电离层进行观测的方法正在逐渐发展成为一种新的地震前兆观测方法。应用多手段地基无线电遥感探测技术,通过软件无线电形式,实现一机多能,对电离层状态的综合探测,获取地震前电离层变态的多参数数据,结合对地震电离层前兆物理机制的研究,将能大大提高地震电离层前兆预报分析的可信度、可靠性,有助于对地震电磁现象机制的识别和前兆信息的提取和强震预报预测。     

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…     

地震序列类型预测的人工神经网络方法

本文提出预测地震序列类型的人工神经网络方法，并选取一组实例作为研究对象，验证了该方法的可靠性。结果表明，人工神经网络方法性能良好，可望成为地震序列类型预测的有效工具。     

BP神经网络在地震综合预报中的应用

ＢＰ神经网络具有很强的非线性映射功能,它可以很好地反映震前出现的各类异常与未来地震震级及发震时间之间的较强非线性关系。在“地震预报智能决策支持系统”中使用了ＢＰ神经网络。介绍了该系统中的ＢＰ神经网络构成及其在地震预报中的应用,系统通过对实际震例的检验取得了较为理想的预报效果。     

RBF神经网络在天山地震带地震预报中的应用

运用RBF人工神经网络模型,结合中国震例,通过对1976年以来新疆天山地震带MS≥4.7地震前异常参数研究分析,筛选出15个地震异常指标使其作为RBF神经网络的输入样本,经过31组样本集的训练和5组检验样本的检验,建立了基于RBF神经网络地震震级预测模型,通过对实际震例的检验取得了较为理想的预报效果。     

The medium- and short-term prediction methods of strong earthquakes based on neural network

Ｔｈｅｍｅｄｉｕｍ┐ａｎｄｓｈｏｒｔ┐ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓｏｆｓｔｒｏｎｇｅａｒｔｈｑｕａｋｅｓｂａｓｅｄｏｎｎｅｕ┐ｒａｌｎｅｔｗｏｒｋＺＨＩ－ＱＩＡＮＧＨＡＮ（韩志强）ＢＩ－ＱＵＡＮＷＡＮＧ（王碧泉）Ｉｎｓｔｉｔｕｔｅｏｆ...     

概率方法应用于地震短期预测的探索

根据爆发地震平静两项活动性前兆的统计结果,对地震发生的背景概率、条件概率和概率增益进行了估计,给和北地震发生前发震概率逐步增加时间过程,由背景概率Ｐ（Ｅ）增至中期前兆Ａ出现后的条件概率Ｐ（Ｅ／Ａ）,再增至短期前铛Ｂ（平静）出现后的联合条件概率Ｐ（Ｅ／Ａ）。结果表明,在１９９７年１２月１７日后的一个月内,华北地区发生６级以上的条件这３８％,概率增益超过２０,对概率预测结果的使用进行了探讨,提出应充分     

基于人工神经网络的边坡抗震抗滑稳定性评判方法

从人工神经网络的基本原理出发，建立了边坡抗震抗滑稳定性评判的人工神经网络模型。选择四川和云南地区的70个边坡实例作为学习样本,对BP算法进行了学习和检验。实例计算表明,BP网络性能良好，所建立的模型预测精度高，具有一定的工程实用价值。神经网络法是一种有效可行的新方法。     

模糊数学方法在地震综合预报中的应用

本文的目的,是把模糊数学中发展起来的模糊识别的直接方法与间接方法,试用于地震综合预报.模糊识别的直接方法,就是直接由前兆指标的从属函数来估计地震危险性并进行预报,其效果依赖于建立前兆指标的从属函数的技巧.文中以地下水氡含量、视电阻率、波速等前兆资料为基础,提出了一种主要依据前兆变化速率及相关系数,并使用其它途径来建立从属函数的具体方法与公式.使用这样的从属函数之后,可以更好地识别出前兆异常,并且更容易区分出异常的起始、终结或发生明显转折的时期.模糊识别的间接方法,本文中采用的是模糊聚类分析方法,它与选取表示型类区别的相似系数或距离有关.我们这里采用的是基于模糊等价关系的聚类分析方法.此方法包括以下步骤:将一系列样本按彼此间的相似程度建立一个模糊相容关系;通过合成运算把这个模糊相容关系改造为一个模糊等价关系;选择一个适当的参数的数值,并对原始样本进行分类.选取某一给定地区的地震活动性的一些统计指标,或者选取由多手段单台或单手段多台得出的一些前兆数据(地形变、地下水氡含量、视电阻率等等),就可以使用上述模糊聚类分析方法来进行地震综合预报.作为说明此方法的例子,文中给出了对我国西部强震及中强震得出的一些初步结果.由所得结果可以看出,利用模      

新疆历史地震前兆模拟资料转入数字化平台的实现

近年来随着数字化技术的不断发展、成熟和稳定,我国的地震前兆观测技术也逐步实现由模拟观测向数字观测转变,地震前兆数字化观测技术日趋成热、稳定,地震前兆数字化观测普及程度越来越高,产出的数字化观测资料已得到越来越广泛的应用。通过介绍新疆数字地震前兆台网中心模拟资料和数字化资料的管理,分析了历史模拟数据转入数字化平台的实现方法,阐述了地震前兆资料进入数字化统一平台的实际应用。     

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。