基于Coulomb-ETAS混合模型的强余震时空发生率预测及效能评估

为考察震后早期阶段混合模型的优势及实际预测效能,提升震后早期强余震时空预测的准确性,构建可操作的地震预测研究工作模型基础,选择能够较好反映震后空间应力分布的库仑应力变化和反映余震序列衰减且拟合效果较好的ETAS模型,构建Coulomb-ETAS混合模型。此模型依据强余震大多发生在应力加载区的实际情况,利用混合模型学习期间加载区事件的发生比例,将预测率从抑制区重新分配到加载区。以2021—2022年发生的云南漾濞6.5级、青海玛多7.4级、青海门源6.9级和四川泸定6.8级4次6.0级以上强震为例,对构建的混合模型进行检验和评估,并与单一的ETAS模型、C-RS模型进行对比。研究结果表明,3个模型在震后早期阶段对强余震均表现出相对较好的预测效果,呈现出与实际结果类似的衰减特性,仅有较少的预测失效现象。在频次滑动预测上,ETAS和Coulomb-ETAS模型优于C-RS模型,统计模型优势相对比较显著; 在空间发生率预测上,Coulomb-ETAS模型优于ETAS模型,认为库仑应力分布的混合模型能够降低虚报率,进而提高空间预测的准确性。因此,从4次震例上看,该混合模型优于单一的统计模型和物理模型,能够较好地适用于主震后的强余震时空预测,也可为开展多个模型混合及强余震预测之外的地震预测业务应用场景提供参考。