预报地震的一种模糊数学方法

本文提出了一种预报地震的模糊数学方法。该方法包括:(1)从特征因素和预报指标二个论域进行多相模糊统计;(2)对所得的隶属函数进行直积运算,并用条件概率公式建立模糊关系矩阵;(3)通过模糊变换和最大隶属优势准则得出预报意见。对云南地区近期地震活动的预报试验表明,该方法是可行的。     

地震预测的灰色模糊模型

在灰色系统理论GM(1,1)模型的基础上,把模糊数学的表达方式用于灰色灾变预测中,建立了地震预测的灰色模糊模型。用此模型对我国川滇、甘宁青、新疆及华北等地区大地震时间序列进行预测检验,结果表明:灰色模糊预测模型比纯灰色系统理论模型要好,因而可在实际地震预测中试用。最后对所得结果及实际应用中需要注意的问题也进行了讨论。     

地震反应心理的调查与研究

本文对近三百人进行了多项目的地震反应心理调查,并在此基础上探索了应用灰色系统理论分析和研究地震反应心理的方法。对地震反应心理的六个子系统进行了灰色关联分析,从而为地震社会学的研究找到了一条新的途径。本文还提出了反应指数的概念,并给出了以反应指数为基础变量的地震反应等级的模糊集A~i,这是应用模糊集合理论研究和处理地震社会学中一系列重要而又包含众多模糊性问题的基础。     

地震序列类型的灰关联分析

本文用灰色系统理论中的灰关联分析方法研究地震序列类型的识别。以应力降(Δδ)、地震矩(M_0)、破裂速度(V)、余震区长度(L)和宽度(D)、主震和最大余震震级差(ΔM)、余震序列的a值、b值和P值作为关联因子,同时把待研究的地震作为参考数列(X_0),一些已知历史地震作为比较数列(X_i)进行灰关联分析。另外,本文还就一旦某地发生大地震,如何用灰关联分析方法迅速确定该地震的序列类型作了探讨。结果表明,灰关联分析法是识别地震序列类型的一种行之有效的方法,具有一定的实用价值。     

首都圈地震监测预报的某些模糊数学方法

本文把模糊数学中的模糊模式识别的直接方法、模糊聚类分析方法、模糊信息检索方法和新近提出的模糊分维方法应用到以地震活动性和地震前兆为基础的首都圈地震监测预报当中,分析研究了发生在这一地区的两次大地震,即1976年唐山7.8级和1989年大同6.1级地震前用模糊数学方法识别出的地震学前兆和非地震学前兆,并对这一地区大地震的长期和中短期模糊预报方法与途径进行了简要的讨论。     

中国华北地区每年地震强度的预测

本文以华北地区(32°—44°N,110°—126°E)地震活动性资料为基础,运用模糊数学中的信息检索方法预测华北地区每年可能的地震强度。 对于每一个待报的年度,该方法选用这年度前三年的资料,选取8个地震活动性基本指标:每年地震折合到Ms=4.0—4.4的折合地震总数N,地震能量E,地震分布所占平方度数n,各平方度之间的平均距离(?)以及这些指标相邻两年差的绝对值|△N|,|△E|,|△n|和|△(?)|。每年地震强度的分类为:(1)Ms≤4.9;(2)5.0≤Ms≤5.9;(3)Ms≥6.0。对1961年至1988年的资料检验和预报结果表明,效果均良好。     

灰关联分析与地震序列类型的早期识别

用灰关联分析方法研究主震Ｍｓ≥６．０级地震序列类型的早期识别，主要对第一个强震后２天内地震序列资料进行分析研究，发现１３次大震（Ｍｓ≥７．０）后１天和２天震型在关联识别正确率均为０．７７（表１）３６次强震（６．０≤Ｍｓ〈７．０）的均为０．８３（表２，表３）。由此表明，灰关联分析方法是早期识别地震序列类型的一种比较有效的方法。     

地震诱发崩塌滑坡危险区初步预测

地震崩塌滑坡是地震破坏的主要形式之一，在以往国内外中强地震中均有发生，地震崩塌滑坡给社会经济、人民的生命财产带来巨大的破坏和损伤。表1列出了我国近年来发生的几次重大地震崩塌滑坡灾害。     

1996年11月9日长江口以东6.1级地震的模糊预测和模糊跟踪

把模糊数学方法引入地震预测已有十余年的历史,在众多的结果中选择模糊编网、灰色模糊模型、日本海沟和本地区的模糊相关及显著地震发生后的模糊跟踪,作为长、中、短（临）和震后趋势判断的各个环节,构成了地震的模糊预测方法。1996年11月9日（简称“11.9”飞下同）长江口以东海中6.1级地震前后,根据模糊方法作了各阶段预测,分别列入近几年的上海市地 震局地震会商报告中,震前预测和震后跟踪结果与实际基本一致。可以说这次地震是模糊方法取得较为成功的一个震例。     

地震应急工作遵循的准则及其在地震预报中的实现

阐述了地震应急工作应遵循的准则－“社会满意准则”介绍上海市地震局在１９９６年１１月９日长江口以东海域发生Ｍｓ６．０地震时，迅速作出趋势判断的原始依据，由于当时作的趋势判断符合地震应急的科学性和社会性，因而在稳定性社会秩序，保障经济活动中取得了较好的经济效益，可供有关方面参考。     

M≥6.0强震后地震序列类型的模糊聚类分析

在充分了解地震序列特征的基础上，选出２６项地震序列的原始特征。根据这些原始特征的Ｗａｌｌｅｎ评分，精选出１１项能突出表现地震序列的特征参数作为指标。采用ＩＳＯＤＡＴＡ模糊聚类方法对地震序列进行分类，Ⅰ类为Ｍ≥６．０强震后三个月内还有震级为Ｍ≥５．０的强震发生；Ⅱ类为Ｍ≥６．０强震后三个月内无Ｍ≥５．０的地震。对中国大陆地区１９６６年以来的２２次Ｍ≥６．０强震序列进行聚类分析，建立预报震后趋势判别模型，然后以８次强震序列为例进行了外推检验。结果表明，该方法对地震序列类型的判别效果较好。     

模糊聚类分析方法在地震预报中的应用

总结了1993～1997年应用模糊聚类分析方法对甘肃省地震预报的效果,通过评价得到对河西走廊地区和南北地震带北段地区的预报能力分别为0．55和0．61,扣除随机概率的预报成功率分别为0．5和0．58。     

加卸载响应比理论在包头西MS6.4地震预报中的应用

用加卸载响应比理论对包头西 MS6 .4 地震前加卸载响应比随时间的变化进行了较详细的研究.结果表明,震前加卸载响应比有较明显的上升异常.异常出现的时间和异常幅度大小不但与所选择的区域和震级下限有关,而且还与发震构造和控震构造有关.异常与地震的对应关系表现为:上升异常出现、转折并恢复到正常值附近时发震.异常持续时间,短的1 a 以上,最长4 a 左右.     

地震应急响应快速评估系统参数本地化测试分析

将新疆地区房屋震害矩阵和烈度衰减关系参数与西北地区房屋震害矩阵和烈度衰减关系参数分别输入新疆地震应急响应辅助决策系统,选用新疆近几年发生的较大地震震害结果与地震应急响应辅助决策系统计算的地震灾害损失结果进行对比,进行地震应急响应辅助决策系统的参数本地化测试,并根据测试结果给出新疆地区房屋震害矩阵和烈度衰减关系参数的合理性依据和修改的建议。     

RESEARCH ON SELF-MEDIA INFORMATION MINING MODEL FOR EARTHQUAKE EMERGENCY RESPONSE

From the events of catastrophic natural disasters that have occurred in recent years, it can be found that social media platforms are increasingly becoming the most important and most convenient way for the general public to timely release and obtain information on disasters. The information obtained from such platforms contains a large amount of information in the form of texts, pictures, etc. that record the current situation of the disaster. And it also has characteristics of high efficiency and high spatial distribution to serve the rapid emergency after the earthquake. In this paper, we firstly make a statistical analysis of 32 689 pieces of historical disaster data acquired from 5 earthquakes with obvious characteristics, such as post-earthquake disaster events, user's expression habits and so on, and adopts cross-validation method. Then information classification system which includes seven first-level categories and more than 50 second-level categories is constructed. The information classification system and evaluation system of crisis degree for post-earthquake emergency response are constructed both using cross-validation method. The former is referred to the thought of existing classification basis and the experience knowledge of several emergency experts. Based on the five indicators of subject word, action word, degree word, time and position measurement, an evaluation system of critically with four levels of severity, moderate intensity, mildness and others was constructed. Considering the sparse features of self-media information and the large difference in the number of training sets, a naive Bayes model for information classification is trained based on the classification system and evaluation system. Its accuracy rate is 73.6%. At the same time, the classification method of feature fusion of machine learning model and semantic calculation model is used to evaluate the criticality of the disaster information. The accuracy rate of the evaluation model is 89.2%, higher than 85.2% of the semantic computing model and 77% of the naive Bayesian model. The evaluation model has combined the advantages of semantic computing method which can evaluate all index features with machine learning method which has high classification efficiency and accuracy. The thresholds for classification between mild and moderate intensity, moderate intensity and severe intensity were 15.2 and 27.39. The model realized in this paper can crawl, classify and evaluate the disaster information in the media in real time after an earthquake, and realizes mining of a small amount of critical and important information from the massive self-media information, thus, to assist in earthquake intensity rapid reporting and accurate rescue. Finally, taking the Jiuzhaigou earthquake on August 8, 2017 as an example, 17 432 pieces of data were crawled in real time within 48 hours after the earthquake. At the same time, based on ArcGIS, the mining information is visualized in time and space, and the availability of the data is evaluated from two perspectives of earthquake intensity quick reporting and accurate rescue after the earthquake. The disaster information of Jiuzhaigou County in the earthquake area is obviously more than that of the non-earthquake area in terms of quantity and emergency degree. The results show that the self-media information with high spatial distribution can effectively find the severer disaster grade area after the earthquake, shorten the time of earthquake intensity prediction, effectively classify and extract information, provide real-time information for precise rescue, and improve the efficiency of emergency response after the earthquake.     

判定潜在震源区的活断层模糊综合评判模型

确定潜在震源区及其震级上限是地震区划工作中的重要一环,而活断层的研究在这一领域中具有重要的意义。本文采用概率数理统计和模糊数学方法建立了活断层模糊综合评判模型,对活断层的定量化研究、潜在震源区研究中的不确定性分析以及充分反映地震活动的时空不均一性方面作了初步的探索性研究。并以华北地区为例进行了试算,取得了较好的结果     

加卸载响应比──一种新的地震预报方法

引入一个能够定量反映非线性系统不稳定程度的新参数──加卸载响应比Ｙ,这一参数可以用于地震及其它地质灾害的预测．对里氏震级４—８级地震进行后验性震例检验的结果表明,８０％以上的震例,在地震前Ｙ值均显著大于１．这一方法已预测出几次发生在中国大陆的中强地震及１９９４年１月１７日的美国洛杉矶６．６级地震．     

云南地震动反应谱特性V_(max)/a_(max)值的研究

本文通过对发生在云南省的澜沧—耿马等几次地震记录的分析,提出了适合云南实际的地震动反应谱特性Ｖｍａｘ／ａｍａｘ值的ｗｅｉｂｕｌ模型,并求出了平均值和标准差,对于样本不足的给出了ｍ,η的置信区间,可为我国、特别是云南省的工程建设提供基础依据。