适用于机器学习的地震序列类型判定特征重要性讨论

基于1970—2021年中国大陆及边邻地区地震目录、地震序列目录和历史地震震源机制资料,参考以往研究和震后趋势预测实践,构建基于地震观测数据的机器学习序列类型判定特征样本数据集。基于地震序列分类,设置多震型、主余型、孤立型3类样本标签,初步提出44个可用于机器学习地震序列类型判定的备选特征,包括主震及震源机制相关参数、历史地震序列类型、序列衰减和G-R关系相关参数、震级及频次相关参数。以44个备选特征为基础,变换震级下限、统计时段等参数,可以扩充出更多的机器学习备选特征。基于特征与标签之间的关联特性,评估特征对序列分类的重要性。宏观来看,震级相关参数、G-R关系和序列衰减相关参数、历史地震序列类型、震源机制相关参数等特征对序列分类有贡献,其中震级相关参数特征与标签之间的互信息值明显较大且排序稳定。补齐缺失特征不但能够增加可用的训练和检验样本,还可明显提升特征与序列类型之间的关联性,这意味着恰当的数据预处理在一定程度上有可能提高特征的序列分类能力。添加原始数据的交互特征是拓展可用特征数量的重要方式之一,非独立特征经信息交互处理之后显示出与序列标签更强的关联性,这意味着特征选择应以模型预测...     

地震序列类型,地震序列b值与地震大形势关系初探

根据最大地震与次大地震震级差将地震序列划分为孤立型,主余型,双震型和多震型４种。通过我国大陆１４３个序列划分结果,孤立型占１４％,主余型占５９％,双震型占１３％,多震型占１４％,地震序列ｂ值与主震震级和序列类型有关,在类型要同的情况下主震震级越大序列ｂ值越高,在主震震级相近的序列中孤立型序列ｂ值最小,主余型和双震型居中且差别不大,多震型ｂ值在７级和６级地震序列中最大的,根据实验结果探讨了序列ｂ值变     

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。     

新疆中强地震序列类型及其早期判断

地震发生后,首先是尽早地判断震型,以判断未来大震发生的可能性及地震活动的发展趋势。本文对1970—1987年新疆大部分中强地震的序列进行了震型判断和震型的早期判断,以求找出新疆地震序列类型的判断指标,为快速判定震型,预报震后序列发展趋势提供依据,并通过震型判断的分析研究找出新疆地震序列类型的基本特征。     

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。     

祁连山地震带地震活动特征及序列类型

祁连山地震带中强地震具有成组活动特征,震前地震活动图象表现为地震空区、前兆地震、区域地震活动增强等。地震空区以中期异常为主,中期向短期过渡的标志为空区边缘或内部出现前兆地震、空区停止围空1~3个月或空区内发生小地震而导致空区解体。前兆地震一般于震前1~6个月出现,多数前兆地震与主震之间距离小于30 km,震级差1.5~3.0。通过序列类型及参数的统计分析,为震后趋势判定提供了依据。     

滇西地震序列类型的统计特征分析

统计分析了滇西地区1966－2001年36个Ms≥5．0地震序列。结果表明，滇西地震类型的分布有一定的地域性，和震级的大小也有明显的关系，并得出最大地震（Mmax)与次大地震（M2）的经验统计公式，以及最大余震的时间分布特征，最后得出滇西地震序列类型判定方法。     

安徽省地震序列的类型与分布特征研究

根据安徽省历史地震(294~1969年,M≥4)和现代地震(1970~2013年,MS≥3.5)资料的统计结果,通过估计历史地震序列类型,将安徽地震类型划分为"相对安全类"和"相对危险类"。结果表明:安徽省历史地震类型的统计结果和空间分布特征与现代地震序列类型大致吻合,绝大多数中强历史地震属"相对安全类",而"相对危险类"的历史地震主要分布在霍山地区、皖东北地区和宿北地区。安徽地区内的地震活动具有较高的继承性,研究结果可为该区域震后地震趋势的快速判定提供参考。     

基于多任务学习的测井储层参数预测方法

基于多任务神经网络模型, 提出一种多任务测井储层参数预测方法, 利用测井数据对储层孔隙度、渗透率及含水饱和度同时进行预测.分别采用同架构和异架构多任务模型对测井储层参数进行预测, 通过数值实验对比, 多任务预测模型有效提升了单任务储层参数预测模型的效果, 且提升幅度与模型结构有关, 异架构多任务模型的总体预测效果好于同架构多任务模型.以平均相对误差(MAPE)作为模型评价标准, 针对本研究所采用的数据集, 同架构多任务模型的孔隙度、渗透率和含水饱和度在测试集上的MAPE约为6%、17%和9%, 相较于单任务模型, 预测效果分别提升约30%、20%和10%.异架构多任务模型的孔隙度、渗透率和含水饱和度, 在测试集上的MAPE约为6%、13%和6%, 相较于单任务模型分别提升超过2%、60%和10%.

     

机器学习在地震紧急预警系统震级预估中的应用

地震预警是地震减灾工作的重要途径,而震级预估是整个地震紧急预警系统中重要且较为困难的一个环节.目前,世界上多个国家和地区都已建立了各自的地震预警系统,并且形成了特征频率（τ_p和τ_c等）相关和特征振幅（P_d等）相关的两类震级紧急预警的方法,但各有局限性.本文在已有的方法和理论基础上,运用机器学习算法,将日本KIK和KNET台网从2015年至2017年所记录到的843条地震目录,55426条记录作为全数据集,设计、训练出一套用于常见震级范围的机器学习震级预估模型.与已有方法的预估结果相比,机器学习方法不仅使预估的整体误差和方差下降,同时多台联合评估单一地震事件的截面方差也更低.本研究的结果显示了机器学习算法在震级紧急预估问题上具有较广阔的应用前景,同时也为较为复杂的深度学习类算法框架下端到端模型提供了实践基础和研究可能.

     

华北地区地震序列参数的分布特征

为系统地考察华北地区地震序列参数的分布特征,以期构建适合区域地震活动特征的短期概率预测模型和评估地震危险性,本文利用当前较为前沿的ETAS模型和R-J模型,采用连续滑动、多时段拟合的方式,对华北地区1970年以来的16个地震序列进行了参数拟合,并对参数的整体情况、参数之间的关系、参数与大地热流之间的关系等特征进行了分析研究.研究结果表明,主震发生后的早期阶段,地震序列参数变化相对较为剧烈,误差也较大;两种地震预测模型的序列参数呈现出一种优势分布特征,主要参数的平均值分别为α_ETAS=1.7404±0.3420,p_ETAS=0.9769±0.1396,a_OML=-1.6638±0.5284,b_OML=0.8312±0.1658,p_OML=0.9053±0.1527,这与国际上其他区域的研究具有很强的一致性;大多数情况下,ETAS模型参数p_ETAS高于R-J模型参数p_OML,平均偏高0.0716;序列参数α_ETAS与大地热流值整体上呈现一种负相关关系,激发次级余震的能力与大地热流具有一定的相关性.地震序列参数的分布特征以及与大地热流之间的关系对地震序列类型的判断,及基于地震序列参数构建定量化的短期概率预测模型,均有重要的应用价值.

     

Spatio-temporal epidemic type aftershock sequence model for Tangshan aftershock sequence

Shallow earthquakes usually show obvious spatio-temporal clustering patterns. In this study, several spatio-temporal point process models are applied to investigate the clustering characteristics of the well-known Tangshan sequence based on classical empirical laws and a few assumptions. The relative fit of competing models is compared by Akaike Information Criterion. The spatial clustering pattern is well characterized by the model which gives the best fit to the data. A simulated aftershock sequence is generated by thinning algorithm and compared with the real seismicity.     

山东及其近海区地震序列类型地理分布特征

依据山东及其近海历史地震资料记载，初步确定了本区主要中、强地震的序列类型，结合现代地震序列资料，对研究区地震序列类型的地理分布进行了分析，给出了不同序列类型分区，并对其地质构造环境作了简单分析，这时本区大震现场工作中的震后趋势判断有实用意义。     

基于时间相依地震活动性模型的地震时间序列模拟

模拟地震时间序列在地震危险性分析和地震灾害预测等领域中具有重要作用,地震活动性模型是模拟地震序列的重要理论基础.本文以时间相依地震活动性模型为理论模型,系统梳理了现有时间相依地震活动性模型理论与方法,研究了断层（震源）上最新地震发生时间已知、未知以及地震历史开放间隔已知三种情况下地震发生概率的计算方法,分析了地震复发间隔的变异系数对时间相依地震发生概率的影响.研究了基于布朗模型的特征地震准周期发生的物理原理,建立了时间相依地震时间序列的模拟方法.研究结果表明,在地震离逝时间较长的情况下,基于时间相依地震活动性模型计算的地震发生概率要显著大于泊松模型;在地震历史开放时间已知情况下,计算的地震发生概率要高于地震离逝时间未知的情况.地震复发间隔的变异系数越小,模拟的地震时间序列越呈现周期性.本文研究结果可提高长期地震概率预测水平,模拟的具有时间相依特征的地震时间序列可用于地震预测、概率地震危险性分析以及地震灾害预测等领域.

     

震级变异系数与地震序列类型、 性质的统计物理特征和早期判定方法的研究

根据G-R公式和非线性动力学观点, 在分析不同类型地震序列震级分布细结构基础上, 提出用震级变异系数δ_m、 b值和震级熵H(m)、 马尔柯夫链理论值h和信息量维数D₁等统计量, 来综合描述和界定不同类型、 性质的地震序列; 同时对截止震级问题、 b值、 平均震级m、 h和D₁等统计物理含义进行了探讨。 认为δ_m、 b值和H(m)及其与理论指数分布的震级熵H(∞)的差值ΔH(m)相结合将有助于区分前震序列、 前兆性震群和各种不同类型(主-余震型、 震群型、 孤立型)地震序列, 并且可以对这些类型进行早期判断。     

马鞍山市及邻区地震序列类型和分布特征

震后趋势早期判定在一定程度上依赖于历史地震的震型经验。根据地震序列类型的综合判定指标,结合史料对地震事件过程的描述和时空分析,从历史地震、近代地震（ML≥4．3）和当地“显著地震”（M≥3．0）3个层次,对马鞍山市及邻区的地震震型进行了研究,并给出区域分布特征。结果显示,研究区的地震活动以主震型为主,对破坏性地震或有感地震的震群活动要结合区域地震活动趋势进行具体分析,考虑地震序列类型原地重现规律有被打破的可能。上述结果为马鞍山市震后应急工作提供了参考依据。     

岫岩地震序列视应力变化及其预测意义

选取辽宁省地震局沈阳数字化地震台网中的岫岩、 营口、 本溪、 北镇、 新民5个台的波形记录, 计算了1999年11月29日岫岩M_S5.4地震序列视应力值。 5个台资料的计算结果具有很好的一致性, 即岫岩序列的视应力变化特征具有显著的共性特征: 震前低视应力阶段、 震时高视应力阶段和震后逐渐降低的调整至稳定阶段, M_S5.4主震和5.1级最大强余震前视应力升高, 表明视应力可作为中强震及震后地震趋势预测的判定依据。     

2015年尼泊尔强震序列对中国大陆的应力影响

基于2015年尼泊尔地震序列的破裂模型及均匀弹性半空间模型,计算了该地震序列传递到中国西藏境内发生在定日县地震和聂拉木县地震的应力.2015年尼泊尔地震序列导致定日县地震和聂拉木地震节面和滑动方向的库仑应力增加(2~3)×103 Pa和(2.4~3.1)×105 Pa, 表明这两个地震受到尼泊尔地震序列的触发.其次,我们计算了2015年尼泊尔地震序列在中国大陆及其附近主要活动断层上产生的库仑应力变化.喜马拉雅主山前逆冲断裂和青藏高原内部的拉张正断层上的库仑应力有较大的增加,而青藏高原的走滑断裂,如阿尔金断裂、东昆仑断裂、玉树玛曲断裂、班公错断裂西部、嘉黎断裂的库仑应力有较大的降低.天山南北两侧的断裂库仑应力降低.而华北及东北、华南地区的库仑应力变化几乎可以忽略不计.最后,计算了该地震序列造成的水平应力变化.水平面应力在2015年尼泊尔地震序列北向(青藏高原大部和新疆区域)增加(拉张),而在地震序列东侧的西藏南部和川滇地区南部降低(压缩),在华北和东北仅有少许增加,在华南地区有少许降低.在中国西部,主压应力表现为以2015年地震序列为圆心的向外辐射状,而主张应力方向与同心圆切线方向大体一致.水平主压应力方向在东北地区为北东向,在华北地区为北东东向,在华南地区为南东东向.这种模式与现今构造应力场方向相似,表现了2015尼泊尔地震序列所代表的印度板块和欧亚板块的碰撞是中国大陆构造变形的主要动力来源.