扬铜地震构造带中强地震灰色预测

本文用灰色灾变预测方法，以两次中强地震的间隔时间或历次中强地震发生时间作为原始建模数列，分别建立扬铜地震构造带Ｍ＿Ｓ≥４．Ｏ和Ｍ＿ｓ≥５．０地震灰色预测模型。通过近年对该带中强地震发生时间预测实践，证明该模型的预测精度和效果均令人满意，说明灰色预测方法可以作为地震预报综合研究的内容之一。     

1932年昌马地震构造力学特征探讨

１９３２年昌马地震构造力学特征探讨郭万武，张范民，邢成起，温增平（国家地震局兰州地震研究所，兰州）ＤＩＳＣＵＳＳＩＯＮＯＮＴＨＥＴＥＣＴＯＮＯＭＥＣＨＡＮＩＣＦＥＡＴＵＲＥＳＯＦ１９３２ＣＨＡＮＧＭＡＥＡＲＴＨＱＵＡＫＥＭｓ７．６￥ＧｕｏＷａｎｗｕ；...     

地震现象的新观点

本文综述断裂和碎形理论的最新进展，以分形的观点解释地震学经验公式，提出了地震作为自组织临界现象（ＳＯＣ）的观点。地震的发生是地壳中的能量耗散过程，而地壳构造能量连续地得到补给，地壳的自组织行为达到临界状态，时间上和空间上的分形结构就自然呈现出来。众所周知，在地震中幂次律关系即是地壳临界状态的表述。本文还提出了一个地震的ＳＯＣ模型，用以解释古登堡－里克特公式，大森的余震公式以及震源的分形分布。地震现     

历史地震资料与地震的中长期预测

故障诊断模型的基本内容是根据动态系统的外部特征来判断系统内部是否发生故障及确定故障发生的部位、时间和大小。由于故障诊断技术在监测及诊断故障的思路上和地震预报有很多相似之处，因此，把故障诊断技术应用于地震预报是可行的。由于该模型与其他数学模型一样，需要有较多的学习过程，所以历史地震资料在该模型中有重要作用。而其中的鲁棒性故障诊断模型在抑制各子模型的个性，凸现其共性方面有其特有的性质，所以把它作为一种综合模型，能抑制各子模型的个性，突出在地震预测方面的共性，从而提高预测的精确性。本文根据一个实例，说明了这种综合性模型的可行性。在文章的最后，由信息量的分析，说明了模型的鲁棒性特征。     

地震活动泊松模型和应力释放模型在地震预测和地震危险性评估中的一些应用研

地震活动性是指地震发生在时间、空间和强度上的规律性。对地震活动研究的主要目的是对其未来的活动进行预测。地震活动随时间分布的特征是否表现为周期性、随机性、群集性 (cluster)等是地震学家十分感兴趣的研究课题 ,它对于理解地震活动物理过程和建立地震预测的研究思路具有重要的影响。对地震活动在时间域中的预测可分为中长期预测和中短期预测。本论文是针对地震活动中长期预测常采用的稳态泊松模型做了一些研究工作 ,发展了一些新的计算方法 ,具体分以下两部分。1　地震活动长期特征 (或平均特征 )的预测方法及地震危险性评估的新方…     

各国地壳上地幔深地震反射研究计划与进展

当前世界上采用的深部探测地球物理技术主要是地震学方法，七十年代以来，美、英、法、德、加拿大、澳大利亚等发达国家相继开展了各自的深地震反射研究计划ＣＯＣＯＲＰ、ＢＩＲＰＳ、ＥＣＯＲＳ、ＤＥＫＯＲＰ、ＬＩＴＨＯＰＲＯＢＥ＆ＡＣＯＲＰ。共完成深地震反射测线４万公里左右，获得了岩石圈的形成与演化，地球动力学过程，及地球深部构造等方面重要信息，从八十年代开始，我国在不同构造带上实施了１５００公里左右的深地震     

张北-尚义地震现场CO_2测量与震后趋势判断

利用ＣＯ２快速测定法监测了张北－尚义地震现场４个观测点的ＣＯ２动态特征,并初步讨论了ＣＯ２的来源。结果表明ＣＯ２没有明显的异常,故认为６．２级地震之后,震区构造应力没有进一步增强的迹象。因此于１９９８年１月２０日和２月３日两次提出１５ｄ内震区发生ＭＳ≥５．０强余震的可能性不大的震后趋势预测意见。事实证明这个判断是正确的     

地震活动的灰色预测和地震前兆的灰色判别

本文运用灰色系统理论和方法，对地震活动进行灰色预测，表明河北诏山7.8级强震和江苏常熟5.1级中强震建模预测效果良好，对地震前兆数据作新息模型和等维新息模型的异常判别，以及包络模型判别、拓扑模型群判别，可以鉴别出地震前兆异常，实为地震前兆分析的一种新方法。     

地震水文地球化学数据管理系统的技术特点

根据地震水地球化学测量的具体情况,在中汉字平台ＵＣＤＯＳ环境下利用ＦｏｘＰｒｏ２．５ｆｏｒＤＯＳ关系数据库开发了地震水地球化学数据管理系统。     

改善短期地震预测的混合模型

短期地震概率（STEP）预测模型将大森-宇津余震衰减关系和古登堡～里克特频度-震级关系应用到地震丛集。这个模型主要用来预测余震活动,而依赖于时间不变的背景模型预测大多数主震。另一方面,长期地震预测模型EEPAS（根据尺度每个地震都有前兆）利用前兆尺度增加现象及相关的预测标度关系,取决于震级的大小可提前数月、数年或数十年预测主震。这两种模型均显现出比地震活动性不随时间变化的模型可提供更多的信息。通过将这两种模型混合在一起,我们期望形成包含更多信息的短期预测模型。本优化混合模型利用了加利福尼亚州1984～2004年间改进的国家地震系统目录,是一种预测M≥5．0级地震的凸线性组合,其中EEPAS预测量为0．42,STEP预测量为0．58。这种混合模型与每一种单独模型相比,平均概率增益大于2。数种不同的混合模型将提交到南加州地震中心的地震预测能力研究合作实验室（CSEP）检测中心,用以确定该结果是否由这些模型对未来地震的实时检测产生出。     

1998年南加州地震中心的研究项目

南加州地震中心的科研任务南加州地震中心（ＳＣＥＣ）的研究目标是研究和发展地震危险性评估的科学基础,其研究重点是：①地震潜势或作为地点、震级和时间函数的地震发生的概率;②破裂动力学;③地面运动或是用于任何场地的任意地震的完整的理论地震图。地震潜势研究包...     

天津市地震经济损失模型和生命损失模型的预测研究

文中主要探讨了由地震引起的天津市经济损失和生命损失的预测问题。首先阐述了天津市震害预测的 5个背景特点 :建筑物特点、地质条件特点、建筑场地划分特点、基本设防烈度特点以及地震烈度衰减关系特点 ,根据这 5个特点将天津市划分为含有 7种建筑结构形式的 4个区域的震害预测模式。在此基础上 ,分析了天津市地震经济损失模型和生命损失模型 ,考虑了时间因素 ,然后与1976年唐山大地震的实际震害结果进行了对比及修正 ,给出了天津市 4个区域的建筑物地震经济损失率模型、社会财富损失率模型和建筑物毁坏率模型 ,并给出了计算天津市建筑物地震经济损失、天津市国内生产总值GDP地震经济损失和天津市地震生命损失的表达式 ;最后 ,将天津市地区划分为2 85 8个震害评估单元 ,以近百年来在天津市区域内曾经发生的最大地震作为假想地震 ,预测分析了天津市建筑物地震经济损失分布和地震生命损失分布结果     

半年度地震趋势数值预测

采用"自激励门限自回归模型"(SETAR)对山西、河北平原带及郯庐带1970年以来半年度最高震级序列进行了分析计算,给出了1998年以来山西、河北平原带及郯庐带半年度最高预测震级。结果表明,该模型对半年度地震趋势预测具有良好的预测效果,这种建模方法有效,模型可信。     

山西年度地震趋势的数值预测

采用"自激励门限自回归模型"(SETAR)对山西1970年以来年度最高震级序列进行了分析计算,给出了1998年以来年度最高预测震级,结果表明,该模型对年度地震趋势预测具有良好的预测效果,这种建模方法有效,模型可信.     

地震发生中长期预测中的非稳态泊松模型

基于实际地震的发生在一个活动期内具有加速活动的特点 ,作者提出一种非稳态泊松模型。与稳态泊松模型中地震发生率 ν为常数相对应 ,该模型中地震发生率 ν是随时间呈指数性增加。采用对数似然方法 ,通过使其最大化来确定模型的参数。作者以一个假想的时间序列 ,讨论了非稳态与稳态泊松模型之间的差别 ,并将该模型实际应用于华北地区汾渭地震带和华北平原地震带的中长期预测中     

在微机上使用CSCE地震处理软件

ＣＳＣＥ是江苏省地震局研制的供遥测台网处理地震及编目工作的软件。因其是一个比较成熟的有代表性的软件,在各台网得到了广泛的应用。邯郸台网８个子台,经常用ＣＳＣＥ软件对地震进行定位、计算震级、出月报、日报等日常工作,所用的计算机是１９９１年华北联网统一装...     

一次较成功的中期地震概率预测实例

１９８８年底依据地震活动性资料，运用ＭＹＣＩＮ不精确推理方法，提出了１９８９年及稍长时间的中国大陆中期地震趋势预测概率图，这是一次较成功的中期地震概率预测实例。     

台湾地区强地震序列的GM模型

对台湾地区Ｍ≥７．０级强地震序列进行了灰色系统ＧＭ模型的建模。从模型检验精度和结果看,模型的关联度Ｒ、后验差比值Ｃ和小误差概率Ｐ等有关指标都说明所建模型是可靠而精确的,表明灰色系统ＧＭ模型在台湾地区强地震序列预测中有一定的实用价值。     

中—长期地震预测方法概率增益的评估

对各种不同时空尺度地震预测方法的概率增益Ｋ的评估,是应用地震预测综合概率增益模型的基本研究内容之一。各种尺度地震预测方法可分为空间增益,时间增益和时空增益三种类型,初步研究了概率增益Ｋ的评估方法,给出预测状态概率评估概率增益Ｋ的关系,并得出地震预测方法的Ｒ值评分与概率增益Ｋ的关系     

基于地震观测数据的机器学习地震预测研究综述

机器学习突出的隐式特征提取和复杂任务处理能力正推动着地震预测科学的发展,为系统了解机器学习技术在地震预测领域的发展现状,从指定时空窗的地震震级预测、发震位置和发震时间估计三方面,综述了国内外机器学习在地震预测领域中的应用,其中在震级预测问题上AI应用最为广泛;总结了机器学习地震预测的主要特征参数、模型和评价相关问题,从多种评价机制中探索地震活动性参数对地震预测结果的影响,并对地震预测领域存在的问题进行初步讨论和展望。在可预见的未来,AI技术的引入和应用领域的拓展,有可能引领地震预测领域的持续发展。