“地震可预测性合作研究”计划:现有成就和发展重点

"地震可预测性合作研究"(CSEP)计划是一个对地震预测模型和预测算法开展前瞻性评估的全球信息化基础设施平台。CSEP的目标旨在提高我们对地震可预测性的理解、推进预测模型的研发、检验关键科学假设及其预测能力,以及改进地震危险性评估水平。自2007年在美国加利福尼亚州成立以来,全球CSEP合作一直在不同的构造环境及全球范围内进行预测实验,目前在四大洲运行4个检验中心,根据预期数据自动、客观地评估模型。这些实验为可操作的地震预测系统和地震危险性模型提供了大量的结果,并为地震的可预测性提供了新的、有时是令人惊讶的见解,还拒绝了对模型的改进。CSEP还开展了评估地震动和危险性模型的初步研究。本文报告了CSEP十年来取得的部分成就,并提出了未来地震活动性优先考虑的事项。     

"地震可预测性合作研究"计划:现有成就和发展重点

“地震可预测性合作研究”(CSEP)计划是一个对地震预测模型和预测算法开展前瞻性评估的全球信息化基础设施平台。CSEP的目标旨在提高我们对地震可预测性的理解、推进预测模型的研发、检验关键科学假设及其预测能力,以及改进地震危险性评估水平。自2007年在美国加利福尼亚州成立以来,全球CSEP合作一直在不同的构造环境及全球范围内进行预测实验,目前在四大洲运行4个检验中心,根据预期数据自动、客观地评估模型。这些实验为可操作的地震预测系统和地震危险性模型提供了大量的结果,并为地震的可预测性提供了新的、有时是令人惊讶的见解,还拒绝了对模型的改进。CSEP还开展了评估地震动和危险性模型的初步研究。本文报告了CSEP十年来取得的部分成就,并提出了未来地震活动性优先考虑的事项。     

中长期地震危险性概率预测中的统计检验方法Ⅱ:N-test和L-test方法

本文介绍了国际“地震可预测性合作研究”CSEP计划中, 用于地震概率预测模型检验的N-test和L-test方法的基本原理、 发展动态。 以地震活动平滑模型(smoothed seismicity model)在新疆天山中部地区的中长期预测结果为例, 本文尝试使用N-test和L-test统计检验方法对预测结果进行评价。 结果表明, 上述方法能够较好地评价预测结果, 并有助于构建更为科学合理的地震预测模型及相关参数设置。     

"地震可预测性国际合作研究"——1.0阶段工作理念及成果

20世纪90年代由世界多个国家的地震学家围绕“地震可否预测”问题进行国际讨论后, 人们开始思考适用于地震预测研究的规则应该有哪些, 尤其是地震学家针对地震预测研究中所采取的途径和工作思路开始发生了变化。 2007年开始的“区域地震似然模型”(Regional Earthquake Likelihood Models, RELM)工作组和由此进一步而来的“地震可预测性国际合作研究”(Collaboratory for the Study of Earthquake Predictability, CSEP)计划开始之后, 一大批地震预测模型和与评估其预测效能有关的统计检验方法加入进来, 在设立相同的预测规则和使用统一的数据来源下, 通过全球设立不同测试中心的方式, 共同参与到对地震可预测性问题的系统研究中来。 当前, CSEP计划已由开始的1.0阶段发展至2.0阶段, 为使读者了解与这几项国际合作研究相关的工作主旨和发展历程, 本文总结了与CSEP工作1.0阶段相关的工作理念和工作成果以及存在的问题, 以期为下一步工作的开展提供参考。     

地震可预测性研究的CSEP计划及其启示

地震可预测性是当前地震预测预报研究关注的前沿问题,对此问题的关注也代表了地震预测预报研究的现状,即采用更务实的态度、“循序渐进”地研究地震的可预测属性。本文介绍了国际上目前在地震可预测性研究中影响较大的“地震可预测性合作研究”（Collaboratory for the Study of Earthquake Predictability,CSEP）计划,通过对CSEP计划的历史背景、研究现状和技术特点的介绍,讨论了其对中国地震预测预报研究的可能的启发意义。     

可操作的地震预测(OEF)国际研究动态综述

对目前国际上正持续开展的"可操作的地震预测"的研究动态,从主要关注的领域、"概率增益"概念的引入、混合模型研发及其在地震减灾中的应用等方面进行了重点介绍。由于OEF是在全球"地震可预测性合作研究"计划基础上逐步发展起来,具有重要的地震预测模型研发的技术基础以及解决地震减灾决策实际问题的实践基础,因此,相关研究动态和技术思路对我国的地震预测预报工作具有重要的启发和借鉴意义。     

嘉峪关地震台地电阻率资料地震预测效能检验

1 研究背景 目前,国际上"地震可预测性合作研究"正在开展不同地震预测模型与不同统计检验方法、"最佳"模型构建方面的实验研究,并取得了阶段性成果,其中蒋长胜等(2011)通过对统计检验方法中的Molchan图表( Molchan,1990)进行研究,认为利用该方法可客观和科学地进行地震预测评估,还能解决固定研究区域内地震时间预测问题,并给出相应的概率解释.     

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。     

Molchan图表法在云南地区地震异常预测统计中的应用

近年来,全球地震可预测性合作研究CSEP计划( Collaboratory for the Study of Earthquake Predictability)取得较好的应用和发展,中国是该计划的主要参与国.该计划采用可比较的数据,使用统一的计算规则及严格的统计检验,获取地震异常的可预测性.其中Molchan图表统计...     

按照数量、时间、空间和震级对地震预报的综合及分项评估

在确定概率预测性能所用的评分方法中,对数似然法是最常用和最有效的。虽然对数似然得分评估了预报的综合效率,但我们需要进一步评估地震活动如总数量、发生时间、地点和震级等各因素的分项预测效率。为此,基于观测的地震事件,我们使用了条件或边际似然函数。这种分项评分揭示了预报模型的优缺点并说明了必要的改进。将这些得分应用于日本东北太平洋海岸近海MW9.0地震袭击的2011年3月灾难期间的概率预报。然而,该评估说明任何一个前瞻性预报模型都不能完全令人满意。因此,我们进行了另外两种回顾性预报试验来调查原因,包括M9巨大地震后地震活动率模式发生改变的可能性。此外,实验显示了地震可预测性研究合作实验室(CSEP)采用的单日预报规程的技术难点。进一步实验的结果引导我们对可发展为实时预报的地震可预测性研究合作实验室方案及其评估提出具体的修改建议。     

用于地震可预测性CSEP计划的南北地震带地区地震最小完整性震级Mc研究

为确定“地震可预测性国际合作研究计划”(CSEP)中的“CSEP中国检验中心”研究区范围,本研究采用“完整性震级范围”(EMR)方法研究了2008年10月1日至2011年5月31日期间南北地震带地区的最小完整性震级Mc的空间分布特征,并使用Bootstrap方法评估Mc的不确定度.对该地区整体Mc的研究结果表明,Mc ...     

中长期地震危险性概率预测中的统计检验方法Ⅰ:Molchan图表法

对中长期地震危险性概率预测结果的统计检验是地震预测预报的重要研究内容,采用通用的统计检验方法是促进地震预测理论、模型"无障碍"交流和发展的必要条件.本文通过对青藏高原东北缘地区PI算法和RI算法回溯性预测结果统计检验的实例,介绍了如何运用CSEP计划中已常规采用的Molchan图表法进行地震概率预测统计检验和分析,并分...     

欧洲实时地震风险减轻策略和手段项目概况

正欧洲实时地震风险减轻策略和手段项目(Strategies and Tools for Real Time Earthquake Risk Reduction,简写为REAKT)是由瑞士、葡萄牙、意大利、土耳其、希腊、冰岛、加勒比海东部岛屿等国家和地区联合开展的。该项目始于2011年9月1日,为期3年,主要开展强震前地震活动变化的物理过程研究,以及欧洲"地震可预测性国际合作研究计划"(CSEP)检验中心新拓展的冰岛和土耳其两个新的实验区的工作,由法国国家     

年尺度地震预测模型的国际研究现状

对未来1年内发生强震的预测在做好备灾应急准备和防震减灾工作上具有重要的现实需求.为反映近年来国际上关于1年尺度地震预测模型研究的进展,本文系统地整理了地震的统计概率预测模型、物理预测模型和混合预测模型,并从方法原理、预测效能评价、部署应用等角度进行了梳理.研究表明,目前国际上发展的1年尺度地震预测模型及其效能评价使用的参考模型的总体数量较少、建模原理主要基于G-R关系等统计学基本定律,显示该领域在基础理论架构、关键技术体系上并未足够成熟,这可能与相应的地震发生机理解释尚不完善、建立数理化的预测模型尚有困难等因素有关.     

利用混合概率预测模型分析华北地区地震活动特征

在可操作的地震预测研究过程中,构建效能可评价、符合区域地震活动特点的预测模型是至关重要的。以地震活动频发、地质结构复杂的华北地区为研究对象,选择相对强度模型、力矩比模型和简单平滑模型等3种地震概率预测模型,利用1970—2019年华北地区3.0级以上地震数据,以10 a为异常学习时段,以1 a为步长,分别开展1 a、3 a和5 a尺度下5.0级以上地震的回溯性滑动预测研究。通过Molchan图表法和T-test检验方法,对预测模型进行效能评估,优化了模型参数,确定了3种预测模型的最佳计算参数,构建了适合华北地区地震活动特点的不同时间尺度混合概率预测模型,并使用近10 a的地震分析了华北地区当前的地震活动特征。     

基于应力转移触发的地震危险性研究

正基于应力转移的模型与基于准周期复发的模型一起组成了时间相依的地震危险性分析的两个分支,能够为中长期地震预测提供参考。Reid(1910)提出的大地震复发的弹性回跳理论,从地震能量积累和释放的角度指出大地震的复发具有准周期性。之后,许多地震学家对大地震的发生率展开了研究。Shimazaki和Nakata(1980)提出了大地震发生的时间可预测模型和滑动可预测模型。Schwartz和Coppersmith(1984)提出了"特征地震"的概念。Matthews等(2002)从     

地震序列较强余震最小二乘拟合预测的方法研究

本研究给出了针对地震序列较强余震发生时间进行快速预测的一种方法,即最小二乘拟合预测方法.该方法包括:最小二乘拟合预测模型的建立、预测模型的各种可信性检验及模型预测等内容.震例研究表明,该方法在大(强)地震现场震情分析中可望发挥积极作用.     

非线性科学在地震研究中的一些应用

非线性科学应用极其广泛，近年来不少国内外学者将非线性科学应用于地震研究中，对地震现象的非线性问题和复杂性进行了探讨，取得了不少成果。本文对非线性科学在地震的可预测性、地震模型以及地震预报方法的研究方面进行了评述。关于地震的可预测性，有两种观点：一是认为地震是混沌，因而是不可长期确定性预测的；另一种观点认为地震是弱混沌，因而可能是可长期确定性预报的。加卸载响应比地震预报方法抓住了地震的本质，是一种很有希望的方法。     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了Mw6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km2的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了M_w6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km²的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.