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。     

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。     

模糊数学方法在地震综合预报中的应用

本文的目的,是把模糊数学中发展起来的模糊识别的直接方法与间接方法,试用于地震综合预报.模糊识别的直接方法,就是直接由前兆指标的从属函数来估计地震危险性并进行预报,其效果依赖于建立前兆指标的从属函数的技巧.文中以地下水氡含量、视电阻率、波速等前兆资料为基础,提出了一种主要依据前兆变化速率及相关系数,并使用其它途径来建立从属函数的具体方法与公式.使用这样的从属函数之后,可以更好地识别出前兆异常,并且更容易区分出异常的起始、终结或发生明显转折的时期.模糊识别的间接方法,本文中采用的是模糊聚类分析方法,它与选取表示型类区别的相似系数或距离有关.我们这里采用的是基于模糊等价关系的聚类分析方法.此方法包括以下步骤:将一系列样本按彼此间的相似程度建立一个模糊相容关系;通过合成运算把这个模糊相容关系改造为一个模糊等价关系;选择一个适当的参数的数值,并对原始样本进行分类.选取某一给定地区的地震活动性的一些统计指标,或者选取由多手段单台或单手段多台得出的一些前兆数据(地形变、地下水氡含量、视电阻率等等),就可以使用上述模糊聚类分析方法来进行地震综合预报.作为说明此方法的例子,文中给出了对我国西部强震及中强震得出的一些初步结果.由所得结果可以看出,利用模      

基于多手段异常结果的地震综合概率预测

地震综合预测是,根据地震地质、地震活动性、地震前兆异常和环境因素等多种分析手段,与前兆信息监测所进行的现代防震减灾研究.最初的综合预测方法主要以预报经验的数学化统计为主,主要包含测震学、地壳形变学、地磁地电、地下流体等4种学科的预测方法,以及衍生出的,如综合概率法、模糊聚类、模式识别、专家系统以及模糊综合判定等分析方法...     

用模糊集理论对时变震害作定量估计

本文中,模糊集理论的各种方法,也称模糊数学,已被应用于时变震害的定量估计,获得以下结果: 1.以地震烈度资料为基础对震害作定量估计.应用模糊数学的一些方法,大地震前的地震烈度花样能进行比较清楚地、定量地计算;在某给定区域,大震前高活动周期和地震活动静态周期能被识别;地震活动的暂时变化和地震间隙的相似性也能被检测出来.另一方面,根据一系列的地震烈度统计指标,也可以直接估计时变震害.文中模糊集分析的两种方法.即模糊类比法和模糊花样识别直观法都很有特色.模糊集分析方法之一是基于模糊网;其二是根据模糊等效关系.2.以不同前兆观测资料为签础对震害作定量估计,模糊花样直观法适于研究不同种类地震前兆.根据被识别前兆的时间和空间特征,将能估计不同时期震害.本文主要研究中国和日本观测到的中、短期前兆.     

模糊集理论与灰色系统理论在地震预报中的综合应用

把研究不确定信息的两种理论方法,即模糊集理论与灰色系统理论的方法综合应用于地震预报当中,在以下三方面取得了初步研究结果:(1)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和灰色突变预测结合在一起,建立了地震预测的灰色模糊模型,为地震预报实用化提出了一种新的可能的途径,并给出了初步应用实例;(2)地震模糊聚类预测中指标优劣的灰色建模判断.仍以 GM(1,1)灰色建模为基础,在模糊聚类分析之前作指标择优处理,减少了指标选择的盲目性.以1975年以来江苏及其邻区的地震活动资料为例,进行了分析计算,结果比较清晰,比一般模糊聚类结果有所改进:(3)关联度和模糊聚类在地震预报中的联合应用.把灰色系统理论中的关联度方法和模糊集理论中的模糊聚类分析方法,联合应用于地震预报研究当中,以华北地区每年地震强度预测为例进行了初步探讨.本文的初步研究结果表明,地震预报所依据的不少信息和指标都带有灰色模糊的性质,因而,综合使用模糊集理论与灰色系统理论的方法可望取得更为有效的结果.      

用模糊聚类方法进行地震危险区划的初步尝试

地震危险区划工作是地震工作的一项重要任务,但是地震危险区划工作本身往往具有一定的模糊性。本文正是基于地震危险区划工作的这种特点,用模糊聚类的方法,对四川地区地震危险区作出一定的估计,取得了一些初步的结果。一、模糊聚类的基本思想及方法所谓模糊聚类,就是把所给定的对象在某种意义下分成相似的族,     

模糊数学方法在分析日本东海地区地震前兆中的应用

本文把模糊模式识别的直接方法用于检测日本东海地区地震活动性、体积应变、地下水位、地下水氡含量、地倾斜和潮位中的前兆变化。此方法可消除诸如降雨和气温变化等干扰,使我们能更清晰地识别出地震前兆。此外,还把模糊相似方法和模糊聚类方法应用于识别地震空区及检验地震活动随时间变化的相似性。上述方法在日本其他地区同样有效,即将编入日本气象研究所板内地震预报计划中的计算机系统内。     

模糊数学方法在地震预测中的应用研究及其实效

20世纪80年代以来,针对地震孕育期间孕震信息的模糊性,国内开展了多项模糊数学方法在地震预测中的应用研究。应用这些方法可以将多项指标所显示的孕震的模糊信息转化为清晰的地震预测结果。现仅介绍模糊聚类分析和模糊综合评判两种常用方法在地震预测中的应用研究概况及其预测实效。     

塘18井天然气逸出量中短期地震前兆异常的统计—模糊识别

本文综合利用统计和模糊识别方法处理了塘18井天然气逸出量连续7年的观测资料。所用的统计方法是方差分析,模糊方法则为模糊模式识别的直接方法。使用统计处理后的曲线比原观测值曲线更容易判别出地震前兆异常。在用统计方法识别出趋势性异常的基础上,可进一步采用模糊数学方法来识别中、短期地震前兆异常。 本文的研究结果表明,用统计-模糊识别方法可重点预测在离该井300公里以内的北东—南西方向上发生的M_s≥4.5地震。 本文最后探讨了用统计-模糊识别方法得出的中、短期地震前兆的某些特征,并作了简要的讨论。     

结构模糊随机可靠度的实用计算方法

本文以模糊随机变量为基本变量，定义了结构的模糊随机功能函数，分析了结构有效状态与失效状态之间的模糊性，建立了结构的模糊随机极限状态方程。利用序关系给出单失效模式结构的模糊安全准则，讨论了ａ－约束水平条件下单失效模式结构的失效概率、可靠度及可靠指标，进而得出结构的模糊随机失效概率、模糊随机可靠度及模糊可靠指标等。本文给出的具体计算方法和目前设计规范中彩的方法是相对应的。     

水库诱发地震预测方法研究

利用模糊聚类分析和灰色聚类分析提出了预测水库诱发地震上限震级的方法，并以新丰江水库地震为例进行了讨论。研究表明，预测的上限震级与实际发震情况相符     

西北黄土地区及其邻区烈度影响范围的模糊信息分析

本文以西北黄土地区（陕、甘、宁、青）及其邻区历史地震等震线资料为基础，采用模糊信息分析方法，建立震级与烈度分布范围的模糊关系，并将其用于甘肃境内近年发生的迭部地震和景泰地震，计算结果与实际震害情况较为接近。本文还将研究结果同前人的工作进行了对比。     

Grey fuzzy optimization model for water quality management of a river system

A grey fuzzy optimization model is developed for water quality management of river system to address uncertainty involved in fixing the membership functions for different goals of Pollution Control Agency (PCA) and dischargers. The present model, Grey Fuzzy Waste Load Allocation Model (GFWLAM), has the capability to incorporate the conflicting goals of PCA and dischargers in a deterministic framework. The imprecision associated with specifying the water quality criteria and fractional removal levels are modeled in a fuzzy mathematical framework. To address the imprecision in fixing the lower and upper bounds of membership functions, the membership functions themselves are treated as fuzzy in the model and the membership parameters are expressed as interval grey numbers, a closed and bounded interval with known lower and upper bounds but unknown distribution information. The model provides flexibility for PCA and dischargers to specify their aspirations independently, as the membership parameters for different membership functions, specified for different imprecise goals are interval grey numbers in place of a deterministic real number. In the final solution optimal fractional removal levels of the pollutants are obtained in the form of interval grey numbers. This enhances the flexibility and applicability in decision-making, as the decision-maker gets a range of optimal solutions for fixing the final decision scheme considering technical and economic feasibility of the pollutant treatment levels. Application of the GFWLAM is illustrated with case study of the Tunga–Bhadra river system in India.     

Assimilation of fuzzy data by the BME method

Modern spatiotemporal geostatistics provides a powerful framework for generation of predictive maps over a spatiotemporal domain by accounting for general knowledge to define a space of plausible events and then restricting this space of plausible events to be consistent with available site-specific knowledge. The Bayesian maximum entropy (BME) method is one of the most widely used modern geostatistics methods. BME results from assigning probabilities of plausible events based on general knowledge through information maximization and then applying operational Bayesian conditionalization that can explicitly assimilate stochastic representations of various uncertain (soft) data bases. The paper demonstrates that fuzzy data sets can be indirectly assimilated by BME through a two-step process: (a) reinterpretation of the fuzzy data as probabilistic through a generalized defuzzification procedure, and (b) efficient assimilation of the probabilistic results of generalized defuzzification by the BME method. A numerical demonstration involves site-specific probabilistic results obtained from the generalized defuzzification of a simulated fuzzy data set and general knowledge that includes the spatial mean trend and correlation structure models. The parameters of these models can be inferred from the hard data equivalent values of the probabilistic results. Accordingly, details of inference based on probabilistic soft data are also considered.     

A fuzzy‐based simulation method for modelling hydrological processes under uncertainty

In this study, a fuzzy‐based simulation method (FBSM) is developed for modelling hydrological processes associated with vague information through coupling fuzzy vertex analysis technique with distributed hydrological model. The FBSM can handle uncertainties existed as fuzzy sets in the hydrological modelling systems, and solutions under an associated number of α‐cut levels can be generated by solving 2ⁿ deterministic models. The lower reach of the Tarim River Basin in China is selected as a study case for demonstrating applicability of the proposed method. The developed model is calibrated and validated against observed groundwater elevation for four wells during the period 2000–2001, and generally performed acceptable for model Nash–Sutcliffe coefficient (R2) and correlation coefficient (R). The R2 is approximately over 0·65 and the correlation coefficient is higher than 0·90. Based on the technique of fuzzy simulation, the uncertainties of two parameters (K_H and LC) are reflected under different α‐cut levels. The results indicate that, under a lower degree of plausibility, the interval between the lower and upper bounds of the groundwater elevation is wider; conversely, a higher degree of plausibility would lead to a narrow interval. The main effect of K_H is more significant than the effect of LC at most well sites. The proposed method is useful for studying hydrological processes within a system containing multiple factors with uncertainties and providing support for identifying proper water resources management strategies. Copyright © 2010 John Wiley & Sons, Ltd.     

三亚市交通系统易损性分析

采用经验统计法,模糊数学理论和Push—over等方法,针对三亚市交通系统中的道路、桥梁进行易损性分析研究,给出了不同烈度下道路、桥梁易损性分析结果,从中找出交通系统存在的薄弱环节,为三亚市编制抗震防灾规划和制定防灾决策提供重要的科学依据。     

Identification of coastal water quality by statistical analysis methods in Daya Bay, South China Sea

In this paper, cluster analysis (CA), principal component analysis (PCA) and the fuzzy logic approach were employed to evaluate the trophic status of water quality for 12 monitoring stations in Daya Bay in 2003. CA grouped the four seasons into four groups (winter, spring, summer and autumn) and the sampling sites into two groups (cluster DA: S1, S2, S4-S7, S9 and S12 and cluster DB: S3, S8, S10 and S11). PCA identified the temporal and spatial characteristics of trophic status in Daya Bay. Cluster DB, with higher concentrations of TP and DIN, is located in the western and northern parts of Daya Bay. Cluster DA, with the low Secchi, is located in the southern and eastern parts of Daya Bay. The fuzzy logic approach revealed more information about the temporal and spatial patterns of the trophic status of water quality. Chlorophyll a, TP and Secchi may be major factors for deteriorating water quality.     

成都平原东部地震动小区划研究

场地的区域工程地质条件决定了场地土结构及土动力学参数的区域性差异,对强震地面运动起着重要的控制作用。为了考虑这种控制作用,以便合理地进行成都平原地震动小区划,本文根据一定数量的地震反应分析结果和所处的区域工程地质条件,建立了地貌单元、土层厚度和土层结构等因素与各类地震反应谱和各档峰值加速度的统计直方图。并引入分量分析方法,对原始因素进行正交变换,用产生互不相关的新因素来代替它们。正交变换之后,根据因子得分矩阵建立模糊关系矩阵 R,根据反映新因素重要程度的因子载荷矩阵生成新因素权重矩阵 A,然后采用模糊综合评判方法,判别成都平原东部各点的地面地震动类型,并由判别结果勾划了本区地震动小区划图。