基于最小二乘与径向基函数神经网络的海平面变化预测

在对海平面变化规律进行深入分析的基础上,应用最小二乘神经网络组合模型对海平面变化趋势进行预测;对卫星测高海平面异常序列中的周期项及线性趋势项利用最小二乘模型进行拟合,残差部分则采用径向基函数神经网络模型进行预测。对中国近海海域卫星测高海平面异常序列的预测表明,连续1个月的预测精度为0.52 cm, 3个月的预测精度为0.65 cm,证明了该组合模型在海平面变化短期预测方面的可靠性,其在海平面变化预测领域具有较高的应用价值。     

夏河5.7级地震前湟源地震台地下流体数据异常分析

夏河5.7级地震前,湟源地震台地下流体数据存在明显的异常变化.通过与该台形变数据的对比,证实地下流体数据对孕震区和外围区介质变化的响应较灵敏.地下流体由于其可流动的特性,有可能比形变观测仪器能更早地感知到来自地下应力场的变化.研究结果可为地震观测分析提供基础资料.