数据挖掘及其在地震预报中的应用前景

文介绍了数据挖掘的产生、任务、特点、过程和方法分类,介绍了数据挖掘的一些主要方法及其在地震预报中的应用前景。数据挖掘在地震预报中有很多应用领域,随着数据挖掘在地震预报应用领域的深入研究,必将进一步推动地震预报的进展。     

对气象工作管理的浅见

要办好社会主义气象事业,必须在不断提高气象技术水平的同时,大力提高管理水平。搞好气象工作管理,合理和有效地组织气象工作,对于加速气象事业现代化建设和更好地为国民经济、国防建设服务有着重要的意义。特别是随着全党全国工作着重点的转移,气象管理体制的改革,     

模糊数学方法用于地震研究概况(综述)

1956年,美国自动控制学家扎德(zadeh)首先提出了用“模糊集合”来作为表现模糊事物的数学模型,从而开辟了模糊数学(fuzzymathematics)这一新领域。自扎德发表开创性文章以来,模糊数学发展很快,至今已发表两千多篇文章和出版近二十本书。目前,模糊数学方法已经在天气预报、人工智能(机器人)、自动控制、图象识别、医疗诊断、信息处理以及经济学、心理学、社会学、生态学、语言学、管理科学、法律和哲学研究等多种领域内开始得到广泛的应用。由于用模糊数学方法来处理各类经验性的信息与研究对象具有简单方便、     

利用人工波源探测震前波速变化——以溧阳六级地震为例

本文讨论了视波速比=ts11-ts/tp11-tp与介质真实波速比的关系。假设地壳为水平双层结构,上层地壳内包含一个水平延伸的波速异常区.计算了的理论值。结果表明,对于以往用水平传播的直达波测不出异常的某些情况(例如直达波没有穿过异常区;异常区的水平尺度很小等),只要反射波穿过异常区,根据值的变化,仍有可能把异常较为有效地检测出来。 应用这一方法研究了溧阳地震台记录的马鞍山人工爆破资料,发现1979年7月9日溧阳6.0级地震前值呈现负异常,平均幅度约为5%,异常时间为15——17个月。为了解释这一异常,直达波在异常区内的路程应当很短,或者根本不穿过异常区。 本文结果表明,主要使用反射波,可能会改善用人工波源方法观测震前波速变化的前景。      

主成分分析及地震活动参数的约简

选择从不同侧面反映地震活动时、空、强特征的地震频次N(MLge;3.0)、b值、eta;值、A(b)值、Mf值、Ac值、C值和D值8个参量进行主成分分析. 通过主成分分析方法可以得到反映地震活动时、空、强异常特征的综合指标W. 通常这8个参量之间具有一定的相关性,各参量在不同时段的变化各有所异,预报效果并不理想. 但是综合指标W在华北13次5.8级以上地震前出现明显的异常变化. 表明综合指标W可以较好地反映地震活动时、空、强异常特征. 本文还对主成分分析所得结论的有关问题进行了讨论.      

支持向量机及其在地震预报中的应用前景

统计学习理论(SLT)是研究小样本情况下机器学习规律的理论。支持向量机(SVM)基于统计学习理论,可以处理高度非线性分类和回归等问题,不但较好地解决了小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力。本文介绍了支持向量机的分类、回归方法,分析了这一方法的特点,讨论了该方法在地震预报中的应用前景。     

我国大陆强震预测的支持向量机方法

统计学习理论是研究小样本情况下机器学习规律的理论. 支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法. 它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化（预测）能力,其预测效果通常优于人工神经网络. 我国大陆强震与全球主要板块边界的强震活动之间具有一定的关系,但是这种关系具有较强的非线性. 尽管这种关系还不清楚, 但是通过支持向量机可以很好地进行建模, 并对我国大陆强震进行预测.      

Support vector machine method for forecasting future strong earthquakes in Chinese mainland

Statistical learning theory is for small-sample statistics. And support vector machine is a new machine learning method based on the statistical learning theory. The support vector machine not only has solved certain problems in many learning methods, such as small sample, over fitting, high dimension and local minimum, but also has a higher generalization （forecasting） ability than that of artificial neural networks. The strong earthquakes in Chinese mainland are related to a certain extent to the intensive seismicity along the main plate boundaries in the world, however, the relation is nonlinear. In the paper, we have studied this unclear relation by the support vector machine method for the purpose of forecasting strong earthquakes in Chinese mainland.     

地震活动参数约简的因子分析方法

目前地震活动性分析有许多指标参量,各参量在不同时段变化各异,预报效果不理想。由于各参量之间通常具有一定的相关性,本文选择地震频次N(ML≥3.0)、b值、η值、A(b)值、Mf值、Ac值、C值和D值8个参量进行因子分析,得到的反映地震活动时、空、强异常特征的综合指标Wfa。结果表明Wfa在2005年江西九江5.7级地震和华北14次5.7级以上地震前出现明显的异常变化,可以较好地反映地震活动时、空、强异常特征。还对因子分析的有关问题进行了讨论。     

主成分分析法在地震预测中的应用研究

用1979年7月9日江苏溧阳6．0级地震前后震中附近地区的地震资料，选择与地震活动强度有关的3级以上地震的频次N、b值、η值、A（b）值、Mf值和Ac值等6个参量进行主成分分析，实现对上述参量的有效约减。这6个参量之间具有一定的相关性，各参量在不同时段的变化各有所异，预报效果并不理想。但是根据主成分分析可以得到反应地震强度异常特征的综合指标形，发现该指标在2次溧阳地震前出现明显的异常变化，震后异常恢复。表明综合指标形可以较好地反映地震活动异常增强的特征。文章还对与主成分分析所得结论的有关问题进行了讨论。