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      

地下水观测数据拟合与预测的支持向量机方法

影响地下水位变化因素有很多,在正常情况下,地下水位的变化实际上反应了气压、固体潮和降雨这些因素的变化,但是这些影响因子与地下水位之间有着较强的非线性关系。该文使用支持向量机方法建立起崇明中学观测站地下水位与气压、固体潮和降雨这些因素之间的非线性关系模型,并用于地下水观测数据拟合与预测,得到了较理想的结果,明显优于逐步回归方法。研究结果表明,支持向量机方法在地震前兆数据处理中有着广泛的应用前景。文中还对支持向量机方法在实际应用中的有关问题进行了讨论。