首页 | 本学科首页   官方微博 | 高级检索  
     

基于长短期记忆神经网络的实时地震烈度预测模型
作者姓名:胡进军  丁祎天  张辉  靳超越  汤超
作者单位:中国地震局工程力学研究所地震工程与工程振动重点实验室,黑龙江哈尔滨 150080;地震灾害防治应急管理部重点实验室,黑龙江哈尔滨 150080
基金项目:国家自然科学基金重点项目(No.U1939210);
摘    要:实时烈度预测可在破坏性地震波到达前,根据P波估计地震可能造成的最大影响.预警对象可以采取措施,降低可能造成的损失.P波位移幅值是一种有效估计地震动峰值的参数,然而单个或多个参数难以全面表征地震动中的信息.同时,参数的计算需要确定时间窗大小,无法实现连续预测.为了解决上述问题,提出了一种基于长短期记忆网络的实时地震烈度预测模型.基于2010-2021年K-NET数据构建模型,并选取2022年3月MJMA7.3地震事件作为案例验证模型.结果表明,P波到达后可以在记录的每个时间步预测烈度,P波到达3 s时在测试集中准确率为96.47%.提出的LSTM模型改善了烈度预测的准确性和连续性,可为地震预警、应急响应等提供科学依据.

关 键 词:地震烈度  实时  神经网络  深度学习  地震预警  工程地质
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号