地震区划中的地震活动趋势预测一例

发布时间：2020-10-24 20:51

　　 地震区划中,地震活动趋势的预测是重要的一个环节。我国1990年版区划图在汶川-茂汶地区抗震设防烈度比1977年版区划图的低一度,就是由于对地震活动趋势判断的不同。本文结合这个实际例子深入分析,研究预测的可靠性以及地震区划如何采用预测的结果,主要进展如下:(1)用当年西南烈度队对南北带1970年以后地震活动趋势预测同样的数据、同样的方法,分别从1920年、1933年、1955年、1970年为外推起点,预测此后的地震活动趋势,得到的时间序列都在差不多相同的时间段出现峰值,指出南北带2007年和2011-2013年可能发生7级以上大地震,与当年的预测结果大体一致,与汶川地震、芦山地震的发生时间基本相符。将地震活动空间分布简化为纬度-时间序列,同样借助维纳滤波方法预测1970年以后大地震活动的空间范围,得到的结果与实际地震发生的纬度大多不符,个别年代相差很大,尤其是距“松潘-茂汶”、“泸定一带”较远,且不稳定。(2)补充1970年以来的地震数据,借助维纳滤波方法从时间和空间两个维度预测南北带的地震活动趋势的结果基本与之类似。根据1500-2016年的地震数据,分别构造6级以上地震时间序列与其后7级以上地震时间序列,推算其间的相关函数,从1980年、1990年外推未来百年大地震可能发生的时间,时序曲线还是在2008年及2013年附近出现峰值。不断增加新的地震数据,结果稳定地锁定上述两个时间段,地震实际发生的时间与预测的其他7级以上地震可能发生的时间最大相差十年左右,随着数据的增加,逐渐减小。(3)进一步分析地震活动时间预测结果对所取地震时间序列长短、起算震级大小、外推时段长短等的敏感性,结果表明,选取的地震时间序列长短、起算震级大小对预测结果稳定性的影响不显著,外推时段不宜过短,100年是合适的。维纳滤波方法在地震区划中用于地震带未来百年地震活动总体趋势预测是可行的。新增46年的地震数据后,对地震活动趋势在空间上的预测仍不成功,进一步说明维纳滤波方法在预测地震可能发生的位置上值得进一步研究。地震区划中,地震活动空间预测还要另辟其他途径。(4)本文尝试借助人工智能预测地震活动趋势。采用南北带1500-2016年的地震数据,采用滑动时间窗读取特征值的方法构造人工神经元网络学习的样本,用16-8-4网络预测南北带地震活动趋势的时间特征,用12-8-4、16-8-4两种网络预测南北带地震活动趋势的空间范围。网络训练中,都分别舍弃最近一段时间的地震数据,作为对预测检验的依据。结果表明,1990-2019年在28?N-31?N可能会发生7级以上大震,时间、空间范围涵盖了2008年汶川8.0级地震(31.0?N)、2013年芦山7.0级地震(30.3?N),不足之处是预测的范围过大。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P315.7
【部分图文】：

地区 日期 震级 死亡人数腊-安达曼岛 2004/12/26 9.0 227898 2010/1/12 7.3 222570川 2008/5/12 8.0 87587印度北部与巴基斯坦边境） 2005/8/10 7.7 ~860002003/12/26 6.6 ~31000特邦布吉 2001/1/26 8.0 20085 2011/3/11 9.0 1582（43847 2006/5/26 6.3 5749 树 2010/4/13 7.0 2698 布米尔达斯 2003/5/21 6.8 2266 度尼西亚） 2005/3/28 8.6 1313 尼苏门答腊岛南部） 2009/9/30 7.5 1117

图 1-2 我国 1977 年版地震区划图上汶川-茂汶的Ⅷ度区此为例研究地震区划中地震活动趋势预测，用同样北带地震活动趋势，看与西南烈度队当年预测的结的地震数据，看预测是否会始终稳定地锁定在大体析维纳滤波方法各环节不同的处理对预测结果的敏的可行性、可靠性。针对其中的不足，进一步探索活动趋势的可能性。人工智能迅速渗入人们的日常生活，指纹识别、人 等等，一次次地刷新了人们的思想观念[14]。网络（Artificial Neural Networks，简写为 ANN）采经网络，形成一种分布式并行信息处理的模型，通接实现对难以用数学公式表达的因果关系的记忆和工神经网络在模式识别、信号处理、预测评估、组广泛的应用，也波及震害预测[15]、地震烈度[16]以及

图 1-3 维纳滤波方法预测结果与南北带实际发生 M≥7 大地震时段的比较[38]随着数理统计结果与随后地震发生的时间序列对应不上的例子出现，SHA中对地震活动趋势预测的成果，很少直接采用，仅根据预测的趋势在历史地震时序中选取相应时段的统计数据，往往偏于保守[20]。相关研究没有中断，例如，黄世奇用随机函数中的线性预测理论对我国东南地区地震发生的时间进行了估计；雷建成等[39]采用维纳滤波方法预测了自贡市 50 年的地震活动趋势；闻满华[40]用极值统计研究大震缺失的影响，用维纳滤波方法研究大震释放的可能年
【参考文献】

相关期刊论文 前10条

1 倪晨旭;;浅谈人工智能未来发展趋势[J];科技创新与应用;2016年23期

2 王立媛;陶夏新;陶正如;姜伟;;我国地震区划图的初步检验[J];地震工程学报;2014年04期

3 陈珊桦;张有明;尤宇星;黄圣棕;;极值理论在福建沿海地区地震预测中的研究与应用[J];华北地震科学;2013年03期

4 阮海贵;谭毅华;鹿明明;田金文;;神经网络的粒子群优化算法及其在地震预测中的应用[J];计算机与数字工程;2013年02期

5 姜金征;薛伟;赵建明;;人工神经网络在地震预测中的应用[J];山西建筑;2013年01期

6 徐程;邹金慧;;BP神经网络在地震预测中的应用研究[J];自动化仪表;2012年06期

7 韩晓飞;潘存英;罗词建;;基于遗传算法的广义回归神经网络在地震预测中的应用[J];华北地震科学;2012年01期

8 苏义鑫;沈俊;张丹红;胡孝芳;;神经网络和改进粒子群算法在地震预测中的应用[J];计算机应用;2011年07期

9 李炜;蒋啊芳;邱剑锋;;基于MATLAB的BP神经网络模型在地震预报中的应用[J];井冈山大学学报(自然科学版);2011年01期

10 陈以;王颖;张晋魁;;组合人工神经网络在地震预测中的应用研究[J];计算机仿真;2011年01期

相关博士学位论文 前1条

1 李昌珑;时间相依的地震危险性区划研究及应用[D];中国地震局地球物理研究所;2016年

相关硕士学位论文 前4条

1 马雪;西昌—渡口地区地震烈度区划图（1973）的检验[D];中国地震局工程力学研究所;2016年

2 宋蕾;基于核主成分的维纳滤波方法在地震信号处理中的应用[D];吉林大学;2011年

3 颜军;改进的维纳滤波在地震资料处理中的应用[D];吉林大学;2007年

4 崔晓杰;维纳滤波的应用研究[D];长安大学;2006年

本文编号：2854964