自然地震数据的区域相关性分析与研究

发布时间：2021-04-01 17:46

迄今为止,在世界科研范围内,地震的预测仍是难题。我国位于环太平洋地震带与欧亚地震带之间,受太平洋板块、印度板块和菲律宾海板块的挤压,地震断裂带十分活跃,属于地震频发国家。地震活动的影响范围极大,并且地震会引发余震以及次生灾害,这些都对人类的生命、财产安全造成了严重的威胁。因此,地震的研究具有极大的现实价值。地震数据不同于以往的数据,往往结构复杂、形式多变、具有高度非线性等特征,并且随着信息时代的来临,地震数据量呈现飞速增长、地震的来源更加多样化。传统的数据分析手段耗时耗力,已经无法满足对地震数据的深度挖掘。很多学者的研究表明,邻近的区域和地震带、甚至超长距离的地震带之间的地震活动在时间、空间上具有一定的相关性。本文旨在将时序数据挖掘方法应用于自然地震数据的研究中,从而发现相关性高的地震区域以及区域间的时序关系,进而为地震预报提供相关理论依据。传统的时间序列相似性度量方法对于稠密且连续的数值型时间序列能够取得良好的效果,但地震事件是小概率事件,地震数据集在一定的时间范围内往往是稀疏的,由于这种稀疏特性,因此不具备丰富的频域特性和趋势、形状特性。基于已有的时间序列相似性的度量方法和地震数据的特点,本文重新定义了时间序列相似性度量模型和时间序列相似性匹配算法。为了后续数据挖掘工作的顺利开展,本文首先分析了所研究地震数据集中存在的问题,采用数据归约、数据清洗技术实现了属性约简、缺失值填充、重复值去除,并对数据进行了地理位置信息补充,完成了数据预处理工作。然后,将地震数据集抽象为区块地震事件时间序列集合,并对余震事件进行了去除。最后将本文定义的时间序列相似性度量模型应用于大量的历史地震数据中,设计了不同空间尺度、时间窗尺度、震级尺度的实验实现了时间序列匹配算法。实验结果表明,本算法能够有效地发现地震活动相关度高的区域,并且相关性高的区域之间具有明显的单向时序关系特点,对地震预测研究具有一定的启发意义。
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P315.63;TP311.13

文章目录

摘要

Abstract

1 引言

1.1 研究背景及意义

1.2 研究内容

1.3 组织结构

2 数据挖掘技术与地震预报

2.1 数据挖掘技术概述

2.1.1 数据挖掘技术发展概述

2.1.2 数据挖掘步骤

2.1.3 数据挖掘常见策略

2.2 地震预报中的数据挖掘技术

2.2.1 地震预报背景知识

2.2.2 现有的地震预报方法

2.2.3 地震预报中的数据挖掘技术

2.3 本章小结

3 地震数据预处理方案

3.1 数据预处理相关技术简介

3.1.1 数据清洗

3.1.2 数据变换

3.1.3 数据集成

3.1.4 数据归约

3.2 原始地震数据集分析及预处理

3.2.1 数据集存在的问题

3.2.2 地震数据归约

3.2.3 地震数据清洗

3.2.4 补充地理位置信息

3.3 本章小结

4 基于自然地震数据的区域相关性分析方案

4.1 时间序列相似性度量

4.1.1 经典的相似性度量方法

4.1.2 现有度量方法缺点

4.2 基于地震事件时间序列的地震区域相关性分析

4.2.1 地震区域相关性分析

4.2.2 基于自然地震数据的相似性度量模型

4.2.3 数据准备

4.3 实验内容设计及结果分析

4.3.1 实验环境

4.3.2 实验结果及分析

4.4 本章小结

5 总结和展望

5.1 本文工作总结

5.2 展望

致谢

参考文献

硕士研究生期间的主要学术成果

【相似文献】