ai算法用于广西中强地震的回溯性震例研究

ai算法用于广西中强地震的回溯性震例研究

ID:5314255

大小:1.21 MB

页数:8页

时间:2017-12-08

ai算法用于广西中强地震的回溯性震例研究_第1页
ai算法用于广西中强地震的回溯性震例研究_第2页
ai算法用于广西中强地震的回溯性震例研究_第3页
ai算法用于广西中强地震的回溯性震例研究_第4页
ai算法用于广西中强地震的回溯性震例研究_第5页
资源描述:

《ai算法用于广西中强地震的回溯性震例研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第37卷第1期地震研究VoL37.No.12014年1月JOURNALOFSEISMOLOGICALRESEARCHJan.,2014AI算法用于广西中强地震的回溯性震例研究水阎春恒,周斌,陆丽娟,甘延锋,郭培兰(1.广西壮族自治区地震局,广西南宁530022;2.广西防震减灾与紧急救援办公室,广西南宁530022)摘要:运用改进的AI算法对1970年以来广西及其邻近北部湾海域MI>4.5地震进行回溯性研究。结果表明,AI指数能够量化地给出中强地震前小震活动的“加速”或“减速”的变化程度,在1—3年背景下,这种异常现象较明显,可为该地区开展中短期地震趋势分析提供新的判据

2、。关键词:AI算法;小震活动;回溯性统计;广西地区中图分类号:P315.7文献标识码:A文章编号:1000—0666(2014)01—0016—080引言1AI算法简介近年来,一些学者将现代统计物理的理论和AI(AccelerationIndex)算法的目的主要是分方法应用到地震预测研究中,取得了探索性的成析地震活动的异常变化,这里的异常是指超过或果,如地震加速矩释放(AMR)现象(Bufe,Var-远低于一个地区正常背景活动水平的变化。正常nes,1993;Somette,Sammis,1995;Knopof的背景活动定义为与大地震无关的时间区间内的etal,1996

3、;Jaum6,Sykes,1999)、加卸载响应地震活动,据此计算出的背景值记为UM(Usual比(LURR)(Yinetal,1995,2000,2002;mean)。对于和大地震无关的记录的选择,遵照以Smith,Sammis,2004;Trotta,Tullis,2006;罗贵下原则:(1)删除M。.>14.5地震后t时段内的余安等,1996;陈学忠等,1996)、基于复杂系统统震,虽然精确删除余震的工作量较大,但是可以计力学的图像信息学算法(PI)(Rundleetal,保证UM计算结果的准确性;(2)消除“前震”2000a,2000b;Nanjoetal,20

4、06;蒋长胜,吴忠记录,考虑到大地震前较短时间内地震活动可能良,2008)、态矢量(Reichl,1980;尹祥础等,受处于临界状态应力场的作用,因此舍弃M。.>14.52004;余怀忠,程佳,2011)、地震活动加速指数地震之前t时段内整个研究区的所有地震记录。AI算法(林柏辰,李显智,2007;郑建常等,将研究区网格化,记为i(i=1,2,⋯,Ⅳ),N2010)等。其中,AI算法具有综合考虑研究区的为网格数。将研究时段的开始时间记为t。,一t地震活动背景,并对地震样本量要求较低的特点,为选取的背景活动时段,待研究的大地震的发生比较适合于弱震区地震活动性研究(冯建刚等

5、,时刻记为t;背景研究时段内发.≥4.5地震g2009;郑建常等,2010)。郑建常等(2010)在林个,以£=1,2,⋯,g)表示这些地震的发震时柏辰和李显智(2007)研究的基础上对AI算法做刻,第个地震的前震时段开始时刻记为t余震了部分改进,在华东地区地震活动研究中取得较时段的结束时刻记为t。定义:好的效果。广西及其邻近北部湾海域地震活动总体水平不高,由于受地震样本量不足的限制,运用传统地震活动性分析方法开展地震预测研究的TQ(£一tAJ),效果不甚理想,本文运用改进的AI算法对该地区中强地震前小震活动进行回溯性研究,并对AI算(2)法在广西地区地震趋势分析中的应

6、用进行探讨。NQ=nXi,to,t1)一荟(BJ)·收稿日期:2013—04—10.基金项目:桂科攻项目(12426001)和广西壮族自治区地震局科研合同制项目(GXJ2011006)联合资助第1期阎春恒等:AI算法用于广西中强地震的回溯性震例研究l7式中,n(x,t。,t)表示在£。~t时段内发生在网格内的地震数。定义UM=NQ/TQ,则UM为背景活动时段内小地震发生的平均速率。将我们所感兴趣的大地震前的一段时间区间记为△f定义该时段内地震活动平均值RM(Resentmean),表示为RM:n(x,t2一Atf0,t2)/Atf0r.(3)定义地震活动加速指数.(4)

7、式中,UM为所有网格中的背景活动最大值。由式(4)可以看出,AI反映的是大地震前地震活动速率在研究时段内相对于前期背景时段内的变化情况。当AI值超过或低于设定的阈值时,就认为该地区地震活动异常,大于正的阈值表示该地区地震活动开始加速,低于负的阈值则表明该地区地震活动异常减弱。在最初的算法中(林柏辰,李显智,2007),采用的是人工给定阈值的方法。郑建常等(2010)采用此方法对华东地区的中强地震作回顾性检验时,根据研究区AI扫描结果的极值,动态修改阈值的上下限,取得较好的效果。本文根据广西地区不同阈值选择的实验结果,将阈值设定为研究区AI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。