發(fā)布時間：2020-10-24 20:51

　　 地震區(qū)劃中,地震活動趨勢的預測是重要的一個環(huán)節(jié)。我國1990年版區(qū)劃圖在汶川-茂汶地區(qū)抗震設防烈度比1977年版區(qū)劃圖的低一度,就是由于對地震活動趨勢判斷的不同。本文結合這個實際例子深入分析,研究預測的可靠性以及地震區(qū)劃如何采用預測的結果,主要進展如下:(1)用當年西南烈度隊對南北帶1970年以后地震活動趨勢預測同樣的數據、同樣的方法,分別從1920年、1933年、1955年、1970年為外推起點,預測此后的地震活動趨勢,得到的時間序列都在差不多相同的時間段出現峰值,指出南北帶2007年和2011-2013年可能發(fā)生7級以上大地震,與當年的預測結果大體一致,與汶川地震、蘆山地震的發(fā)生時間基本相符。將地震活動空間分布簡化為緯度-時間序列,同樣借助維納濾波方法預測1970年以后大地震活動的空間范圍,得到的結果與實際地震發(fā)生的緯度大多不符,個別年代相差很大,尤其是距“松潘-茂汶”、“瀘定一帶”較遠,且不穩(wěn)定。(2)補充1970年以來的地震數據,借助維納濾波方法從時間和空間兩個維度預測南北帶的地震活動趨勢的結果基本與之類似。根據1500-2016年的地震數據,分別構造6級以上地震時間序列與其后7級以上地震時間序列,推算其間的相關函數,從1980年、1990年外推未來百年大地震可能發(fā)生的時間,時序曲線還是在2008年及2013年附近出現峰值。不斷增加新的地震數據,結果穩(wěn)定地鎖定上述兩個時間段,地震實際發(fā)生的時間與預測的其他7級以上地震可能發(fā)生的時間最大相差十年左右,隨著數據的增加,逐漸減小。(3)進一步分析地震活動時間預測結果對所取地震時間序列長短、起算震級大小、外推時段長短等的敏感性,結果表明,選取的地震時間序列長短、起算震級大小對預測結果穩(wěn)定性的影響不顯著,外推時段不宜過短,100年是合適的。維納濾波方法在地震區(qū)劃中用于地震帶未來百年地震活動總體趨勢預測是可行的。新增46年的地震數據后,對地震活動趨勢在空間上的預測仍不成功,進一步說明維納濾波方法在預測地震可能發(fā)生的位置上值得進一步研究。地震區(qū)劃中,地震活動空間預測還要另辟其他途徑。(4)本文嘗試借助人工智能預測地震活動趨勢。采用南北帶1500-2016年的地震數據,采用滑動時間窗讀取特征值的方法構造人工神經元網絡學習的樣本,用16-8-4網絡預測南北帶地震活動趨勢的時間特征,用12-8-4、16-8-4兩種網絡預測南北帶地震活動趨勢的空間范圍。網絡訓練中,都分別舍棄最近一段時間的地震數據,作為對預測檢驗的依據。結果表明,1990-2019年在28?N-31?N可能會發(fā)生7級以上大震,時間、空間范圍涵蓋了2008年汶川8.0級地震(31.0?N)、2013年蘆山7.0級地震(30.3?N),不足之處是預測的范圍過大。
【學位單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：P315.7
【部分圖文】：

地區(qū) 日期 震級 死亡人數臘-安達曼島 2004/12/26 9.0 227898 2010/1/12 7.3 222570川 2008/5/12 8.0 87587印度北部與巴基斯坦邊境） 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 樹 2010/4/13 7.0 2698 布米爾達斯 2003/5/21 6.8 2266 度尼西亞） 2005/3/28 8.6 1313 尼蘇門答臘島南部） 2009/9/30 7.5 1117

圖 1-2 我國 1977 年版地震區(qū)劃圖上汶川-茂汶的Ⅷ度區(qū)此為例研究地震區(qū)劃中地震活動趨勢預測，用同樣北帶地震活動趨勢，看與西南烈度隊當年預測的結的地震數據，看預測是否會始終穩(wěn)定地鎖定在大體析維納濾波方法各環(huán)節(jié)不同的處理對預測結果的敏的可行性、可靠性。針對其中的不足，進一步探索活動趨勢的可能性。人工智能迅速滲入人們的日常生活，指紋識別、人 等等，一次次地刷新了人們的思想觀念[14]。網絡（Artificial Neural Networks，簡寫為 ANN）采經網絡，形成一種分布式并行信息處理的模型，通接實現對難以用數學公式表達的因果關系的記憶和工神經網絡在模式識別、信號處理、預測評估、組廣泛的應用，也波及震害預測[15]、地震烈度[16]以及

圖 1-3 維納濾波方法預測結果與南北帶實際發(fā)生 M≥7 大地震時段的比較[38]隨著數理統計結果與隨后地震發(fā)生的時間序列對應不上的例子出現，SHA中對地震活動趨勢預測的成果，很少直接采用，僅根據預測的趨勢在歷史地震時序中選取相應時段的統計數據，往往偏于保守[20]。相關研究沒有中斷，例如，黃世奇用隨機函數中的線性預測理論對我國東南地區(qū)地震發(fā)生的時間進行了估計；雷建成等[39]采用維納濾波方法預測了自貢市 50 年的地震活動趨勢；聞滿華[40]用極值統計研究大震缺失的影響，用維納濾波方法研究大震釋放的可能年
【參考文獻】

相關期刊論文 前10條

1 倪晨旭;;淺談人工智能未來發(fā)展趨勢[J];科技創(chuàng)新與應用;2016年23期

2 王立媛;陶夏新;陶正如;姜偉;;我國地震區(qū)劃圖的初步檢驗[J];地震工程學報;2014年04期

3 陳珊樺;張有明;尤宇星;黃圣棕;;極值理論在福建沿海地區(qū)地震預測中的研究與應用[J];華北地震科學;2013年03期

4 阮海貴;譚毅華;鹿明明;田金文;;神經網絡的粒子群優(yōu)化算法及其在地震預測中的應用[J];計算機與數字工程;2013年02期

5 姜金征;薛偉;趙建明;;人工神經網絡在地震預測中的應用[J];山西建筑;2013年01期

6 徐程;鄒金慧;;BP神經網絡在地震預測中的應用研究[J];自動化儀表;2012年06期

7 韓曉飛;潘存英;羅詞建;;基于遺傳算法的廣義回歸神經網絡在地震預測中的應用[J];華北地震科學;2012年01期

8 蘇義鑫;沈俊;張丹紅;胡孝芳;;神經網絡和改進粒子群算法在地震預測中的應用[J];計算機應用;2011年07期

9 李煒;蔣啊芳;邱劍鋒;;基于MATLAB的BP神經網絡模型在地震預報中的應用[J];井岡山大學學報(自然科學版);2011年01期

10 陳以;王穎;張晉魁;;組合人工神經網絡在地震預測中的應用研究[J];計算機仿真;2011年01期

相關博士學位論文 前1條

1 李昌瓏;時間相依的地震危險性區(qū)劃研究及應用[D];中國地震局地球物理研究所;2016年

相關碩士學位論文 前4條

1 馬雪;西昌—渡口地區(qū)地震烈度區(qū)劃圖（1973）的檢驗[D];中國地震局工程力學研究所;2016年

2 宋蕾;基于核主成分的維納濾波方法在地震信號處理中的應用[D];吉林大學;2011年

3 顏軍;改進的維納濾波在地震資料處理中的應用[D];吉林大學;2007年

4 崔曉杰;維納濾波的應用研究[D];長安大學;2006年

本文編號：2854964