震后趋势判定技术系统CAAFs震后余震预测效果评价

自2019年正式运行以来,震后趋势判定技术系统CAAFs为震后应急与趋势研判及时提供数据和技术支撑。本文梳理总结CAAFs系统持续4.5年产出的数据,从全国和不同地区两个方面评价系统产出的震后余震预测结果,得到以下三点认识:①震级上限预测(发生某震级以上地震的可能性不大)的正确率大多为90%及以上,显著优于震级区间预测(存在发生同等大小地震的可能或存在发生某震级左右地震的可能),各分区预测情况差异不大;②震级区间预测震级普遍比地震实况偏高,实际7日内发生的最大余震震级与预测震级的差值(震级偏差)落入[-0.5,0.5]区间的地震比例约为44%,落入[-1,1]区间的地震比例约为69%,越靠近[-0.5,0.5]区间,地震的比例越高;③震级区间预测中,各分区有一定差异,西南地区优于西北、华南和华北东北三个地区,总的来看4~5级地震预测情况不如其他震级区间,可能与该震级区间内地震的最大余震震级变化范围较大有关。

基于Hbase的地震大数据存储研究

提出一种基于Hbase的地震大数据存储方法,通过搭建测试平台、Java语言开发测试程序,并与MySQL在存储、查询结构化与非结构化数据方面进行性能对比。结果表明,Hbase存取地震数据耗时更低,在数据量多时,其性能更加显著。

基于北斗卫星通信的地震应急指挥系统研究

北斗卫星导航系统是我国自主建设、独立运行、具有完全知识产权的卫星导航系统。其兼具定位及通信功能的独有技术优势特别适用于大震后通讯中断的地震应急环境。本研究将北斗卫星通信技术及地理信息技术结合应用于地震应急指挥系统的建设中:基于北斗卫星定位技术解决灾害现场人员的位置追踪;利用北斗短报文技术解决盲区紧急通信问题;采用串口通讯、多线程、SHH2框架、Web GIS等技术构建数据采集、解析及综合呈现平台。最终完成集位置监控、灾情上报、统计展示、指挥调度于一体的北斗应急指挥系统建设,进一步提升了重大地震灾害的应急救助信息保障能力。

面向地震行业的地震数据共享服务平台的设计与实现

面向地震行业,以交互式门户网站提供零障碍、一站式、可视化的地震科学数据共享服务,以使用便捷、高效稳定、扩展性好为目标,对地震数据共享服务平台的系统架构、服务端架构、数据库及其功能进行设计。基于国家科学数据共享工程要求,规范化地震数据检索、可视化、共享模式,实现了多源地震数据共享服务平台的原型系统。系统面向地震行业用户开放,可以促进行业业务工作的开展和地震科技的研究,全面提升地震科学数据的交换、共享、产出效益。

地震分析会商应用系统研究现状及展望

对当前各地震分析会商系统、异常识别方法、综合分析方法研究现状进行了分析和综述,总结了各软件系统在运行模式效率、资源利用、更新方式、规范性、智能化等方面存在的突出问题;针对这些问题,结合大数据、云计算、人工智能等新技术、新方法、新要求,提出了地震分析会商系统未来顶层设计方案:首先,通过"云-网-端"三位一体化方式建立"专家交互分析"和"智能自动分析"相互兼容的发展模式;然后,对该模式从总体设计和具体实施技术路线2大方面进行了详细阐述和可行性分析;最后,对系统建设注意事项展开讨论。

分布式数据库Greenplum在地震前兆数据存储中的应用

随着地震前兆观测台网的加密、采样率的提高,地震前兆观测数据量也在快速增加。在进行地震数据共享服务时,需要快速获得大量数据集,无疑对前兆共享数据库的数据处理能力提出了更高的要求。针对这一问题,提出基于Greenplum数据库的地震前兆数据存储设计方案。通过搭建Greenplum分布式数据库环境,实现了海量前兆数据的快速处理,并与传统Oracle数据库进行对比,结果表明:Greenplum数据库读取前兆数据耗时更低,对于大批量数据的读取操作,Greenplum数据库的优势更加明显;Greenplum数据库良好的可扩展性和对应用编程接口(JDBC、ODBC)的支持,使得其在前兆数据分析处理中的应用前景广阔。

基于可视化GMT的MapSIS制图子系统设计与实现

采用通用制图工具GMT,以人机交互可视化的方式提供地震常规产品的绘图接口;利用GhostScript API实现了Postscript图件的所见即所得;并开发多个格式转换接口实现与MapInfo环境的数据对接,最终完成集图件绘制、数据预处理、格式转换和数据分析功能于一体的GMT制图子系统,可进一步提升MapSIS系统的适用性和实用性。

基于大数据技术的地震科学数据集成共享研究

针对目前地震科学数据共享过程中存在数据种类繁杂、数据量大而存储线性扩展困难、检索性能瓶颈等问题,从核心地震业务数据资源入手,梳理了地震观测、探测、实验与试验、专题等7大类科学数据;采用大数据技术,集成重构了一套全新地震科学数据共享平台。该平台以数据集为基本单位,为地震科研人员、监测预报人员、地震科学爱好者等全行业用户提供开放、统一、便捷、一站式数据共享服务。

余震自动识别技术研究进展

基于余震识别自动化对地震监测、灾后应急、确定发震构造、分析预报和科学研究的重要意义,总结和分析了余震自动识别技术的现状和未来发展。首先,总结单台震相到时自动拾取方法及其特征函数,包括单特征方法、互相关方法和机器学习方法。其次,分别总结基于震相走时的常规识别方法和基于特征函数的偏移叠加方法。最后,对余震识别技术的未来发展进行分析和展望,认为偏移叠加方法的性能改进将成为未来余震识别的重点发展方向,深度学习方法作为一种新技术,将在包括震相拾取和余震识别在内的地震数据处理领域发挥重要作用。

远程交互式会商广播系统应用研究

提出地震会商中会议发起人—参与者的应用模式,研究了会商期间通过在广播端实时广播操作消息、运用网络实时推送技术,使各异地参与的信息节点会商资料内容一致,同时接收端实时接收并执行操作消息,从而同步显示广播计算机的操作画面,最终达到模拟广播视音频效果。该方式既克服了普通网络视频会议图像对网络带宽要求高的缺点,又增强了会商会议在线动态数据分析的真实性与及时交互性,亦突破了传统会商会议只能局限在同一会场的限制。本系统经试点单位的应用取得了良好效果。

大震应急与科学产品的自动产出——以巴东5.1级地震为例

基于中国地震信息网站最新地震速报数据,采用自编程序,实现了地震应急与科学产品的后台自动加工处理与自动发布。以巴东5.1级地震为例,说明用该方法提供的地震科学产品与应急服务具有较强的时效性、可行性和可靠性。

基于局部加权的决策树算法在孔隙度预测中的应用

近年来,数据挖掘中的回归算法在地学领域中的运用越来越受到人们的关注,尤其是在储层孔隙度预测方面。储层孔隙度对描述储层特性和储量估计有着极其重要的意义。对于储层的孔隙度,各种测井信息可以看作是其影响因素,但是又很难直接找到孔隙度与测井信息间的映射关系。而从数据挖掘的角度来看,储层孔隙度的预测问题是典型的回归问题,根据测井信息建立适当的模型,通过参入已知测井信息和孔隙度资料的训练,就可以建立储层孔隙度与测井信息之间的非线性关系,进而对储层孔隙度进行预测。本文在采用补偿中子(CNL)、自然伽马(GR)、自然电位(SP)、声波时差(AC)、感应电导率(COND)等测井数据来建立孔隙度预测模型的基础上,使用基于局部加权的决策树算法来对储层孔隙度进行预测,预测的实验结果表明:采用的算法能够利用测井资料准确地对储层孔隙度进行预测;此外,与常规决策树算法相比,应用局部加权的决策树算法进行孔隙度预测时,预测的结果具有更高的精度。

数字前兆资料分析处理系统的设计与研制

数字前兆资料分析系统集成了数字形变、电磁、流体资料的前兆数据处理和信息提取技术,可实现不同周期异常的后台自动计算,以及从数据准备到报告PPT自动生成的一键工作流程,并具备专业异常分析和GMT交互制图功能,为行业内外用户提供前兆产品动态网页浏览和不同权限的数据下载服务。建立数字前兆资料分析处理系统,可提高数字化前兆资料分析自动化处理能力,为建立健全数字地震预测技术和方法奠定基础。

地震现场准实时视频直播系统应用研究

地震现场准实时直播系统通过地震现场采录设备,将地震过程、破坏情况和灾后救援及恢复等情况上传至系统服务器进行审核后发布。该系统具有准实时性、动态连续过程、开放性以及并发响应的特点,用户可通过互联网查询、观看准实时视频资料。

测震学数据快速获取服务系统设计与实现

测震学数据快速获取服务系统能够以Web形式,轻量、开放地提供测震学科学数据,以满足地震行业科研和日常监测预报工作的需要。本文对系统的存储、架构、功能和界面进行设计与实现,以涵盖不同来源的原始波形记录及各数据产出单位的多阶段相关产品,服务形式便捷、响应快速,全面满足不同时效的多阶段测震学数据产品快速一站式获取需求,全面提升数据交换和获取效率,显著改善地震研究和日常监测预报工作效益。

“等待时间”强余震预测方法的改进与应用——以尼泊尔地震为例

在对"等待时间法"进行残差结构分析的基础上提出基于加权最小二乘拟合的模型改进方法,并将其应用于尼泊尔地震的强余震预测。结果表明,由模型误差转换至时间误差具有ln10·Δt倍的缩放效果,选择主震后3d内的余震样本进行强余震预测结果较为可信。实际震例表明,加权最小二乘模型可以有效降低模型预测误差,缩小预测值置信区间,从而提高预测的实用性。

三维全景虚拟地震台站的建立

三维全景是一种基于静态图像的真实场景虚拟现实技术,首先简要叙述该技术的主要原理和技术路线,基于此建立了可以在网络上发布和浏览的三维全景虚拟地震台站系统,该技术丰富了防震减灾宣传工作的手段和内容。

地震大数据存储管理研究

针对目前传统关系数据库在存储大数据时遇到的诸多挑战，提出了一种基于Hbase的地震大数据存储管理方法。Hbase表是一个分布式多维表，表中的数据通过一个行关键字（Row Key）、一个列族和一个列名（Columnfamily：column name）以及一个时间戳进行索引和查询定位。关键在设计好Row Key，以方便数据查询并进行数据分析。下面以地震观测数据为实例，讲述在Hbase的存储原理和方法。

地震智能分析会商系统

目前,用户准备会商PPT前期工作繁杂费时,会商时,用户无法对静态PPT动态更改分析方法和交互式在线分析等进行操作;针对这些问题,我们结合“数据资源化、平台云端化、应用智能化”思想,利用网络、大数据、云计算等新技术,开发了一套地震智能分析会商系统平台,该平台主要特点是：用户需求个性化、系统定制化、数据标准化、工作流程化、会商智能化;它既可在服务器端运行也可在本地运行.其主要功能包括：

基于差分演化算法的半封装模糊特征选择

结合过滤式框架和封装式框架各自的优势,提出半封装特征选择框架。在该框架下,结合模糊特征子集概念,设计实现基于差分演化搜索的特征选择算法FDESW(fuzzy differential evolution semi-wrapper)。通过过滤式方式选出模糊最优特征子集,以封装方式在不同截集阈值退化出的候选特征子集集合中选出最优的特征子集,通过对比实验分析该算法在标准数据集上的性能和适用情况。在36个UCI标准数据集上的测试验证了在保证时间代价可容忍的情况下,该算法能够在大多数据中取得普遍较好的分类精度。