基于地震对应概率谱分析的前兆异常识别研究

针对观测或分析资料曲线异常的定量化识别提取问题,研究提出了地震对应概率谱统计方法和累计滑动平均概率分析方法。通过地震对应谱分析可以得到不同值域数据异常信度属性。在不同考察时长的对应概率谱基础上,将原始数据时间序列转换成概率时间序列,并采用多点累计滑动平均方法得到滑动平均概率时间进程曲线,进而进行地震前兆异常的识别研究。以新疆北天山地区地震学参数η值时间进程序列为原始数据进行算例分析,结果显示,当考察时长为18个月时,利用滑动平均概率时间进程曲线可以较好地识别地震前兆异常,异常对应率为83%,有震报准率为86%,异常具有中期属性。分析认为,不同考察时长的地震对应概率谱和滑动平均概率序列,不仅可以用于单项资料的前兆异常识别研究,还可以为综合分析预报提供定量的单项因子数据。

基于地震对应概率谱分析的定点形变前兆异常探索

利用地震对应概率谱和累计滑动平均概率方法,选取精河水平摆卡尔曼滤波差值进行中强地震前兆定量的异常识别探索。探索中先是对精河水平摆卡尔曼滤波差值数据进行数据分布及各区间参数有震对应分布的研究,然后利用累计滑动平均方法得到滑动平均概率,从而检验地震对应概率谱在定点形变前兆异常的预报效能。

基于地震对应概率谱的多参数综合异常研究

在单参数地震对应概率谱和累计滑动平均概率方法的基础上,研究了多参数滑动极值平均概率方法,用以定量识别地震前兆综合异常特征。首先,该方法基于地震对应概率谱分析,将原始数据时间序列转换成概率时间序列;其次,采用多点累计滑动平均方法得到不同参数滑动平均概率P-ij;再次,求解不同参数的多点滑动极值概率Mij;最后,求解多参数滑动极值平均概率Pc。文中以新疆天山地区不同地震学参数的时间序列为原始数据进行算例分析,结果表明,当考察时段为18个月时,利用多参数滑动极值平均概率可以较好地识别地震前兆综合异常,其异常对应比例和地震对应比例分别为13/13和22/27,异常信度较高,但存在一定程度的漏报现象。