日本地震应急救援体制机制研究及其对我国的启示——以2024年日本能登半岛地震为案例

2024年1月1日16时10分,日本石川县能登半岛附近发生震级7.6、烈度7的强震。本文从日本全国瞬时警报系统、紧急地震速报、NHK应急广播等方面介绍地震应急响应的信息传播机制。通过对日本总理府和各部门应急响应启动机制的梳理,分析了重特大地震灾害发生时的“官邸统筹指挥领导,部门专业救援救助”的应急救援机制。最后,从6个方面分析对我国的启示。

机器学习在地震紧急预警系统震级预估中的应用

地震预警是地震减灾工作的重要途径,而震级预估是整个地震紧急预警系统中重要且较为困难的一个环节.目前,世界上多个国家和地区都已建立了各自的地震预警系统,并且形成了特征频率(τp和τc等)相关和特征振幅(Pd等)相关的两类震级紧急预警的方法,但各有局限性.本文在已有的方法和理论基础上,运用机器学习算法,将日本KIK和KNET台网从2015年至2017年所记录到的843条地震目录,55426条记录作为全数据集,设计、训练出一套用于常见震级范围的机器学习震级预估模型.与已有方法的预估结果相比,机器学习方法不仅使预估的整体误差和方差下降,同时多台联合评估单一地震事件的截面方差也更低.本研究的结果显示了机器学习算法在震级紧急预估问题上具有较广阔的应用前景,同时也为较为复杂的深度学习类算法框架下端到端模型提供了实践基础和研究可能.