基于LSTM神经网络的现地烈度实时估算模型——以JMA烈度为例

如何快速并且准确估计目标场点烈度是地震预警中的关键问题。常用基于衰减关系的场点烈度估计和基于P波信息的现地烈度估计往往存在大震烈度低估的问题。本文提出了一种基于长短时记忆神经网络(logn short-term memery,LSTM)的现地JMA烈度持续估计模型。该模型以现地观测地震动的能量、能量增长率、地震动卓越周期和震源距作为输入,以该点的最大仪器地震烈度为预测目标。选取了日本K-NET台网记录101次地震数据作为训练集,94次地震数据作为测试集,训练了现地烈度估算LSTM神经网络模型。结果表明:在采用3 s时窗长度的序列进行预测时,高估的比例为1.51%,低估的比例为4.00%;并且,随着时窗长度的增加,高估和低估的比例也在不断降低。模型对高烈度(大于等于4.5度)样本的预测时效性随震源距的增加而增加,对大震远场高烈度区域能提供20 s以上的预警时间。

广东地震预警网三类站环境地噪声水平评估

对广东地震预警网71个基准站、201个基本站、900个一般站进行环境地噪声计算,整体评估结果良好,符合国家规范观测要求,具体为:基准站测震通道噪声水平位于NHNM和NLNM之间,远低于M1.5振幅谱模型,RMS值集中于10^(-9)至10^(-8) m/s数量级,65个I级基准站评定为优质台站;基准站强震通道噪声水平普遍都低于M1.5,接近NHNM,RMS值集中于10^(-7)~10^(-6) m/s^(2)数量级;基本站噪声水平普遍都低于M2.5,RMS值集中于10^(-6)~10^(-5) m/s^(2)数量级;一般站噪声水平低于M3.5,RMS值集中于10^(-4) m/s^(2)数量级。大部分一般站、部分基准站强震通道和少量基本站,其噪声主要体现出来的是仪器固有自噪声,如应用于背景噪声互相关分析研究是无意义的。此外,一般站普遍存在垂直分量噪声显著高于水平分量(大约高出0.5倍),这是烈度仪性能引起的。

国家中心地震烈度速报与预警技术平台

震后快速获取发震信息和灾区受灾情况,对于降低生命和财产损失、震后灾害评估和救援决策至关重要。得益于国家地震烈度速报与预警工程的实施,中国地震台网中心建立了国家中心地震烈度速报与预警技术平台。通过该平台汇集并交换全国预警实时波形,分析、判断、加工实时波形数据,及时产出地震预警、烈度速报、地震基本参数和震源参数等信息产品,并将其推送到紧急信息服务系统,实现秒级地震预警、分钟级参数速报和烈度速报,在泸定MS6.8等强震袭来时均成功发布预警信息,为防震减灾及应急救援等提供有力保障。本文详细介绍该平台的整体情况及其所包含的分系统功能,并讨论目前平台的技术特性和需要改进的问题。

利用深度学习与物理特征预测仪器地震烈度

快速准确地预测记录台站的仪器地震烈度,并在地震预警过程中向潜在用户提供及时和准确的警报至关重要.本文提出了一种结合深度学习和物理参数特征的算法,用于更可靠地预测仪器地震烈度.收集并处理了2001—2021年日本K-NET和KiK-net强震仪台网记录的3386次地震事件作为研究样本.对这些地震事件进行截取、基线校正、质量筛选等预处理,共得到25714条三通道地震波形.使用18000条地震记录(90%训练,10%验证)构建了一个窗长为3秒的仪器地震烈度预测模型(CNN-PP),并对7714条地震记录进行了测试.结果表明,CNN-PP模型在预测仪器地震烈度方面优于传统的单一特征参数方法.此外,离线震例测试结果显示,CNN-PP模型的报警成功率达到95.03%,没有出现误报情况,为解决地震预警仪器地震烈度的测定提供了一种潜在方法.

Transformer模型和迁移学习在地震P波和噪声判别中的应用研究

准确可靠地区分地震和噪声信号对于地震危险性分析和地震预警至关重要.然而, 无处不在且复杂的噪声信号使这项任务充满挑战.针对中国和日本数据的差异, 本研究在深度学习模型训练过程中采取了不同的策略来区分地震和噪声信号.首先, 鉴于日本数据丰富, 直接训练一个Transformer模型, 该模型在日本的判别准确率为99.82%.其次, 为缓解数据不平衡, 对中国地震数据采用了随机滑动波形窗进行增强.还使用中国数据对预先训练的日本模型进行了微调, 以更好地适应中国数据集.经过微调后, 模型在中国的判别准确率为99.47%.结果表明, 使用原始波形训练的深度学习模型进行地震事件判别时能够取得很高的准确率.此外, 迁移学习模型在门源6.9级地震和漾濞序列震中得到了良好的验证, 表明迁移学习在台网稀疏地区的应用是有效的, 这为地震学和地震预警提供了一种潜在的方法.

地震预警系统研究及应用进展

地震预警系统是一种能够有效减轻地震灾害的新手段.世界上多个国家和地区,如日本、墨西哥、美国、意大利、台湾地区等都已经研发了多个针对特定设施、单个城市甚至更大区域的地震预警系统,有的地震预警系统已经正式面向全体公众发布地震预警信息,有的还正在线测试运行.作者主要介绍了地震预警系统的一些基本概念,地震预警系统需要解决的两个关键问题,以及地震预警系统在全球范围内的研究、建设进展及相关应用情况等.通过这些总结归纳为我国地震预警系统的建设提供一定参考.

地震预警系统综述

由于地震引发的巨大人员伤亡和财产灾难,地震预警越来越引起世界各国的重视。通过分析地震预警的原理,介绍了异地震前预警和现地地震P波预警,同时也介绍了地震预警系统在城市以及铁路、核电站和输油气管线等基础设施应用,强调其对于防灾减灾工程的重要性。

地震预警实质的探讨

随着国家地震烈度速报与预警工程的开展,“地震预警”越来越进入公众的视线,国内外关于“什么是地震预警”的问题越来越多,对地震预警技术的解释也多种多样。本文论述了我国地震预警的进展,地震预警的实质和局限性。地震预警实质是地震观测进入密集观测新阶段,地震速报从分钟级发展到秒级超快地震速报,也就是地震警报。由于在地震预警实际应用中受预警盲区和地震强度估算不准确的局限,地震科学家对地震预警技术应用效能的认识也在不断加深和变化,逐步认识了发挥地震预警的警报作用的重要性。同时,地震预警是复杂的社会工程,引导公众认识地震预警的局限性,才能有效发挥减灾效能。

地震救援作业人员健康危害预警系统构建

目的构建灾害救援作业人员健康危害预警系统,避免因决策指挥失误导致对救援作业人员的健康危害。方法通过现场调查、文献检索,应用层次分析法建立指标体系,通过“人-机-环-管理”系统分析法,构建救援作业人员健康危害预警系统框架。结果灾害救援作业危害评价体系一级指标为人体因素、设备因素、环境因素和管理因素,二级指标共13个,三级指标共34个;构建包括健康风险、环境危害、装备风险和管理风险4个数据库,分别在灾害救援前期、中末期、休整期可做出健康危害预警。结论通过定性定量评价,健康危害预警系统可对灾害救援作业人员做出早期健康危害预警,有利于救援作业效率的提升。

地震震源与灾害评估分析：中国四川2008年5月12日Ms8．0汶川地震

汶川5月12日8.0级地震在构造上起因于印度板块与欧亚板块以每年约5cm的速度聚敛,并因此而引起青藏高原的地壳物质向四川盆地及中国东南大陆运移。主震震源及余震活动集中于以龙门山为中轴的一条长约350km、宽约100km的地震活动带。震源深度一般分布于地壳脆性-韧性转换边界以上约10~20km区间的地壳震源层之中,属浅源构造地震。主要震源机制与龙门山构造运动方式密切相关,以其地壳厚度向西急剧加厚、重力梯度带、高波速比(Vp/Vs^2.2)等深部异常及逆冲断层兼具走滑性质的地质构造为特征。在震源辐射、路径传播和场地效应研究的基础上,分别计算并比较了岩石和土壤条件下的地震响应谱,特别强调了土壤条件下的场地放大效应;同时对与地震安全性有关的一些问题如地质灾害、地震频谱设计、地震早期预警系统及中、长期至短期地震预报等进行了探讨;特别提供了一个由加权平均计算、以岩石条件下震波衰减模式为基础的地震频谱设计参考实例。地震构造与动力学研究可融入工程地质与环境工程等学科发展。经历汶川地震考验的一些新近设计和建设的工程项目可为今后改进工程建筑规范与标准提供重要而有益的参考。地震预报是当今一大难题,但需探索研究,不可懈怠。地震减灾与预防是目前比较切合实际的安全举措。

基于KiK-net数据的偏振分析方法计算震中方位角影响因素分析

基于日本KiK-net强震动观测记录,以提高计算震中方位角的准确性为目标,研究记录参量(加速度、速度、位移)、计算时间窗和滤波频带对偏振分析方法计算震中方位角结果的影响。结果表明,在该研究的地震数据条件下,采用位移记录、计算时间窗为1s、滤波频带取0.1～20Hz时,可以获得最佳的震中方位角计算结果,震中方位角的计算偏差为45°时所占比例为88%。

地震预警仪器研究

地震发生时,会导致巨大人员伤亡和财产损失,而地震预报目前尚难以实现,因此,地震预警就成为世界各国研究开发的主题,而地震预警仪器更是研究重点。本文通过分析地震预警的原理,介绍了目前世界主要地震预警仪器,同时对地震预警仪器进行了系统的分析,指出新型智能化地震安全控制系统具有灵活、方便和经济实用的优点。

基于ARTSOC的预警误差分析方法及应用

日本的地震预警水平比较高,但是仍然存在较大的误差.为了分析误差的大小及特征,通过引入人工社会(artificial societies,ARTISOC)智能技术,开发模拟了一种在各种地震发生条件下的误差分析方法,在既定观测条件下,针对各种发生状态,分析误差的变动范围及规律.利用日本地震观测网络的实际数据,计算出目前预警方法下其误差的变动范围及特征.该方法给出了误差分析的一种途径,为改善地震观测网络的布局和修正预警方法等措施提供了帮助.

从苏门答腊-安达曼到日本东北:特大地震及其引发的超级海啸的启示

2004年12月26日苏门答腊-安达曼MW9.1地震及印度洋超级海啸,以及2011年日本东北MW9.0地震及海啸与核泄漏,给人类带来了巨大的灾难。这两次灾难的接连发生充分暴露了迄今我们对于地震发生规律的认识水平还是很低的,启示我们需要继续加强对地震发生的规律性与地震预测预报的研究。在地震危险性评估中,要努力克服经验性方法的局限性,加强地应力测量以确定断层接近破裂的程度,更直接地估计地震危险性;要最大限度地运用地震、大地测量、地质、地貌等所有可资利用的资料,尽快将学术研究成果应用于防灾减灾实践。要重视不同观测资料的整合集成。要加强学科与学科之间的交叉渗透,自然科学与社会科学之间的合作交流,以及科学界与决策者和社会公众的相互沟通。要加强在海域对地震、海啸的多学科、多手段的监测工作,加强地震破裂过程复杂性的理论与应用研究,提高对地震、海啸(包括局地海啸)的监测、预测预报与预警水平。

地震预警系统配置服务器应用性能测试

针对测震台网不同的地震台站数,选用不同性能的服务器,对地震预警系统进行相应的服务器负载测试,分析相关结果,为该系统推广提供服务器配置参考。

基于卷积神经网络的地震震级测定研究

地震预警震级测定是地震预警系统最重要也是最困难的部分之一.本文提出了基于卷积神经网络的地震预警震级测定方法,将震级测定问题转化为震级分类问题,即将M_(L)>2.0的震级分成20个不同等级类别处理.收集了福建台网2012—2019年期间记录到福建、台湾海峡及台湾共1928个地震作为研究资料,经过台站记录截取、大震样本增强、标签制作、质量筛选等预处理共得到14644条三分向地震样本记录;构建了3 s波形输入的卷积神经网络震级预测模型,并用2012—2018年震例对模型进行训练,用2019年震例对模型进行测试.结果表明,单台震级偏差有85.6%可控制在±0.3以内,前三台平均的震级偏差有91.8%可控制在±0.3以内,其中震级较大偏差的事件多为缺乏历史样本.相较于传统方法,该模型测定的震级值更加稳定可靠,可为解决地震预警震级测定这一挑战性难题提供新的技术手段.

基于支持向量机的地震预警震级快速估算研究

以更准确的估算地震预警(earthquake early warning,EEW)震级为目标,利用P波触发后3 s内的日本K-net强震数据,选取幅值参数、周期参数、能量参数、衍生参数这4大类共12个P波特征参数作为输入,构建基于支持向量机震级预测模型(support vector machine for earthquake magnitude estimation,SVM-M)。结果表明,比较传统的震级估算“τc方法”与“P d方法”,建立的SVM-M模型震级预测误差明显减小且不受震中距变化的影响,小震高估问题得到明显改善。2016年日本熊本地震主震(M j7.3)与2008年中国汶川地震主震(M s8.0)的震例分析结果表明,3 s时间窗不能匹配震源破裂全过程而出现了一定程度的震级低估,但仍可在P波触发后短时间窗内明确是大地震事件。建立的SVM-M模型可应用于地震预警震级快速估算。

观察者模式在地震预警系统中的应用

观察者模式定义对象间一对多的依赖关系,通过松耦合设计使对象间的依赖最小化。从地震预警系统研发的角度来看,波形数据的实时接收与高效处理是一个关键难点。通过应用观察者模式,实现了波形接收与数据处理的功能解耦,允许系统动态灵活地加入新的波形数据,提升了系统的可扩展性,使得系统具备较好的演化能力,能够较好地适应新的业务需求。

基于MQTT协议研发安卓手机地震预警应用

利用消息队列遥测传输(Message Queuing Telemetry Transport,MQTT)协议高效、可靠、低耗的特点,研发了一款适用于安卓手机(安卓系统4.0及以上)的地震预警应用。简要论述了研发背景,介绍了MQTT协议的基本特点和基础模型,详细描述了地震预警应用的技术框架,包括数据流、数据格式、应用设计等,并给出了测试评估结果。该应用可实时接收MQTT消息代理服务器推送的地震预警数据并做出预警响应;也可以实时接收并展示最新的地震速报数据,具有可靠的时效性,在行业内具有首创性。

谈城市地震预警系统的建立

地震预警系统近年来在国际上日益引起人们的重视,它不仅可以减少地震造成的人员伤亡,而且还可为震后的紧急救援提供依据。叙述了地震预警的基本思想以及国内外地震预警系统的发展现状。简述了对城市构建地震预警系统的设想。认为,随着城市化进程的加快,人口更加密集,城市建设规模更加扩大,建立地震预警系统是客观形势的要求。