&

資訊內容

研究亮點

基于支持向量機和多參數輸入的地震預警震級估算研究

發布時間： 2022-08-10 點擊數量：8143

研究背景：

對于地震預警，在地震破裂初期，利用P波到達后最初幾秒的信號準確預測最終震級大小非常有意義。同時，地震破壞區域的估計以及向目標場地發布預警信息也都依賴于準確的震級估計。目前，在地震預警震級估算研究中，大多采用是基于單個特征參數與震級的線性統計關系，包括峰值位移Pd、平均周期Tc等，我國地震預警系統中采用的震級估計方法是Pd方法。由于單個參數包含與震級相關的信息較少，震級估計結果有誤差較大、小震高估和大震低估的問題。本文提出一個基于機器學習支持向量機和多參數輸入的方法，目的是改進地震預警震級估計結果。

研究方法及結果：

1）利用日本K-NET強震動臺網記錄的3.0-7.4級地震事件和支持向量機建立了一個基于支持向量機的震級估計SVM-M模型，采用地震記錄計算得到的12個特征參數作為SVM-M模型的輸入。圖1展示了對于相同測試數據集，在P波到達后3秒時，τc方法、Pd方法和SVM-M模型的震級估計誤差與震級和信噪比的關系，結果表明SVM-M模型有更小的震級估計誤差，且不受信噪比的影響。

2）P波到達后1-10秒時間窗內，基于SVM-M模型的單臺震級估計如圖2所示，在P波到達后1秒時，預測震級與實際震級即存在1:1的線性比例關系；隨著P波時間窗的增加，預測震級逐漸接近實際震級，6級以上的震級低估問題得到很好的改善。同時，也可以推斷：在地震破裂初期，地震的最終大小是可以確定的。

3）圖3展示了基于SVM-M模型對46次地震事件的離線應用，表示了這46次地震事件在首臺觸發后，震級估計誤差與隨時間的演化。對于6.5級以下的地震事件和6.5級以上的地震事件，在首臺觸發1秒時，震級估計平均絕對誤差分別是0.318和0.85；隨著首臺觸發時間的增加，在首臺觸發后10秒時，震級估計平均絕對誤差分別是0.171和0.161。

4）本文使用日本K-NET強震動臺網的3.0-7.4級的地震事件訓練得到了SVM-M模型，而對于7.5級以上的地震事件以及其他地區的地震事件還需要進一步的研究和驗證。本文的結果表明：和τc方法、Pd方法相比，基于SVM-M模型的震級估計誤差得到了改善，并且在首臺觸發后10秒內，可以對地震事件做出魯邦的震級估計；SVM-M模型在地震預警系統中有良好的應用潛力。

該成果發表在美國地震學會SSA旗下期刊《Seismological Research Letters》（Zhu Jingbao, Li Shanyou, Song Jindong*. Magnitude estimation for earthquake early warning with multiple parameter inputs and a support vector machine [J]. Seismological Research Letters, 2022, 93(1): 126–136. doi: 10.1785/0220210144）（IF：3.754，*通訊作者）。

圖1 P波達到后3秒時，（a）τc方法、（b）Pd方法和（c）SVM-M模型的震級估計誤差與震級和信噪比的關系

圖2 P波到達后1-10秒，基于SVM-M模型的單臺震級估計結果

圖3 首臺觸發后，震級估計誤差與隨時間的演化

區域地震動的不確定性與空間相關性分析——以日本關東地區為例

《復雜層狀半空間場地響應分析：一種基于雙重相似性的比例邊界有限元法》論文發表