一种以前兆为主体的概率分解混合地震预测模型.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113960662A(43)申请公布日2022.01.21(21)申请号202111233593.2(22)申请日2021.10.22(71)申请人中国科学院空天信息创新研究院地址100101北京市朝阳区大屯路甲20号北(72)发明人孟庆岩张颖张琳琳吴鹏程(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁(51)Int.Cl.G01V1/28(2006.01)权利要求书1页说明书3页附图1页(54)发明名称一种以前兆为主体的概率分解混合地震预测模型(57)摘要针对基于前兆的地震预测业务化差，现有地震预测模型性能有限问题，本发明公开了一种以前兆为主体的概率分解混合地震预测模型，该模型包括如下步骤：步骤1)步骤1)通过构建监测时空域(monitoringspace‑timevolume,MSTV)的方式，获取研究子区域内的地震与热异常的显著响应关系，计算目标区域内的警报成功率、事件漏报率等指标；步骤2)将步骤1)所给出的时空单元地震概率作为参考，将单次预警总时空域地震发生概率警报成功率分解到各个时空单元中，而未被前兆预警的时空域地震发生概率则为0，最后构建混合模型概率预测，并进行模型评估。CN113960662ACN113960662A权利要求书1/1页1.一种以前兆为主体的概率分解混合地震预测模型，该方法包括如下步骤：步骤1)通过构建监测时空域(monitoringspace‑timevolume,MSTV)的方式，获取研究子区域内的地震与热异常的显著响应关系，计算目标区域内的警报成功率、事件漏报率等指标；步骤2)将步骤1)所给出的时空单元地震概率作为参考，将单次预警总时空域地震发生概率警报成功率分解到各个时空单元中，而未被前兆预警的时空域地震发生概率则为0，最后构建混合模型概率预测，并进行模型评估。2.如权利要求书1所述的方法，其特征在于，所述步骤1)的具体方法为：a)监测时空域的构建方式如附图2所示，中间像元为目标子区域，对于不存在热异常的第1天，监测时空域是一个以子区域为中心，边长为2*D+1的正方形，而D则是TDM窗口中的距离参数。而对于存在热异常的第i天，监测时空域则是该热异常的预警范围。b)警报成功率计算，如附图2，有一个热异常TIRAn发生在第i和i+1天，∧是该组热异常的警报成功率，此时预测者做出一个预报：在接下来T天内，至少会有一个地震发生在阴影区域。假设每个时空单元发生地震的概率相互独立，则警报成功计算如下式：ATSVn,i是TIRAn在第i天预警的时空域，而Pn,i(x,y)则是至少有一个地震在接下来T天内发生在空间单元(x,y)内的概率，(1‑Pn,i(x,y))是无地震发生的概率。该方法可以考虑到热异常产生后主要通过热对流的形式在近地表扩散，而当地的湿度、气压及其他气象因子则会影响热异常扩散过程，因此建立了具有空间各异特性的时空域监测方式。3.如权利要求书1所述的方法，其特征在于，所述步骤2)的具体方法为：a)从统计地震学的角度看，地震更偏向于发生在历史地震频繁的区域，因此基于步骤1)可以得到：Pn,i(x,y)＝χn,i*ω(x,y)ω(x,y)为统计地震模型所给出的概率,参考模型ω(x,y)为RelativeIntensity或EpidemicTypeAftershockSequence(ETAS)模型,最后可以求解出每个时空域发生地震概率Pn,i(x,y)。该方法将各个子区域的概率警报成功率分解到各个时空单元，在参考模型的基础上，求解出每个时空域的地震发生概率，既考虑子区域的时空差异性，又结合了统计地震学的模型，为地震预测提供一种结合的方法。2CN113960662A说明书1/3页一种以前兆为主体的概率分解混合地震预测模型技术领域[0001]本发明涉及一种以前兆为主体的概率分解混合地震预测模型，本发明是一种结合统计地震与前兆研究预测模型，能够较好预测时空单元地震发生概率，为前兆预测的业务化应用提供依据与参考。背景技术[0002]以往的地震预测模型，统计地震学与地震前兆模型是两个相对独立的分支，前者是通过研究和描述主震和余震的时空分布以及数量关系预估地震，而后者则是研究震源形成及演变过程中，大范围区域应力场在众多敏感点显示的物理、化学异常现象。[0003]基于统计地震学的地震预测预报研究，Seismicalarms研究是基于一个假设即过去地震震级和空间分布揭示了未来地震发生位置、震级和频度。常见的统计地震学的地震预测模型有EpidemicTypeAftershockSequence(ETAS)model、SimpleSmoothedSeismicitymodel、以及基于RelativeInte