基于地震活动图像的机器学习地震预测方法及其在华北地区的应用
尹晓菲1
李文军1
许英才2
张晓东1
蔡晋安1
1.中国北京 100036 中国地震局地震预测研究所2.中国银川 750001 宁夏回族自治区地震局
摘要：本文开展了基于地震活动图像预测华北地区地震的机器学习方法研究.根据华北地区M≥5.0 中强震、强震及大震的地震平均时间间隔,采用 1970 年以来华北地区M≥5.0 中强震、强震及大震震前大量不同时窗长的ML≥3.0 地震活动图像作为输入数据集,提出了基于地震活动图像预测地震的机器学习方法,并进行了震例回溯.利用本文提出的方法选取"未拓展图像数据集"和"含拓展图像数据集"对华北地区发生中强地震进行预测对比,结果显示,数据集样本量的增加有利于提高地震预测模型的精度,其中"含拓展图像数据集"预测地震的准确率可达 77%;对于华北地区无震区、少震区的M≥5.0 地震,可采用非 1 年窗长的较大时间间隔(3 年、7 年以上)的ML≥3.0 地震活动图像验证.
关键词：华北地区地震活动图像机器学习地震预测
分类号：P315.75(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家重点研发计划(2021YFC3000704)震情跟踪定向工作任务(青年)(项目(2023010126)地震科技星火计划(XH210402Y)
论文发表日期：2024-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：16( 257-272 )
英文信息