基于机器学习的区域地震动模拟 -——以2022年泸定MS6.8地震为例
陈凯1
潘华2
1.中国北京 100081 中国地震局地球物理研究所;中国重庆 401147 重庆市地震局2.中国北京 100081 中国地震局地球物理研究所
摘要：利用机器学习中的主成分分析法(PCA)提取了 2022 年泸定MS6.8 地震的M5.0 余震(2022 年 10 月 22 日)的特征主成分时程,对泸定MS6.8 主震的地震动时程进行模拟.在此过程中,将主震目标台站的地震动峰值加速度和反应谱作为约束条件,利用粒子群优化(PSO)算法计算特征主成分时程的组合系数.结果显示模拟结果与真实记录较为一致.这表明:利用机器学习算法能够通过提取余震的特征主成分时程对目标地震进行模拟;在进行小区域地震动模拟时,通过选取具有一致地形效应的地震动数据可以避免特殊地形效应所导致的该主成分缺失.
关键词：机器学习地震动模拟主成分分析粒子群算法
分类号：P315.9(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(2022YFC3003502)
论文发表日期：2025-03-30
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：12( 242-253 )
英文信息