基于人工神经网络的仪器地震烈度预测模型研究

摘要：

地震发生后,针对能够快速预测震中附近的烈度分布情况的问题,首先对632次地震触发的台站进行筛选,对2231个台站触发后20 s内有效的7个地震动参数以及震级和震源距的信息进行提取,并利用人工神经网络对所选数据样本进行训练,建立三种有效的预测模型.研究结果显示模型一所选的输入参数为7个,不利用震源参数,在预测中有着较好的时效性,从第1 s到20 s,预测的平均烈度差值逐渐减小到0.45;模型二所选的输入参数为8个,利用了震源距信息,可以用于烈度级别的预测,预测的平均烈度差值逐渐减小到0.36;模型三所选的输入参数为9个,预测结果较好,可用于震后烈度场的实时预测,平均烈度差值逐渐减小到0.31.利用提出的3种模型对两次地震事件进行烈度预测,预测烈度差值取整后分别有95％和76％以上在1以内,有着较好的结果,可以用于地震预警当中.

关键词：地震预警、烈度预测、人工神经元网络、初始P波

所属期刊栏目：45

分类号：P315.01(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;国家重点研发计划

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：181-190