基于深度学习算法的地震动重要持时预测模型

摘要：

地震动持时对工程结构地震反应有重要影响,发展可靠的地震动持时预测模型是地震工程一个重要课题.基于日本K-NET和KiK-net在1997-2021年间获得的67 813条地震动记录,将地震动记录按照震源类型分为浅地壳地震、俯冲带板间地震、俯冲带板内地震和上地幔地震四种类型,采用深度学习算法,建立了四种震源类型地震的地震动重要持时预测模型,并与传统预测方程进行了对比.结果表明,采用深度学习算法建立的地震动重要持时预测模型具有合理性和可靠性,能够取得良好的预测效果.四种类型地震的地震动重要持时的预测结果差异明显,尤其在震级较大的情况下,所以预测不同类型地震的地震动持时不应采用同一种预测模型.研究结果和结论可供地震动参数预测、地震区划、结构抗震设计和地震危险性分析等工作参考.

关键词：地震动持时、重要持时、神经网络、深度学习、预测模型

所属期刊栏目：42

分类号：P315(大地（岩石界）物理学（固体地球物理学）)

资助基金：国家自然科学基金;中国地震局工程力学研究所基本科研业务费专项项目;中国地震局工程力学研究所基本科研业务费专项项目

在线出版日期：2023-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：249-259