共查询到20条相似文献，搜索用时 31 毫秒
1.
以中国大陆区县级历史人口数据为基础, 研究人口总量和人口增长率的时间序列变化规律, 并综合运用阻滞模型、 指数模型、 对数模型、 线性模型等拟合方法, 得到相当精度的拟合预测模型, 获得了经验证较可靠的中国大陆未来区县级总人口预测结果。 同时, 以2020年预测人口为例, 定量分析了2010—2020年人口空间分布格局, 各区县未来人口增减变化情况, 其能够较准确的表达未来人口空间分布。 本研究旨在为地震风险评估对人口在时间变化和空间分布上的未来预测需求提供可靠数据。 相似文献
2.
3.
4.
地震动数值模拟是研究地震发生、发展特征和规律性的基础研究,涉及震源、传播路径、场地三方面的一系列基本问题。研究结果可以直接用于强地震动基本参数的标定和地震动的工程预测以及地震危险性分析,是防震减灾中一项很重要的基础工作。当前考虑断层模型中的几个重要震源参数模拟未来地震动成为热点。例如,不管是随机有限断层方法,还是经验格林函数方法,都特别重视震源参数的选取,但当前对于强地面运动的数值模拟大多是对已发生地震的反演,反演所需的震源参数多是根据地震发生后的观测资料、经验关系推断或者人为的假定得到的。地震动特征预测的好坏,关键也在于震源参数的选取是否可靠,针对工程应用,对未来近断层地面运动的预测应当考虑参数选取的不确定性。强震动数值模拟方法已经比较成熟,比如随机有限断层法、经验格林函数法、混合方法等。但这些模拟地震动的方法多是确定性方法,对模拟过程中各个环节的不确定性因素考虑较少,尤其是断层震源参数的选取都是精确的数值,模拟结果自然不能综合表征未来地震发生时的地震动特征。另外一种地震动特性表征形式是利用地震动预测方程来表现参数的衰减关系,但是预测方程也会受观测数据、模型选取、随机因素的影响,不确定性无法避免。在地震动预测中每个步骤都带有很大的不确定性,主要包括认知的不确定性和随机的不确定性。震源模型的建立依赖各种专家的观点和意见,这种观点和意见往往相互差别很大,有很大的人为不确定性。地震资料的完整性、可靠性,以及理论模型等的建立也会造成很大的不确定性。因此,本论文的研究内容重点在预测未来大震近场地震动时震源环节的不确定性因素,系统地研究影响大震近场地震动数值模拟不确定性的影响因素,以期建立描述影响大震近场地震动数值模拟不确定性影响因素的模型,并将考虑不确定性因素的震源模型应用在破坏性大地震的地震动特征预测中去。针对地震发生时震源参数具有的随机不确定性,通过统计学方法得到震源参数间的经验关系。同时由于地球内部的不可入性以及观测技术手段的限制,地震震源模型还存在很多的认知不确定性因素,我们采用逻辑树方法处理认知不确定性因素,引入强震生成区的概念,重点分析Asperity的认知不确定性因素并在此基础上建立Asperity震源模型,取多种方案结果的最优值作为地震动的预测结果。论文具体的研究内容有以下5点:(1)在Hiroe Miyake工作的基础上,用经验格林函数法模拟了1997年日本九州鹿儿岛县的MJMA6.5地震,验证了经验格林函数法模拟强地面运动的有效性。数据使用的是日本K-NET强震台站数据。选择此次地震以及用日本K-NET数据的原因是日本的地震记录比较丰富,台站收集到的地震记录质量相对较好。同时分析了地震动模拟值中在工程领域使用较多的参数,表明模拟结果较好地反映了真实的地震动记录。证明经验格林函数预测未来强地震动是切实可行的。(2)本论文在大量地震记录及文献调研的基础上,运用统计学方法,通过统计回归分析得到地震密集区域震源参数间的经验关系,重点统计了包含龙门山断裂带在内的中国西南地区震源参数间的经验关系。为了得到更加适应于中国大陆区域的局部震源参数的经验关系,我们将地震样本局限在一定的区域内,缩小统计区域的范围,同时得到多个Asperity等局部震源参数的经验关系。(3)研究和分析各不确定性因素对地震动结果的影响程度对提高地震动预测的可靠性和准确性意义重大。本论文以2016年发生的日本熊本7.3级地震为例,通过参数敏感性分析技术筛选了对拟合结果有决定性影响的关键模型参数。未来地震动预测时会考虑在这几个不确定性因素中加入更高的权重,以提高地震动预测的可信度和准确性。(4)基于汶川地震资料,研究分析Asperity的认知不确定性对地震动预测的影响,运用逻辑树方法建立了考虑不确定性因素的Asperity震源模型。采用Hiroe Miyake提出的强震生成区的概念,将Asperity区域等同于强震生成区域,主要从Asperity的面积、数量、应力降、上升时间等方面进行了认知不确定性的分析研究,得到了针对强震的可能性较大的Asperity的面积和数量的最佳搭配形式。本文的创新点将概率地震危险性分析中不确定性因素的处理方法应用到未来大震近场地震动数值模拟中去。随机不确定性因素用统计学方法处理,认知不确定性用逻辑树方法处理。模拟结果能更好地表征未来大震近场的地震动特征,地震动参数的模拟结果在未来抗震设防及灾害预防中会有更好、更高的参考价值。考虑不确定性因素预测未来破坏性大地震,从而定量地评价发生地震时近场地面运动的综合特征,为防震减灾提供科学的依据,为工程设计决策提供参考依据。 相似文献
5.
根据历史地震资料,分析了渤海中部与胶辽海峡的地震周期模式。结果表明,时间可预测模式比滑动可预测模式更接近胶辽海峡历史地震的时间序列特征。按时间可预测模型外推,胶辽海峡下次强震可能发生在２１世纪初期,渤中地区历史地震序列特征复杂,一些关键地硅的震级修订造成预测模型改变,使渤中地区地震发生时间的不确定性增大,不利于渤海盆地地震的长期预测。影响长期预测准确性的主要因素是历史地震震级的可靠性、准确性、直接 相似文献
6.
《地震工程与工程振动》2015,(6)
通过对地震伤亡资料的综合考察研究,本文构建了影响地震伤亡人数的指标集,利用粗糙集理论约简此指标结构,建立最小二乘支持向量回归机预测模型预测伤亡人数,并用粒子群优化算法对模型参数进行优化。最后,将模型运用于云南地震伤亡人数预测,结果和RS-BP神经网络预测模型对比分析,验证了该模型预测的有效性。又将模型应用于芦山和玉树地震死亡人数的预测,验证了模型的适用性。实验结果表明该模型能在地震发生后,给决策者提供人员救护、安置以及应急物资供应、统筹调度的有效依据。 相似文献
7.
易损性分析是隧道工程领域防震减灾研究的重要方法。首先,详细综述了国内外隧道地震易损性研究历史与现状;其次,归纳了国内外隧道地震易损性分析主要方法,并总结了各种方法的实际适用性;接着,提出了隧道地震易损性评估步骤,并且讨论了以数值模拟为主要手段的理论易损性曲线建立中的3个关键内容:(1)输入参数确定;(2)破坏状态分级;(3)相关不确定性参数计算;最后,指出该领域一些亟待解决的问题和未来研究发展的方向。结果表明:隧道地震易损性分析能通过考虑相关不确定性因素,反映了隧道在地震荷载作用下的性能,有利于未来的风险评估和损失估算,对基于性能的隧道抗震设计的发展具有重要意义。 相似文献
8.
本文用灰色灾变预测方法，以两次中强地震的间隔时间或历次中强地震发生时间作为原始建模数列，分别建立扬铜地震构造带Ｍ＿Ｓ≥４．Ｏ和Ｍ＿ｓ≥５．０地震灰色预测模型。通过近年对该带中强地震发生时间预测实践，证明该模型的预测精度和效果均令人满意，说明灰色预测方法可以作为地震预报综合研究的内容之一。 相似文献
9.
短期地震概率（STEP）预测模型将大森-宇津余震衰减关系和古登堡～里克特频度-震级关系应用到地震丛集。这个模型主要用来预测余震活动,而依赖于时间不变的背景模型预测大多数主震。另一方面,长期地震预测模型EEPAS（根据尺度每个地震都有前兆）利用前兆尺度增加现象及相关的预测标度关系,取决于震级的大小可提前数月、数年或数十年预测主震。这两种模型均显现出比地震活动性不随时间变化的模型可提供更多的信息。通过将这两种模型混合在一起,我们期望形成包含更多信息的短期预测模型。本优化混合模型利用了加利福尼亚州1984～2004年间改进的国家地震系统目录,是一种预测M≥5．0级地震的凸线性组合,其中EEPAS预测量为0．42,STEP预测量为0．58。这种混合模型与每一种单独模型相比,平均概率增益大于2。数种不同的混合模型将提交到南加州地震中心的地震预测能力研究合作实验室（CSEP）检测中心,用以确定该结果是否由这些模型对未来地震的实时检测产生出。 相似文献
10.
地震灰色模型的建立及讨论 总被引：1，自引：0，他引：1
本文应用灰色预测的理论方法建立了云南、四川强震发震时间的灰色预测模型,表明对于Ms≥6.5地震,两省统一组成大区域灰模型,其预测值与观测值拟合很好;对于Ms≥6.0的地震,则分省建立灰色预测模型比大区域的模型精度更高,这说明不同强度地震受不同尺度范围的控制因素作用。对比几个灰模型,得到Ms≥6.5地震的模型比两个Ms≥6.0地震模型拟合精度都高,表明后者所用的原始数据比前者受到更多的噪音污染,这可能是由于后者震级参数测定精度低于前者等原因造成的。 文章用布朗滤波方法和水平图型滤波方法对所用资料是否存在偏值做了检验,证明本文中使用的数据不论从时间分市上还是从震级分布上都符合预测理论的要求。 相似文献
11.
12.
13.
基于神经网络的强震中短期预测方法 总被引：3，自引：1，他引：3
神经网络(neural network)是由大量并行处理的类似生物神经元的简单单元构成的复杂系统．通过调整各个单元之间的连接权值，神经网络可以被训练来表达一个特定的映射．这种作用是神经网络应用的基础．近十年来，神经网络已从理论研究进入实用，并且这个趋势还在不断地发展．本文提出了一种基于神经网络模型的强震预测方法．神经网络先从存在的地震演化序列或地震前兆学习，然后对未来的强震作中短期预测．提出了两个神经网络预测模型:一个是基于地震演化序列的神经网络预测模型EE，并将它用于中国大陆未来一年的最高震级的预测；另一个是基于地震前兆的神经网络预测模型EP，并将它用于华北地区未来(2年)强震发生时间的预测．结果表明，本文提出的这种基于神经网络的预测模型有一定的预测能力，并且使用方便，有较好的应用前景． 相似文献
14.
15.
《地震研究》2021,44(4)
在可操作的地震预测研究过程中,构建效能可评价、符合区域地震活动特点的预测模型是至关重要的。以地震活动频发、地质结构复杂的华北地区为研究对象,选择相对强度模型、力矩比模型和简单平滑模型等3种地震概率预测模型,利用1970—2019年华北地区3.0级以上地震数据,以10 a为异常学习时段,以1 a为步长,分别开展1 a、3 a和5 a尺度下5.0级以上地震的回溯性滑动预测研究。通过Molchan图表法和T-test检验方法,对预测模型进行效能评估,优化了模型参数,确定了3种预测模型的最佳计算参数,构建了适合华北地区地震活动特点的不同时间尺度混合概率预测模型,并使用近10 a的地震分析了华北地区当前的地震活动特征。 相似文献
16.
本文利用灰色系统理论GM(1,1)模型研究了地震活跃幕的预测,建立了中国大陆及邻区地震活跃幕的灰色预测模型,通过实例计算证明该模型精密度较高,可以用来预测中国大陆及邻区下一地震活跃幕的大致开始时间以及持续时间。 相似文献
17.
在十年尺度（５—１０年）地震危险性预测中，需要处理众多的不确定因素。受这些不确定因素的约束，地震预测的结果必然带有相当的不确定性，因此应该用概率分析的方法进行预测。考虑地震发生的时间、空间和强度的非均匀性及相关特征和地震危险性长期背景（地质、地球物理场等因素）与地震发生前兆的概率结合，提出了十年尺度地震危险性预测的概率模型。考虑资料的不均匀性和适宜不同地区的地震前兆方法的差异，本文还提出了概率预测模型简化形式，以满足全国不同地区的需要。本文以华北北部地区为例讨论了该模型的实际应用。文中提出的方法可以用于全国十年尺度地震危险性的概率预测。根据本项研究提供的结果和计算程序，可以满足地震对策和地震损失估计对地震中长期概率预测的需要。 相似文献
18.
尽管缺少可信的确定性地震前兆,但地震学家通过对地震丛集属性日渐精确的理解,已经获得了地震活动的重要的预测信息。在过去的15年间和较大的地震序列期间,公众可以近实时地得到基于一般短期丛集模型并与时间有关的地震概率。这些预报描述一个给定震级主震之后可能发生地震事件的平均概率和数目,但并不适合于当前特定的序列和不包含可能的余震位置信息。我们的模型在两方面依赖于一般的预测模型的基本原则：它以强地面震动概率表述预测,并将一个现有的基于断层数据和历史地震并与时间无关的发震模型,和描述与时间有关的区域地震丛集的渐增的复杂模型结合起来,得到一个在加州任何地方未来24小时强震动概率随时间变化的地图。我们的地震危险性建模方法可以帮助大家较好地理解随时间变化的地震危险性,并增加它对公众、应急决策者和媒体的实用性。 相似文献
19.
20.
通过对华北地区中强地震（指Ms≥5．5的地震）发生时间不均匀性的研究结果表明：自1815年以来，该区可划分为5个中强地震集中活跃时段。可用灰色系统理论和方法建立灰色预测模型。预测未来一个活跃时段的起止时间。如果发生在活跃时段内的中强地震的发生时间呈较好的线性趋势变化，则可用二指数平滑方法进行预测。在此基础上，本文还对它的预测精度作了估计。 相似文献