精品人妻少妇嫩草av无码专区-国产伦子伦对白视频-午夜高清视频-97国产免费-欧美综合视频在线-精品久久精品久久-亚洲欧美激情另类校园-超碰狠狠-91精品久久久久久久久久久久久久-久久亚洲AV成人无码国产人妖-中国美女黄色

資訊內(nèi)容
研究亮點(diǎn)

基于遷移學(xué)習(xí)的支持向量機(jī)快速震級估計(jì)在川滇地區(qū)的應(yīng)用

發(fā)布時(shí)間: 2022-04-06 點(diǎn)擊數(shù)量:12379
研究背景:
中國川滇地區(qū)是一個(gè)地震活躍地區(qū),快速準(zhǔn)確的震級估計(jì)對于建立川滇地區(qū)地震預(yù)警系統(tǒng)非常有意義。目前,國內(nèi)正在測試的地震預(yù)警系統(tǒng)以及地震預(yù)警震級估算的相關(guān)研究中大多是采用tc方法和Pd方法,這些方法存在明顯的震級估計(jì)誤差大、小震高估和大震低估的問題。同時(shí),機(jī)器學(xué)習(xí)方法需要基于大量樣本數(shù)據(jù)建立訓(xùn)練數(shù)據(jù)集,已有機(jī)器學(xué)習(xí)震級估計(jì)模型在川滇地區(qū)應(yīng)用需要經(jīng)過本地?cái)?shù)據(jù)的遷移訓(xùn)練。所以,本文基于遷移學(xué)習(xí)方法,使用川滇地區(qū)地震事件對基于日本K-NET臺(tái)網(wǎng)強(qiáng)震動(dòng)記錄預(yù)訓(xùn)練的SVM-M模型進(jìn)行遷移訓(xùn)練,構(gòu)建了基于遷移學(xué)習(xí)方法的支持向量機(jī)震級估計(jì)TLSVM-M模型,目的是探索機(jī)器學(xué)習(xí)方法在川滇地區(qū)快速震級估計(jì)應(yīng)用的可行性以及改善震級估計(jì)的準(zhǔn)確性。
研究方法及結(jié)果:
1)基于Zhu等(2022)使用日本K-NET強(qiáng)震動(dòng)記錄建立的SVM-M模型,使用震級范圍在4-7級的川滇地區(qū)的強(qiáng)震記錄對SVM-M模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練,并建立基于遷移學(xué)習(xí)方法的單臺(tái)支持向量機(jī)震級估計(jì)TLSVM-M模型對川滇地區(qū)的地震事件進(jìn)行快速震級估計(jì)。圖1展示了由相同的川滇地震事件組成的測試數(shù)據(jù)集,在P波到達(dá)后3秒時(shí),TLSVM-M模型、SVM-M模型、tc方法和Pd方法的震級估計(jì)誤差分布。從圖1中可以發(fā)現(xiàn):和另外三種方法相比,TLSVM-M模型有更小的誤差,且基于TLSVM-M模型的震級估計(jì)誤差標(biāo)準(zhǔn)差和平均絕對誤差也遠(yuǎn)小于另外三種方法。
2)P波到達(dá)后3秒時(shí),基于TLSVM-M模型的震級估計(jì)誤差與震中距和信噪比的關(guān)系如圖2所示。從圖2中可以發(fā)現(xiàn):P波到達(dá)后3秒,基于TLSVM-M模型的震級估計(jì)誤差主要集中在±0.5震級單位范圍內(nèi);此外,誤差不隨震中距和信噪比的變化而發(fā)生明顯的變化。
3)圖3展示了TLSVM-M模型對川滇地區(qū)五次代表性地震事件的測試:震級為MS4.2的地震事件、震級為MS5.2的地震事件、2008年MS6.3攀枝花地震事件、2014年MS6.6魯?shù)榈卣鹗录?013年MS7.0蘆山地震事件。在首臺(tái)觸發(fā)后1s,三個(gè)地震事件(Ms4.2、5.2和6.3)的震級估計(jì)在±0.3震級單位的誤差范圍內(nèi)。對于其他兩次地震(6.6級和7.0級),在第一個(gè)地震臺(tái)觸發(fā)后1秒,存在明顯的震級低估問題,隨著首臺(tái)觸發(fā)后時(shí)間的增加,震級低估得到改善。同時(shí),對于這兩個(gè)事件(Ms6.6和7.0),在首臺(tái)觸發(fā)后13秒內(nèi),震級估計(jì)誤差均在±0.3個(gè)震級單位內(nèi)。
4)研究表明:TLSVM-M模型能夠快速估計(jì)川滇地區(qū)中小地震(4≤M≤7)的震級。同時(shí),我們推斷,該模型可能在地震預(yù)警中具有潛在的應(yīng)用價(jià)值。

該成果發(fā)表在美國地震學(xué)會(huì)SSA旗下期刊《Bulletin of the Seismological Society of America》(Zhu Jingbao, Li Shanyou, Ma Qiang, He Bin, Song Jindong*. Support Vector Machine‐Based Rapid Magnitude Estimation Using Transfer Learning for the Sichuan–Yunnan Region, China. Bulletin of the Seismological Society of America, 2022, doi: https://doi.org/10.1785/0120210232)(IF:2.91,*通訊作者)。

圖1 P波到達(dá)后3秒時(shí),(a)TLSVM-M模型、(b)SVM-M模型、(c)Pd方法和(d)?c方法的震級估計(jì)誤差分布

圖2 P波到達(dá)后3秒,基于TLSVM-M模型的單臺(tái)震級估計(jì)誤差與(a)震中距和(b)信噪比的關(guān)系

圖3 首臺(tái)觸發(fā)后,五次地震事件的震級估計(jì)隨時(shí)間的演化



<

上一篇

基于深度卷積神經(jīng)網(wǎng)絡(luò)的地震預(yù)警震級估算研究

>

下一篇

穿越正斷層山嶺隧道抗錯(cuò)動(dòng)韌性評價(jià)方法