在地脉动数据上应用分类算法的地震预测实验

作者：马士振,刘宏志,牟磊育

摘要：以"红肿"假说为基础,在由地脉动数据统计量和过往震例构成的样本集上应用数据挖掘中的分类算法开展地震预测实验。筛选符合震级、震中距、发震时间间隔以及未受台风影响等要求的地震对,并以其尾地震作为预测对象。计算地震对时间范围内各时间窗中地脉动数据的标准差,并采用z-score标准化方法对标准差数据进行标准化处理。然后,选取距震中最近三个台的最后一组标准化数据的中位数作为正样本数据,选取各台站平静期数据的中位数作为负样本数据,最后将上述正负样本数据构成样本集。使用CART算法、GBDT算法和SVM算法在此样本集上分别构建预测模型,采用5折交叉验证方法对预测模型进行评估。实验结果表明:①地震与地脉动变化存在一定的关系,且地脉动异常现象更多地出现在6.0级以上地震发生前;②6.0级以上地震构成的正样本对预测模型的构建影响较大;③SVM算法更适用于小样本数据环境。

发文机构：北京市地震局 北京大学软件与微电子学院 中国地震局地球物理研究所

关键词：地脉动分类地震预测MicrotremorClassificationEarthquake forecast

分类号： P315.7[天文地球—地震学][天文地球—固体地球物理学][天文地球—地球物理学]