基于地震活动图像的机器学习地震预测方法及其在华北地区的应用

Abstract

本文开展了基于地震活动图像预测华北地区地震的机器学习方法研究。根据华北地区M≥5.0中强震、强震及大震的地震平均时间间隔，采用1970年以来华北地区M≥5.0中强震、强震及大震震前大量不同时窗长的ML≥3.0地震活动图像作为输入数据集，提出了基于地震活动图像预测地震的机器学习方法，并进行了震例回溯。利用本文提出的方法选取“未拓展图像数据集”和“含拓展图像数据集”对华北地区发生中强地震进行预测对比，结果显示，数据集样本量的增加有利于提高地震预测模型的精度，其中“含拓展图像数据集”预测地震的准确率可达77%；对于华北地区无震区、少震区的M≥5.0地震，可采用非1年窗长的较大时间间隔（3年、7年以上）的ML≥3.0地震活动图像验证。