基于人工神经网络的仪器地震烈度预测模型研究

摘要

地震发生后,针对能够快速预测震中附近的烈度分布情况的问题,首先对632次地震触发的台站进行筛选,对2 231个台站触发后20 s内有效的7个地震动参数以及震级和震源距的信息进行提取,并利用人工神经网络对所选数据样本进行训练,建立三种有效的预测模型。研究结果显示模型一所选的输入参数为7个,不利用震源参数,在预测中有着较好的时效性,从第1 s到20 s,预测的平均烈度差值逐渐减小到0.45;模型二所选的输入参数为8个,利用了震源距信息,可以用于烈度级别的预测,预测的平均烈度差值逐渐减小到0.36;模型三所选的输入参数为9个,预测结果较好,可用于震后烈度场的实时预测,平均烈度差值逐渐减小到0.31。利用提出的3种模型对两次地震事件进行烈度预测,预测烈度差值取整后分别有95%和76%以上在1以内,有着较好的结果,可以用于地震预警当中。