摘要/Abstract
摘要: 地震参数是防震减灾的重要参数,随着地震台网的进一步扩建和地震行业技术的不断提升,地震参数自动快速计算与信息发布水平有了很大的进步,但参数的准确性有待进一步提高.为了改善决定地震破坏力强弱的地震震级关键参数的准确性,本文尝试使用了多种方法来预测地震自动速报震级与人工正式速报震级的误差值.样本数据选取2013—2019年国家地震局自动速报AU系统与人工正式速报所发布的地震参数,震级下限为MS 3.0级,研究区域为国界线以内,将AU速报的震级M结果和人工正式速报结果进行对比分析,利用不同方法总结了两种结果的震级差异分布,首先利用直线拟合以及曲线拟合的方式来研究二者的关系,再利用误差逆向传播神经网络以及基于遗传优化的误差逆向传播神经网络对其进行参数误差学习预测.本文结果显示自动速报震级与人工正式结果的差异性跟震中经纬度有关,具有区域性的特点.神经网络的方法可以改善自动速报与人工正式速报的震级差异,为自动速报的参数准确性提出了新的参考思路.
PDF全文下载地址:
http://www.progeophys.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=9960