基于NCEP气温数据的地震三维热异常机理及其地震预测研究
批准号：
42201363
项目类别：
青年科学基金项目（C类）
资助金额：
20.0 万元
负责人：
张颖
依托单位：
学科分类：
遥感科学
结题年份：
2024
批准年份：
2022
项目状态：
已结题
项目参与者：
张颖
项目摘要
结项摘要
相似基金
相关文献
中文摘要
地震短临预测是国际性科学难题，加强地震科学研究对我国社会公共安全至关重要。热异常作为重要地震前兆之一，其存在性已从统计角度被证明，但当前研究对于其物理机制认知尚浅。自然观测条件下，地震热异常与包括热气团水平运动、焚风效应等“非震热异常”在二维热红外遥感影像上的时空特征相似，难以区分。为提高地震热异常（识别/提取）精细程度、探究地震热异常前兆机理、增强基于热异常的地震预测模型性能，本研究将结合模拟地震预测研究方法，基于美国环境预报中心提供的多层气温数据，研究地震热异常在三维空间的时空演化特征，进而展开热异常机理探究，并构建基于“三维加热核”的地震热异常精细提取模型剔除非震热异常影响，提高信噪比。在此基础上，构建基于地震三维热异常前兆和ETAS模型的地震混合预测模型，提高地震预测的时空精准性，为地震预测业务化提供必要的技术与模型基础。
英文摘要
Earthquake prediction is an international scientific problem. The social and economic losses caused by sudden seismic disasters are becoming more and more serious, and it is crucial to strengthen the scientific research on earthquakes. As one of the important precursors, the existence of thermal anomalies has been proved statistically, but the knowledge of their physical mechanisms is still absent. Under natural observation conditions, the spatial-temporal characteristics of thermal anomalies and thermal anomalies un-related to earthquakes, including the horizontal movement of hot air masses and the burning wind effect, are similar on 2D thermal infrared remote sensing images and are difficult to distinguish. In order to study the mechanism of thermal anomaly related to earthquakes, improve the power of model for extracting thermal anomaly related to earthquakes, and promote the development of operational seismic prediction models based on thermal anomalies, this study will use a simulated earthquake prediction method to extract three-dimensional thermal anomalies based on the multi-layer air temperature data provided by the National Centers for Environmental Prediction (NCEP). We also construct a fine-grained model based on the "3D heating kernel" to further exclude the influence of thermal anomalies non-related to earthquakes and improve the signal-to-noise ratio. A hybrid earthquake prediction model based on 3D thermal anomaly and Epidemic Type Aftershock Sequence (ETAS) model is also constructed to further improve the spatial and temporal accuracy of earthquake prediction and to provide the necessary technical and modeling basis for the operationalization of earthquake prediction.
地震短临预测是一个全球性科学难题，加强地震科学研究对我国社会公共安全至关重要。热异常作为地震前兆之一，其存在性已通过统计分析得到了证明，但当前对其物理机制的认识仍然有限。本研究利用美国气象环境预报中心提供的多层气温数据，提取了不同大气层中的地震热异常，并进行了统计分析。研究结果表明，与地震相关的热异常分布在大气层的两个主要部分：第一部分位于对流层，第二部分位于更高的中间层和电离层底部，这两部分之间以平流层为界。地震发生前，对流层中的热异常呈现出“下大上小”的三维金字塔状结构，这些热异常可能源自地下或近地表的热源，其物理机制可能与地壳变形、应力积累等现象相关。当热异常进一步传播到平流层时，它们会发生水平移动，此时热异常与地震的时空相关性显著减弱。随着高度进一步升高，在中间层和电离层底部，热异常再次与地震时空显著相关。.结合DEMETER卫星观测到的震前电离层扰动现象，以及地震引发的震前VLF信号异常与VLF对电离层的加热作用，本文提出第二部分热异常的源头与电离层加热现象有关。具体而言，地震的孕育阶段会引发VLF信号异常，VLF异常进而对电离层产生加热效应，产生第二个热源，并向下传播至中间层。研究表明，地震热异常不仅与地下和近地表活动相关，还可能涉及大气层与电离层之间的耦合作用。.基于典型的三维热异常特征，本文进一步提出了“三维加热核过滤器”方法，相较于传统的“二维加热核过滤器”和二维热红外数据，该方法能够更有效地排除非地震热异常干扰。3D error diagram评估结果表明，三维加热核过滤器显著提高了地震热异常的信噪比。.为构建基于热红外异常和地震活动性的混合地震预测模型，本研究利用深度学习技术开展了基于地震目录的短临预测模型研究。通过全卷积神经网络以地震能量为输入，构建了地震风险预测模型，并与ETAS模型进行了伪前瞻性对比实验。结果表明，本项目提出的深度学习模型与ETAS模型性能相近，但速度明显更优，为混合预测模型的构建奠定了良好的基础。
国内基金
海外基金