CN110751399B - 地震危险性并行分析方法、装置及设备 - Google Patents

地震危险性并行分析方法、装置及设备 Download PDF

Info

Publication number
CN110751399B
CN110751399B CN201911005621.8A CN201911005621A CN110751399B CN 110751399 B CN110751399 B CN 110751399B CN 201911005621 A CN201911005621 A CN 201911005621A CN 110751399 B CN110751399 B CN 110751399B
Authority
CN
China
Prior art keywords
earthquake
analyzed
magnitude
earthquake motion
motion influence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911005621.8A
Other languages
English (en)
Other versions
CN110751399A (zh
Inventor
吴清
吴健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF GEOPHYSICS CHINA EARTHQUAKE ADMINISTRATION
Original Assignee
INSTITUTE OF GEOPHYSICS CHINA EARTHQUAKE ADMINISTRATION
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF GEOPHYSICS CHINA EARTHQUAKE ADMINISTRATION filed Critical INSTITUTE OF GEOPHYSICS CHINA EARTHQUAKE ADMINISTRATION
Priority to CN201911005621.8A priority Critical patent/CN110751399B/zh
Publication of CN110751399A publication Critical patent/CN110751399A/zh
Application granted granted Critical
Publication of CN110751399B publication Critical patent/CN110751399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请涉及一种地震危险性并行分析方法、装置及设备，该方法包括：基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；根据地震动衰减规律计算地震序列中各地震对于各待分析场点的地震动影响值，得到各待分析场点的预设数量组地震动影响序列；记录发生了待分析事件的地震动影响序列的组数；根据预设数量和组数得到发生待分析事件的概率，基于此，本申请的技术方案采用并行处理方法，能快速计算得到整个待分析区域中多场点的预设数量组地震动影响序列，从而根据需求得到待分析事件的概率，实现快速对整个系统的危险性分析。

Description

地震危险性并行分析方法、装置及设备
技术领域
本申请涉及地震分析技术领域，尤其涉及一种地震危险性并行分析方法、装置及设备。
背景技术
相关技术中，对于地震危险性的分析，一般采用传统的概率地震危险性分析方法，传统的概率地震危险性分析方法一般是对单个场点进行分析，依次分析所有地震源对于该场点的影响，然后综合各地震源对该场点的影响，得到该场点的危险性超越概率。
上述对于地震危险性的分析是针对单一场点进行的，每次分析的结果都是单一场点的结果，无法同时得到多个场点危险性分析参数，若想要实现多场点系统的地震危险性分析，需要面临大量的数据计算处理过程，所消耗的时间较长。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种地震危险性并行分析方法、装置及设备。
根据本申请的第一方面，提供一种基于蒙特卡洛方法，包括：
基于B/S架构获取分析数据；所述分析数据包括预设地震带、时间长度、预设数量；
采用并行处理方法基于蒙特卡洛方法根据所述分析数据生成预设数量组地震序列；所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；
根据地震动衰减规律并行计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值；
记录发生了待分析事件的所述地震动影响序列的组数；
根据所述预设数量和所述组数得到发生所述待分析事件的概率。
可选的，所述基于蒙特卡洛方法生成预设数量组满足预设条件的地震序列，包括：
以所述时间长度和所述预设地震带内地震的年平均发生率为参数，生成泊松分布随机数；
确定所述泊松分布随机数个震中位置及所述震中位置的震级；
根据所述震中位置和所述震级得到所述地震序列。
可选的，所述确定所述泊松分布随机数个震中位置及所述震中位置的震级，包括：
根据震级频度关系、最小震级水平和最大震级上限确定震级；
根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区；
根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度。
可选的，所述根据震级频度关系为：
log N＝a-bM
根据所述震级频度关系，发生震级大于或等于M的地震次数为N(M)＝ea-bM；
其中，M为震级，N为发生震级大于或等于M的地震次数，a和b均为回归系数；
所述根据震级频度关系、最小震级水平和最大震级上限确定震级，包括：
随机产生0和1之间的均匀分布的第一随机数；
判断所述第一随机数是否在
Figure BDA0002242669050000031
与
Figure BDA0002242669050000032
之间，若是，则震级为M；其中，M依次取值4,4+ΔM,…Muz，ΔM为预设递增值，Muz为所述预设地震带的最大震级。
可选的，所述根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区，包括：
确定所述震级所在的震级档；
随机产生0和1之间的均匀分布的第二随机数；
判断所述第二随机数是否在
Figure BDA0002242669050000033
与
Figure BDA0002242669050000034
之间，若是，则标号为n的潜在震源区为目标潜在震源区；
其中，所述pd(n)为所述震级所在地震档的地震落在标号为n的潜在震源区的概率。
可选的，所述根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度，包括：
随机产生在所述目标震源区的经度上限和经度下限之间均匀分布的第三随机数，所述第三随机数为所述震中位置的经度；
随机产生在所述目标震源区的纬度上限和纬度下限之间均匀分布的第四随机数，所述第四随机数为所述震中位置的纬度。
可选的，所述地震动衰减规律为椭圆型地震动衰减关系；所述根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列，包括：
依次确定所述地震序列中各地震衰减长轴的方位角；
依次根据所述方位角、椭圆型地震动衰减关系确定各待分析场点的地震动影响均值；
根据所述地震动影响均值依次得到各待分析场点的地震动影响值；所述地震动影响值为随机生成符合正态分布N(Amean,σ2)的第五随机数，其中，Amean为所述地震动影响均值，σ为椭圆型地震动衰减关系均方差；
将各所述待分析场点的所述地震序列中各地震对应的地震动影响值整合为各待分析场点的地震动影响序列。
可选的，本方法还包括：
比较各组地震动影响序列中的所有地震动影响值，得到最大地震动影响值；
将预设数量个所述最大地震动影响值从大到小进行排序，得到目标地震动影响序列；
根据所需超越概率得到目标地震动影响值，和/或，根据所需地震动影响值得到目标超越概率。
根据本申请的第二方面，提供一种地震危险性并行分析装置，包括：
获取模块，用于基于B/S架构获取分析数据；所述分析数据包括预设地震带、时间长度、预设数量；
生成模块，用于采用并行处理方法基于蒙特卡洛方法根据所述分析数据生成预设数量组地震序列；所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；
处理模块，用于根据地震动衰减规律并行计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值；
计数模块，用于记录发生了待分析事件的所述地震动影响序列的组数；
计算模块，用于根据所述预设数量和所述组数得到发生所述待分析事件的概率。
根据本申请的第三方面，提供一种地震危险性并行分析设备，包括：
并行处理器，以及与所述并行处理器相连接的存储器；
所述存储器用于存储计算机程序，所述计算机程序至少用于执行如本申请第一方面所述的地震危险性并行分析方法；
所述并行处理器用于调用并执行所述存储器中的所述计算机程序。
本申请提供的技术方案可以包括以下有益效果：基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；记录发生了待分析事件的所述地震动影响序列的组数；根据所述预设数量和所述组数得到发生所述待分析事件的概率，其中，所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值。基于此，本申请的技术方案采用并行处理方法，能快速计算得到整个待分析区域中多场点的预设数量组地震动影响序列，从而根据需求得到待分析事件的概率，实现快速对整个系统的危险性分析。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请的实施例一提供的一种地震危险性并行分析方法的流程示意图。
图2是本申请的实施例二提供的一种地震危险性并行分析装置的结构示意图。
图3是本申请的实施例三提供的一种地震危险性并行分析设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
相关技术中，对于地震危险性的分析，一般采用传统的概率地震危险性分析方法，传统的概率地震危险性分析方法一般是对单个场点进行分析，依次分析所有地震源对于该场点的影响，然后综合各地震源对该场点的影响，得到该场点的危险性超越概率。
上述对于地震危险性的分析是针对单一场点进行的，每次分析的结果都是单一场点的结果，无法同时得到多个场点危险性分析参数，对于面向多场点系统的地震危险性分析具有局限性。
为了解决上述技术问题，本申请提供了一种地震危险性并行分析方法、装置及设备，下面以实施例的方式进行说明。
实施例一
请参阅图1，图1是本申请的实施例一提供的一种地震危险性并行分析方法的流程示意图。
如图1所示，本实施例的方法包括：
步骤S101、基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；
需要说明的是，B/S架构为浏览器和服务器架构(Browser/Server Architecture，B/S架构)，基于此结构，用户可以通过浏览器输入分析数据，以供服务器来获取，当然，服务器的计算处理结果也可以通过该架构在浏览器上显示，由于地震危险性并行分析方法的处理过程涉及到了大量数据，采用上述架构可以有效简化客户端电脑的负荷，降低对于硬件的要求，增强本方法应用时的通用性。
步骤S102、采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；地震序列中包括泊松分布随机数个地震的震中位置和震级；预设地震带为对待分析区域造成影响的所有地震带；待分析区域中包括多个待分析场点。
其中，泊松分布随机数产生时，可以以时间长度与地震带内地震年平均发生率为参数，利用泊松分布函数的逆函数来产生服从泊松分布的随机数。需要说明的是，平均年发生率可以参考国标的地震动参数区划图。
另外，场点是指场源所产生的场中任意一个空间位置，本实施例中的待分析场点则指待分析区域中的任意位置，其具体位置可以由经纬度确定。
需要说明的是，并行处理方法的执行需要依靠并行处理器进行，该并行处理器可以但不仅限于是GPU。
步骤S103、根据地震动衰减规律并行计算地震序列中各地震对于各待分析场点的地震动影响值，得到各待分析场点的预设数量组地震动影响序列；待分析场点的各组地震动影响序列对应包括各组地震序列中的地震对于待分析场点的地震动影响值。
需要说明的是，地震动影响值是指地震震动过程中，能够表示地震动对于待分析场点的影响程度的数值，该地震动影响值可以但不仅限于是地震动峰值加速度、地震动峰值速度、地震烈度。其中，以地震动峰值加速度为例，地震动峰值加速度是指地表质点运动的加速度最大绝对值。本实施例中，一场地震对于一个待分析场点会有一个地震动影响值，由于S101中产生了预设数目组的地震序列，对应的，每个待分析场点会有预设数目组的地震动影响值构成的地震动影响序列。
步骤S104、记录发生了待分析事件的地震动影响序列的组数。
步骤S105、根据预设数量和组数得到发生待分析事件的概率。
其中，待分析事件可以是第一待分析场点的地震动影响值超出第一预设分析值的组数，而步骤S104中的概率即为步骤S103中的组数除以预设数量的值。
当然，待分析事件还可以是第一待分析场点的地震动影响值超出第一预设分析值且第二待分析场点的地震动影响值超出第二预设分析值，此时，需要得出第一待分析场点的地震动影响值超出第一预设分析值同时第二待分析场点的地震动影响值超出第二预设分析值的组数，然后计算出该组数所占比例，得到该待分析事件的概率。
需要说明的是，待分析事件并不局限于上述示例出的两个事件。
本实施例中，首先基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；记录发生了待分析事件的所述地震动影响序列的组数；根据所述预设数量和所述组数得到发生所述待分析事件的概率，其中，所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值。基于此，本申请的技术方案采用并行处理方法，能快速计算得到整个待分析区域中多场点的预设数量组地震动影响序列，从而根据需求得到待分析事件的概率，实现快速对整个系统的危险性分析。
步骤S102具体可以有：以所述时间长度和所述预设地震带内地震的年平均发生率为参数，生成泊松分布随机数；确定所述泊松分布随机数个震中位置及所述震中位置的震级；根据所述震中位置和所述震级得到所述地震序列。
需要说明的是，震级为根据震级频度关系、最小震级水平和最大震级上限确定的，具体可以包括：
随机产生0和1之间的均匀分布的第一随机数；
判断所述第一随机数是否在
Figure BDA0002242669050000091
与
Figure BDA0002242669050000092
之间，若是，则震级为M；其中，M依次取值4,4+ΔM,…Muz，ΔM为预设递增值，Muz为所述预设地震带的最大震级。
其中，产生在0和1之间均匀分布的第一随机数为公知的数学统计方法，本实施例不再对其赘述。另外，后边涉及到的产生在0和1之间均匀分布的随机数均为公知常识，本实施例不进行说明，直接参考现有技术即可。
其中，所述根据震级频度关系为：
log N＝a-bM
根据所述震级频度关系，发生震级大于或等于M的地震次数为N(M)＝ea-bM；
其中，M为震级，N为发生震级大于或等于M的地震次数，a、b均为回归系数。
另外，对于震中位置，可以包括：首先根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区；然后根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度。
需要说明的是，上述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据的来源均为国标的地震动参数区划图。
具体的，目标潜在震源区的确定过程可以有：
确定所述震级所在的震级档；
随机产生0和1之间的均匀分布的第二随机数；
判断所述第二随机数是否在
Figure BDA0002242669050000101
与
Figure BDA0002242669050000102
之间，若是，则标号为n的潜在震源区为目标潜在震源区；
其中，所述pd(n)为所述震级所在地震档的地震落在标号为n的潜在震源区的概率。
震中位置的经度纬度确定过程可以有：
随机产生在所述目标震源区的经度上限和经度下限之间均匀分布的第三随机数，所述第三随机数为所述震中位置的经度；
随机产生在所述目标震源区的纬度上限和纬度下限之间均匀分布的第四随机数，所述第四随机数为所述震中位置的纬度。
另外步骤S103中，所述地震动衰减规律为椭圆型地震动衰减关系，地震动影响序列获取的具体步骤可以有：依次确定所述地震序列中各地震衰减长轴的方位角；依次根据所述方位角、椭圆型地震动衰减关系确定各待分析场点的地震动影响均值；根据所述地震动影响均值依次得到各待分析场点的地震动影响值；所述地震动影响值为随机生成符合正态分布N(A_mean,σ^2)的第五随机数，其中，A_mean为所述地震动影响均值，σ为椭圆型地震动衰减关系均方差；将各所述待分析场点的所述地震序列中各地震对应的地震动影响值整合为各待分析场点的地震动影响序列。
除了对系统的地震危险性分析，本实施例还可以对各场点的地震危险性进行分析，在步骤S104后还需要比较各组地震动影响序列中的所有地震动影响值，得到最大地震动影响值；
将预设数量个所述最大地震动影响值从大到小进行排序，得到目标地震动影响序列；最后，根据所需超越概率得到目标地震动影响值，和/或，根据所需地震动影响值得到目标超越概率。
其中，根据所需超越概率得到目标地震动影响值具体可以包括：将所述超越概率与预设数量相乘，得到目标地震动影响值在目标地震动影像序列中的排位，然后该排位对应的地震动影响值即目标地震动影响值。根据所需地震动影响值得到目标超越概率可以包括：从目标地震动影响序列中从大到小依次与所需地震动影响值作比较，找到目标地震动影响序列中第一次小于所需地震动影响值的地震动影响值，并将目标地震动影响序列中大于该找到的地震动影响值的数目作为目标数值，目标数值除以预设数量即目标超越概率。
实施例二
请参阅图2，图2是本申请的实施例二提供的一种地震危险性并行分析装置的结构示意图。
如图2所示，本实施例提供的装置可以包括：
获取模块21，用于基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；
生成模块22，用于采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；地震序列中包括泊松分布随机数个地震的震中位置和震级；预设地震带为对待分析区域造成影响的所有地震带；待分析区域中包括多个待分析场点；
处理模块23，用于根据地震动衰减规律并行计算地震序列中各地震对于各待分析场点的地震动影响值，得到各待分析场点的预设数量组地震动影响序列；待分析场点的各组地震动影响序列对应包括各组地震序列中的地震对于待分析场点的地震动影响值；
计数模块24，用于记录发生了待分析事件的地震动影响序列的组数；
计算模块25，用于根据预设数量和组数得到发生待分析事件的概率。
本实施例中，首先基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；记录发生了待分析事件的所述地震动影响序列的组数；根据所述预设数量和所述组数得到发生所述待分析事件的概率，其中，所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值。基于此，本申请的技术方案采用并行处理方法，能快速计算得到整个待分析区域中多场点的预设数量组地震动影响序列，从而根据需求得到待分析事件的概率，实现快速对整个系统的危险性分析。
实施例三
请参阅图3，图3是本申请的实施例三提供的一种地震危险性并行分析设备的结构示意图。
如图3所示，本实施例提供的设备包括：
并行处理器31，以及与并行处理器相连接的存储器32；
存储器用于存储计算机程序，计算机程序至少用于执行如下的地震危险性并行分析方法：
基于B/S架构获取分析数据；分析数据包括预设地震带、时间长度、预设数量；
采用并行处理方法基于蒙特卡洛方法根据分析数据生成预设数量组地震序列；地震序列中包括泊松分布随机数个地震的震中位置和震级；预设地震带为对待分析区域造成影响的所有地震带；待分析区域中包括多个待分析场点；
根据地震动衰减规律并行计算地震序列中各地震对于各待分析场点的地震动影响值，得到各待分析场点的预设数量组地震动影响序列；待分析场点的各组地震动影响序列对应包括各组地震序列中的地震对于待分析场点的地震动影响值；
记录发生了待分析事件的地震动影响序列的组数；
根据预设数量和组数得到发生待分析事件的概率。
可选的，基于蒙特卡洛方法生成预设数量组满足预设条件的地震序列，包括：
以时间长度和预设地震带内地震的年平均发生率为参数，生成泊松分布随机数；
确定泊松分布随机数个震中位置及震中位置的震级；
根据震中位置和震级得到地震序列。
可选的，确定泊松分布随机数个震中位置及震中位置的震级，包括：
根据震级频度关系、最小震级水平和最大震级上限确定震级；
根据震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区；
根据目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定震中位置的经度和纬度。
可选的，根据震级频度关系为：
log N＝a-bM
根据震级频度关系，发生震级大于或等于M的地震次数为N(M)＝ea-bM；
其中，M为震级，N为发生震级大于或等于M的地震次数，a和b均为回归系数；
根据震级频度关系、最小震级水平和最大震级上限确定震级，包括：
随机产生0和1之间的均匀分布的第一随机数；
判断第一随机数是否在
Figure BDA0002242669050000131
与
Figure BDA0002242669050000132
之间，若是，则震级为M；其中，M依次取值4,4+ΔM,…Muz，ΔM为预设递增值，Muz为预设地震带的最大震级。
可选的，根据震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区，包括：
确定震级所在的震级档；
随机产生0和1之间的均匀分布的第二随机数；
判断第二随机数是否在
Figure BDA0002242669050000141
与
Figure BDA0002242669050000142
之间，若是，则标号为n的潜在震源区为目标潜在震源区；
其中，pd(n)为震级所在地震档的地震落在标号为n的潜在震源区的概率。
可选的，根据目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定震中位置的经度和纬度，包括：
随机产生在目标震源区的经度上限和经度下限之间均匀分布的第三随机数，第三随机数为震中位置的经度；
随机产生在目标震源区的纬度上限和纬度下限之间均匀分布的第四随机数，第四随机数为震中位置的纬度。
可选的，地震动衰减规律为椭圆型地震动衰减关系；
根据地震动衰减规律计算地震序列中各地震对于各待分析场点的地震动影响值，得到各待分析场点的预设数量组地震动影响序列，包括：
依次确定地震序列中各地震衰减长轴的方位角；
依次根据方位角、椭圆型地震动衰减关系确定各待分析场点的地震动影响均值；
根据地震动影响均值依次得到各待分析场点的地震动影响值；地震动影响值为随机生成符合正态分布N(Amean,σ2)的第五随机数，其中，Amean为地震动影响均值，σ为椭圆型地震动衰减关系均方差；
将各待分析场点的地震序列中各地震对应的地震动峰值加速度整合为各待分析场点的地震动影响序列。
可选的，本方法还包括：
比较各组地震动影响序列中的所有地震动影响值，得到最大地震动影响值；
将预设数量个最大地震动影响值从大到小进行排序，得到目标地震动影响序列；
根据所需超越概率得到目标地震动影响值，和/或，根据所需地震动影响值得到目标超越概率。
并行处理器用于调用并执行存储器中的计算机程序。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种地震危险性并行分析方法，其特征在于，包括：
基于B/S架构获取分析数据；所述分析数据包括预设地震带、时间长度、预设数量；
采用并行处理方法基于蒙特卡洛方法根据所述分析数据生成预设数量组地震序列；所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；
根据地震动衰减规律并行计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值；
记录发生了待分析事件的所述地震动影响序列的组数；
根据所述预设数量和所述组数得到发生所述待分析事件的概率；
确定泊松分布随机数个震中位置及所述震中位置的震级，包括：
根据震级频度关系、最小震级水平和最大震级上限确定震级；
根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区；
根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度；
其中，所述的地震危险性并行分析方法，还包括：
比较各组地震动影响序列中的所有地震动影响值，得到各组最大地震动影响值；
将预设数量个所述最大地震动影响值从大到小进行排序，得到目标地震动影响序列；
根据所需超越概率得到目标地震动影响值，和/或，根据所需地震动影响值得到目标超越概率；
其中，所述地震动衰减规律为椭圆型地震动衰减关系；
所述根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列，包括：
依次确定所述地震序列中各地震衰减长轴的方位角；
依次根据所述方位角、椭圆型地震动衰减关系确定各待分析场点的地震动影响均值；
根据所述地震动影响均值依次得到各待分析场点的地震动影响值；所述地震动影响值为随机生成符合正态分布N(Amean,σ2)的第五随机数，其中，Amean为所述地震动影响均值，σ为椭圆型地震动衰减关系均方差；
将各所述待分析场点的所述地震序列中各地震对应的地震动影响值整合为各待分析场点的地震动影响序列。
2.根据权利要求1所述的地震危险性并行分析方法，其特征在于，所述基于蒙特卡洛方法生成预设数量组满足预设条件的地震序列，包括：
以所述时间长度和所述预设地震带内地震的年平均发生率为参数，生成泊松分布随机数；
确定所述泊松分布随机数个震中位置及所述震中位置的震级；
根据所述震中位置和所述震级得到所述地震序列。
3.根据权利要求2所述的地震危险性并行分析方法，其特征在于，所述根据震级频度关系为：
log N＝a-bM
根据所述震级频度关系，发生震级大于或等于M的地震次数为N(M)＝ea-bM；
其中，M为震级，N为发生震级大于或等于M的地震次数，a和b均为回归系数；
所述根据震级频度关系、最小震级水平和最大震级上限确定震级，包括：
随机产生0和1之间的均匀分布的第一随机数；
判断所述第一随机数是否在
Figure FDA0003906706600000031
与
Figure FDA0003906706600000032
之间，若是，则震级为M；其中，M依次取值4,4+ΔM,…Muz，ΔM为预设递增值，Muz为所述预设地震带的最大震级。
4.根据权利要求2所述的地震危险性并行分析方法，其特征在于，所述根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区，包括：
确定所述震级所在的震级档；
随机产生0和1之间的均匀分布的第二随机数；
判断所述第二随机数是否在
Figure FDA0003906706600000041
与
Figure FDA0003906706600000042
之间，若是，则标号为n的潜在震源区为目标潜在震源区；
其中，pd(n)为所述震级所在地震档的地震落在标号为n的潜在震源区的概率。
5.根据权利要求2所述的地震危险性并行分析方法，其特征在于，所述根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度，包括：
随机产生在所述目标潜在震源区的经度上限和经度下限之间均匀分布的第三随机数，所述第三随机数为所述震中位置的经度；
随机产生在所述目标潜在震源区的纬度上限和纬度下限之间均匀分布的第四随机数，所述第四随机数为所述震中位置的纬度。
6.一种地震危险性并行分析装置，其特征在于，包括：
获取模块，用于基于B/S架构获取分析数据；所述分析数据包括预设地震带、时间长度、预设数量；
生成模块，用于采用并行处理方法基于蒙特卡洛方法根据所述分析数据生成预设数量组地震序列；所述地震序列中包括泊松分布随机数个地震的震中位置和震级；所述预设地震带为对待分析区域造成影响的所有地震带；所述待分析区域中包括多个待分析场点；
处理模块，用于根据地震动衰减规律并行计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列；所述待分析场点的各组所述地震动影响序列对应包括各组所述地震序列中的地震对于待分析场点的地震动影响值；
计数模块，用于记录发生了待分析事件的所述地震动影响序列的组数；
计算模块，用于根据所述预设数量和所述组数得到发生所述待分析事件的概率；
确定泊松分布随机数个震中位置及所述震中位置的震级，包括：
根据震级频度关系、最小震级水平和最大震级上限确定震级；
根据所述震级、震级档基础数据、潜在震源区在各震级档的概率基础数据确定目标潜在震源区；
根据所述目标潜在震源区的经度上限、经度下限、纬度上限和纬度下限确定所述震中位置的经度和纬度；
所述计算模块还用于：
比较各组地震动影响序列中的所有地震动影响值，得到各组最大地震动影响值；将预设数量个所述最大地震动影响值从大到小进行排序，得到目标地震动影响序列；根据所需超越概率得到目标地震动影响值，和/或，根据所需地震动影响值得到目标超越概率；
其中，所述地震动衰减规律为椭圆型地震动衰减关系；
所述根据地震动衰减规律计算所述地震序列中各地震对于各所述待分析场点的地震动影响值，得到各待分析场点的所述预设数量组地震动影响序列，包括：
依次确定所述地震序列中各地震衰减长轴的方位角；
依次根据所述方位角、椭圆型地震动衰减关系确定各待分析场点的地震动影响均值；
根据所述地震动影响均值依次得到各待分析场点的地震动影响值；所述地震动影响值为随机生成符合正态分布N(Amean,σ2)的第五随机数，其中，Amean为所述地震动影响均值，σ为椭圆型地震动衰减关系均方差；
将各所述待分析场点的所述地震序列中各地震对应的地震动影响值整合为各待分析场点的地震动影响序列。
7.一种地震危险性并行分析设备，其特征在于，包括：
并行处理器，以及与所述并行处理器相连接的存储器；
所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-5任一项所述的地震危险性并行分析方法；
所述并行处理器用于调用并执行所述存储器中的所述计算机程序。
CN201911005621.8A 2019-10-22 2019-10-22 地震危险性并行分析方法、装置及设备 Active CN110751399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911005621.8A CN110751399B (zh) 2019-10-22 2019-10-22 地震危险性并行分析方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911005621.8A CN110751399B (zh) 2019-10-22 2019-10-22 地震危险性并行分析方法、装置及设备

Publications (2)

Publication Number Publication Date
CN110751399A CN110751399A (zh) 2020-02-04
CN110751399B true CN110751399B (zh) 2023-02-24

Family

ID=69279248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911005621.8A Active CN110751399B (zh) 2019-10-22 2019-10-22 地震危险性并行分析方法、装置及设备

Country Status (1)

Country Link
CN (1) CN110751399B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108492236A (zh) * 2018-02-07 2018-09-04 国家海洋环境预报中心 基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法
CN109375252A (zh) * 2018-12-13 2019-02-22 中国地震局地球物理研究所 考虑不同发震构造最大可信地震的地震动参数评价方法
CN110046454A (zh) * 2019-04-25 2019-07-23 中国地震局地质研究所 概率地震经济损失计算方法及系统
CN111458748A (zh) * 2020-03-30 2020-07-28 青岛理工大学 基于三层数据集神经网络的性能地震动危险性分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108492236A (zh) * 2018-02-07 2018-09-04 国家海洋环境预报中心 基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法
CN109375252A (zh) * 2018-12-13 2019-02-22 中国地震局地球物理研究所 考虑不同发震构造最大可信地震的地震动参数评价方法
CN110046454A (zh) * 2019-04-25 2019-07-23 中国地震局地质研究所 概率地震经济损失计算方法及系统
CN111458748A (zh) * 2020-03-30 2020-07-28 青岛理工大学 基于三层数据集神经网络的性能地震动危险性分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"北京地区与雄安新区地震危险性相关性初探;吴清等;《地震地质》;20180831;第935-943页 *
中国城市地震灾害危险度评价;徐伟等;《自然灾害学报》;20040229;全文 *

Also Published As

Publication number Publication date
CN110751399A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
US20200065689A1 (en) Neural architecture search for convolutional neural networks
CN107767375B (zh) 一种点云质量评估方法及装置
US20150109290A1 (en) Device and method for removing noise points in point clouds
US20150206028A1 (en) Point cloud reduction apparatus, system, and method
Valentini et al. Relaxing segmentation on the Wasatch fault zone: Impact on seismic hazard
US20200234132A1 (en) Compound model scaling for neural networks
US20080133192A1 (en) Method and apparatus for geomodel uplayering
WO2020155300A1 (zh) 一种模型预测方法及装置
CN111914441B (zh) 一种轮胎模型的优化方法及设备
CN112418259A (zh) 一种基于直播过程中用户行为的实时规则的配置方法、计算机设备及可读存储介质
CN110954950A (zh) 地下横波速度反演方法、装置、计算设备及存储介质
KR102190105B1 (ko) 인공 신경망의 파라미터 셋을 결정하는 방법
CN110751399B (zh) 地震危险性并行分析方法、装置及设备
CN108376192B (zh) 一种确定模态叠加法计算加速度反应所需振型数目的方法
CN111382908B (zh) 一种考虑大震时间相关性的地震随机事件集模拟方法
CN111860354A (zh) 基于多监视源目标融合权重的系统航迹输出方法及装置
CN110764900A (zh) 高并发下的数据分配测试方法、装置、终端及存储介质
Michael Viscoelasticity, postseismic slip, fault interactions, and the recurrence of large earthquakes
CN105607123A (zh) 一种计算随机孔隙介质模型地震波特征信息的方法和装置
CN108896942A (zh) 核磁共振数据压缩方法及装置
Azar et al. Simulation‐Based Seismic Hazard Assessment Using Monte‐Carlo Earthquake Catalogs: Application to CyberShake
US9723419B2 (en) Systems and methods for determining metric for sound system evaluation
CN111949860B (zh) 用于生成相关度确定模型的方法和装置
Quiroz‐Ramírez et al. Evaluation of the intensity measure approach in performance‐based earthquake engineering with simulated ground motions
CN112255679A (zh) 地震资料绕射深度偏移处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant