CN111210120B - 极震区和影响场方向的确定方法、装置、设备及存储介质 - Google Patents

极震区和影响场方向的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111210120B
CN111210120B CN201911360824.9A CN201911360824A CN111210120B CN 111210120 B CN111210120 B CN 111210120B CN 201911360824 A CN201911360824 A CN 201911360824A CN 111210120 B CN111210120 B CN 111210120B
Authority
CN
China
Prior art keywords
determining
distribution information
region
density
sampling points
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
CN201911360824.9A
Other languages
English (en)
Other versions
CN111210120A (zh
Inventor
王晓湘
曹爽
韩万江
李琦
王冬宇
王玉龙
刘毅然
魏鹏
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201911360824.9A priority Critical patent/CN111210120B/zh
Publication of CN111210120A publication Critical patent/CN111210120A/zh
Application granted granted Critical
Publication of CN111210120B publication Critical patent/CN111210120B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种极震区和影响场方向的确定方法、装置、电子设备及介质。所述极震区和影响场方向的确定方法包括：获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；获取所述地震区中多个采样点的位置信息；根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。本发明实施例能够充分利用损坏基站和正常基站的分布信息，并基于不同采样点的不同权重更准确地确定极震区和影响场方向，减小灾情评估结果与实际情况之间的误差，提高评估准确度。

Description

极震区和影响场方向的确定方法、装置、设备及存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种极震区和影响场方向的确定方法、装置、设备及存储介质。
背景技术
震后快速确定极震区和影响场方向对于抗震救灾中灾情评估有重要意义。目前，国际上普遍使用的快速评估方法是利用地震台网数据进行评估。部分国家，特别是地震频发的发达国家，已经建立了自己的地震预警系统。然而，其他大多数国家没有这类先进的地震预警系统。在震后数小时的黑箱期内，由于地震设备覆盖范围不足或评估时间长，很难快速评估地震灾情。因此，应考虑使用其他替代方法来解决灾情快速评估的问题。
与地震台站相比，通信基站的数量和密度要大得多。这些通信基站可以作为高密度，不间断的地震传感器。由于通信基站的易损程度一般相同，因此在发生地震时，现有技术根据不同位置通信基站的损坏情况来确定极震区和影响场方向。
但是，损坏基站的数据有限，且不同地区的基站整体分布情况不尽相同，例如山区的基站往往沿道路分布，而城市中的基站往往集中于居民区或写字楼，因此对于不同基站分布情况，每个基站的覆盖范围也应不同，若只考虑损坏基站的数据，导致确定的极震区和影响场方向不准确，进而导致地震灾情评估结果与真实情况的误差较大，降低灾情评估的准确度。
发明内容
有鉴于此，本发明的目的在于提出一种极震区和影响场方向的确定方法、装置、设备及存储介质，以解决现有技术中极震区和影响场方向评估不准确的问题。
基于上述目的，本发明提供了极震区和影响场方向的确定方法，包括：
获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；
获取所述地震区中多个采样点的位置信息；
根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；
根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。
在本发明一些实施例中，所述根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重，具体包括：
根据所述第一位置分布信息，确定所述地震区中的损坏密度分布信息；
根据所述第二位置分布信息，确定所述地震区中的正常密度分布信息；
分别将所述多个采样点中的每个采样点作为目标采样点，根据所述损坏密度分布信息，确定所述目标采样点处的损坏密度；
根据所述正常密度分布信息，确定所述目标采样点处的正常密度；
根据所述损坏密度和所述正常密度，计算所述目标采样点的权重。
在本发明一些实施例中，所述权重的计算公式为：
Figure GDA0003986391050000021
其中，wi为第i个采样点的权重，d(i)为第i个采样点处的损坏密度，n(i)为第i个采样点处的正常密度。
在本发明一些实施例中，所述根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向，具体包括：
根据所述多个采样点的位置信息及相应的权重，并采用加权标准差椭圆算法，计算震度椭圆的中心、x轴标准差、y轴标准差和旋转角；
根据所述震度椭圆的中心、x轴标准差、y轴标准差，确定极震区；
根据所述旋转角，确定影响场方向。
在本发明一些实施例中，在所述根据所述损坏密度和所述正常密度，计算所述目标采样点的权重之前，还包括：
若所述目标采样点的损坏密度和正常密度均为0，则去除所述目标采样点。
在本发明一些实施例中，所述多个采样点均匀分布在所述地震区中。
本发明还提供了一种极震区和影响场方向的确定装置，所述装置包括：
第一获取模块，用于获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；
第二获取模块，用于获取所述地震区中多个采样点的位置信息；
第一确定模块，用于根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；以及，
第二确定模块，用于根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。
在本发明一些实施例中，所述第一确定模块具体用于：
根据所述第一位置分布信息，确定所述地震区中的损坏密度分布信息；
根据所述第二位置分布信息，确定所述地震区中的正常密度分布信息；
分别将所述多个采样点中的每个采样点作为目标采样点，根据所述损坏密度分布信息，确定所述目标采样点处的损坏密度；
根据所述正常密度分布信息，确定所述目标采样点处的正常密度；
根据所述损坏密度和所述正常密度，计算所述目标采样点的权重。
本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述极震区和影响场方向的确定方法。
本发明还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述极震区和影响场方向的确定方法。
从上面所述可以看出，本发明提供的极震区和影响场方向的确定方法、装置、电子设备及存储介质，能够获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息，并获取地震区中多个采样点的位置信息，以根据第一位置分布信息和第二位置分布信息，确定多个采样点中的每个采样点的权重，进而根据多个采样点的位置信息及相应的权重，确定极震区和影响场方向，实现地震灾情的评估。本发明实施例充分利用损坏基站和正常基站的分布信息，并基于不同采样点的不同权重更准确地确定极震区和影响场方向，减小灾情评估结果与实际情况之间的误差，提高评估准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的极震区和影响场方向的确定方法的流程示意图；
图2为本发明实施例提供的极震区和影响场方向的确定方法的另一流程示意图；
图3为地震区中的所有基站的分布示意图；
图4为现有技术中所得出的震度椭圆的示意图；
图5为本发明实施例中损坏密度的分布示意图；
图6为本发明实施例中正常密度的分布示意图；
图7为本发明实施例中采样点的分布示意图；
图8为本发明实施例所得出的震度椭圆的示意图；
图9为本发明实施例与现有技术所得出的震度椭圆的对比示意图；
图10为本发明实施例提供的极震区和影响场方向的确定装置的结构示意图；
图11为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
参见图1，为本发明实施例提供的极震区和影响场方向的确定方法的流程示意图。如图1所示，所述方法包括步骤101至104：
101、获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息。
震后快速评估灾情信息对于抗震救灾至关重要。然而由于地震仪器设备的数量较少且覆盖范围有限，以及震后地震数据收集和处理所需时间较长，所以无法在短时间内对灾情状况进行快速评估。与地震设备相比，通信基站的覆盖范围广，密度高，产生的数据量大，位置信息精确，且对灾情的响应速度快。因此，本发明实施例采用通信基站数据作为数据源来快速评估地震灾情。
本发明实施例中，损坏基站是指退服的基站，正常基站是指未退服的基站。地震区是指受地震影响的区域，地震区中，越靠近地震中心，震级越大，而震级越大，基站损坏得越密集。另外，地震区中还会有部分基站可以正常工作，这些正常工作的基站也会提供一定的信息量，正常基站越密集的地方，说明地震的严重程度越低。也就是说，在一次地震中，震度越大的地方，损坏基站密集。相反，震度越小的地方，正常基站越密集。因此，综合考虑损坏基站和正常基站带来的信息量，可以评估地震情况。
损坏基站的第一位置分布信息包括地震区中所有损坏基站的经度和纬度，如(X1,Y1),...,(Xi,Yi)，即第1到i个基站为损坏基站，i≥1。正常基站的第二位置分布信息包括地震区中所有正常基站的经度和纬度，如(Xi+1,Yi+1),...,(Xi+j,Yi+j)，即第i+1到i+j为正常基站，j≥1。其中，X表示经度，Y表示纬度。
102、获取所述地震区中多个采样点的位置信息。
本发明实施例中，所述多个采样点均匀分布在所述地震区中，即在地震区中等间隔获取若干采样点，并获取每个采样点的位置信息，位置信息包括该采样点的经度和纬度。
103、根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重。
本发明实施例中，由于不同位置的损坏基站和正常基站的分布情况不同，使得不同位置的权重也不相同，因此根据损坏基站和正常基站的分布情况，确定每个采样点的权重。
具体地，步骤103中的所述根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重，包括：
根据所述第一位置分布信息，确定所述地震区中的损坏密度分布信息；
根据所述第二位置分布信息，确定所述地震区中的正常密度分布信息；
分别将所述多个采样点中的每个采样点作为目标采样点，根据所述损坏密度分布信息，确定所述目标采样点处的损坏密度；
根据所述正常密度分布信息，确定所述目标采样点处的正常密度；
根据所述损坏密度和所述正常密度，计算所述目标采样点的权重。
需要说明的是，基于第一位置分布信息和第二位置分布信息，并采用核密度方法，可以合理扩展基站数据点，即采用核密度方法，计算地震区中的损坏密度分布信息和正常密度分布信息。其中，损坏密度分布信息包括地震区中每一位置的损坏密度，正常密度分布信息包括地震区中每一位置的正常密度。核密度方法所采用的计算公式为：
Figure GDA0003986391050000061
其中，f(x)为位置x处的核密度，即损坏密度或正常密度，h是带宽，n是带宽范围内像元数，x-xi为估计点到样本xi处的距离，K是核函数。
核函数的选择对核密度分布的影响较小，但是带宽的选择取决于具体问题。在发明实施例中，默认带宽h由如下公式计算：
Figure GDA0003986391050000062
其中，SD是标准距离，Dm是中值距离，n是点数。
在获取损坏密度分布信息和正常密度分布信息后，可以根据每个采样点的位置信息，确定每个采样点的损坏密度和正常密度。通过损坏密度和正常密度对多个采样点进行过滤。
具体地，在所述根据所述损坏密度和所述正常密度，计算所述目标采样点的权重之前，还包括：
若所述目标采样点的损坏密度和正常密度均为0，则去除所述目标采样点。
本发明实施例删除损坏密度和正常密度均为0的采样点，并保留其他采样点的位置信息、损坏密度和正常密度。
在对多个采样点进行过滤后，可以计算保留的每个采样点处的权重。假设每个采样点处都有一个基站，从而根据损坏密度和正常密度来计算每个采样点处发生损坏的可能性，因此采用损坏比率来确定采样点处的权重。
具体地，所述权重的计算公式为：
Figure GDA0003986391050000071
其中，wi为第i个采样点的权重，d(i)为第i个采样点处的损坏密度，n(i)为第i个采样点处的正常密度。
104、根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。
本发明实施例中，将每个采样点的位置信息和相应的权重输入加权标准差椭圆算法，得到输出结果，进而根据输出结果，确定极震区和影响场方向。
具体地，步骤104中的所述根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向，包括：
根据所述多个采样点的位置信息及相应的权重，并采用加权标准差椭圆算法，计算震度椭圆的中心、x轴标准差、y轴标准差和旋转角；
根据所述震度椭圆的中心、x轴标准差、y轴标准差，确定极震区；
根据所述旋转角，确定影响场方向。
所述加权标准差椭圆算法为：
Figure GDA0003986391050000072
Figure GDA0003986391050000073
Figure GDA0003986391050000074
Figure GDA0003986391050000075
Figure GDA0003986391050000076
其中xi为第i个采样点的经度，yi为第i个采样点的纬度，
Figure GDA0003986391050000077
为震度椭圆中心的经度，
Figure GDA0003986391050000078
为震度椭圆的中心的纬度，
Figure GDA0003986391050000079
为椭圆的中心，wi为第i个采样点的权重，n为采样点的个数，θ为旋转角，即正北方向与顺时针旋转的主轴之间的夹角，σx、σy分别是沿x轴和y轴的标准差。
在获取震度椭圆的中心、x轴标准差、y轴标准差后，即可确定震度椭圆所在的区域，而震度椭圆所在的区域即为极震区。旋转角是指震度椭圆的主轴从y轴的正半轴顺时针旋转的角度，根据旋转角即可确定影响场方向。
在确定极震区和影响场方向后，即可评估地震灾情的范围，为抗震救灾提供重要信息。
参见图2，为本发明实施例提供的极震区和影响场方向的确定方法的具体流程示意图。如图2所示，所述方法包括步骤201至209：
201、分别获取地震区内损坏基站的第一位置分布信息和正常基站的第二位置分布信息。
202、采用核密度方法，并根据第一位置分布信息，计算损坏密度分布信息。
203、采用核密度方法，并根据第二位置分布信息，计算正常密度分布信息。
204、在地震区内等间隔获取多个采样点。
205、分别检测每个采样点的损坏密度和正常密度是否为0，若是，则去除该采样点，若否，则执行步骤206。
206、保留该采样点。
207、根据每个采样点的损坏密度和正常密度，计算每个采样点的权重。
208、根据每个采样点的经纬度和权重，并采用加权标准差椭圆算法，获得震度椭圆的中心、x轴标准差、y轴标准差和旋转角。
209、根据震度椭圆的中心、x轴标准差和y轴标准差，确定极震区，并根据旋转角，确定影响场方向。
例如，在某地区发生地震后，通过运营商获知地震区内具有76个损坏基站和51个正常基站，其中损坏基站的经纬度如表1所示，正常基站的经纬度如表2所示。
Figure GDA0003986391050000081
表1
Figure GDA0003986391050000082
Figure GDA0003986391050000091
表2
所有基站的分布情况如图3所示，其中圆点表示损坏基站，圆圈表示正常基站。
根据现有技术中仅使用损坏基站的数据作为数据源来确定的极震区，如图4所示，其中震度椭圆41基于现有技术中的置信椭圆算法得出，震度椭圆42基于现有技术中的标准差椭圆算法得出。可以看出，这两种算法的结果与实际的极震区(震级VIII所在的区域)有很大的差距。
基于本发明实施例，分别在损坏基站和正常基站中使用核密度方法，确定地震区每个位置的损坏密度和正常密度。其中，损坏密度的分布图如图5所示，正常密度的分布图如图6所示，图中颜色越深，损坏密度或正常密度越大。可以看出，不仅仅在基站的位置，在地震区的任意一点都可以利用核密度方法计算出对应的损坏密度和正常密度。数据源仅包含127个基站状态(损坏或正常)，但是通过核密度方法，可以计算出地震区内的每个位置的合理状态(损坏密度和正常密度)，挖掘出的信息量远大于原始数据。
进而，通过设置像元大小将地震区划分为网格。以每个网格中心为采样点，每个采样点都有其唯一的经度、纬度、损坏密度和正常密度值。在103.15°E和103.45°E，26.90°N和27.30°N之间均匀地取250×250采样点(所有基站都包含在此范围内)，并删除损坏密度和正常密度均为0的点(这意味着这些点不提供有价值的信息)。采样点图如图7所示。可以看出，其范围只是图5和图6的叠加结果。
这些采样点的损坏密度和正常密度可以用作其在这次地震中损坏和正常的概率。通过权重计算公式来计算每个采样点的损坏比率，并将其用作标准差椭圆算法中每个采样点的权重，得到加权标准差椭圆算法，结果如图8所示。可以看出，该算法得到的震度椭圆81与实际的极震区非常接近。
如图9所示，将本发明实施例所采用的的加权标准差椭圆算法与现有技术采用的置信椭圆算法、标准差椭圆算法得到的结果进行对比，可以得出：
1)地震影响场方向可以通过主轴方向(旋转角度)来进行估计。置信椭圆算法得到的旋转角最小，为132.31°，几乎是“西北”方向；标准差椭圆算法得到的旋转角为148.06°；加权标准差椭圆算法得到的旋转角为152.83°。而地震局提供的本次地震的影响场方向为“北北西”方向。参考图9可以看出，在这三种方法中，本发明实施例中算法所得出的结果与实际的极震区最为吻合，这表明本发明实施例比现有方法能够更准确地估计影响场方向。
2)相对于现有技术得到的两个椭圆，本发明实施例得到的震度椭圆与中国地震局发布的震度VIII级椭圆拟合程度最高。原因有以下几点：首先，本发明实施例中的算法不只考虑损坏基站，还考虑了正常基站带来的信息。其次，利用核密度方法可以有效地挖掘所有基站提供的信息量。最后，通过等间隔采样来扩展数据量，并且用“损坏比率”替换原始状态(损坏或正常)以改进算法。在这三种算法中，加权标准差椭圆算法结果最接近于实际的震度VIII级椭圆，因此可以快速估计震度VIII级椭圆。
本发明提供的极震区和影响场方向的确定方法，能够获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息，并获取地震区中多个采样点的位置信息，以根据第一位置分布信息和第二位置分布信息，确定多个采样点中的每个采样点的权重，进而根据多个采样点的位置信息及相应的权重，确定极震区和影响场方向，实现地震灾情的评估。本发明实施例充分利用损坏基站和正常基站的分布信息，并基于不同采样点的不同权重更准确地确定极震区和影响场方向，减小灾情评估结果与实际情况之间的误差，提高评估准确度。
需要说明的是，本发明实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
参见图10，为本发明实施例提供的极震区和影响场方向的确定装置，所述装置包括：
第一获取模块10，用于获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；
第二获取模块20，用于获取所述地震区中多个采样点的位置信息；
第一确定模块30，用于根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；以及，
第二确定模块40，用于根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
图11示出了本实施例所提供的一种具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
本发明实施例提供一种非暂态计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种极震区和影响场方向的确定方法中的步骤。
本实施例的非暂态计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种极震区和影响场方向的确定方法，其特征在于，包括：
获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；
获取所述地震区中多个采样点的位置信息；
根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；
所述根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重，具体包括：
根据所述第一位置分布信息，确定所述地震区中的损坏密度分布信息；
根据所述第二位置分布信息，确定所述地震区中的正常密度分布信息；
分别将所述多个采样点中的每个采样点作为目标采样点，根据所述损坏密度分布信息，确定所述目标采样点处的损坏密度；
根据所述正常密度分布信息，确定所述目标采样点处的正常密度；
根据所述损坏密度和所述正常密度，计算所述目标采样点的权重；
根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向。
2.根据权利要求1所述的极震区和影响场方向的确定方法，其特征在于，所述权重的计算公式为：
Figure FDA0003986391040000011
其中，wi为第i个采样点的权重，d(i)为第i个采样点处的损坏密度，n(i)为第i个采样点处的正常密度。
3.根据权利要求1所述的极震区和影响场方向的确定方法，其特征在于，所述根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向，具体包括：
根据所述多个采样点的位置信息及相应的权重，并采用加权标准差椭圆算法，计算震度椭圆的中心、x轴标准差、y轴标准差和旋转角；
根据所述震度椭圆的中心、x轴标准差、y轴标准差，确定极震区；
根据所述旋转角，确定影响场方向；
所述加权标准差椭圆算法包括：
Figure FDA0003986391040000021
Figure FDA0003986391040000022
Figure FDA0003986391040000023
Figure FDA0003986391040000024
Figure FDA0003986391040000025
其中xi为第i个采样点的经度，yi为第i个采样点的纬度，
Figure FDA0003986391040000026
为震度椭圆中心的经度，
Figure FDA0003986391040000027
为震度椭圆的中心的纬度，
Figure FDA0003986391040000028
为椭圆的中心，wi为第i个采样点的权重，n为采样点的个数，θ为旋转角，即正北方向与顺时针旋转的主轴之间的夹角，σx、σy分别是沿x轴和y轴的标准差。
4.根据权利要求1所述的极震区和影响场方向的确定方法，其特征在于，在所述根据所述损坏密度和所述正常密度，计算所述目标采样点的权重之前，还包括：
若所述目标采样点的损坏密度和正常密度均为0，则去除所述目标采样点。
5.根据权利要求1所述的极震区和影响场方向的确定方法，其特征在于，所述多个采样点均匀分布在所述地震区中。
6.一种极震区和影响场方向的确定装置，其特征在于，所述装置包括：
第一获取模块，用于获取地震区中损坏基站的第一位置分布信息和正常基站的第二位置分布信息；
第二获取模块，用于获取所述地震区中多个采样点的位置信息；
第一确定模块，用于根据所述第一位置分布信息和所述第二位置分布信息，确定所述多个采样点中的每个采样点的权重；以及，
第二确定模块，用于根据所述多个采样点的位置信息及相应的权重，确定极震区和影响场方向；所述第一确定模块具体用于：根据所述第一位置分布信息，确定所述地震区中的损坏密度分布信息；
根据所述第二位置分布信息，确定所述地震区中的正常密度分布信息；
分别将所述多个采样点中的每个采样点作为目标采样点，根据所述损坏密度分布信息，确定所述目标采样点处的损坏密度；
根据所述正常密度分布信息，确定所述目标采样点处的正常密度；
根据所述损坏密度和所述正常密度，计算所述目标采样点的权重。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任意一项所述的极震区和影响场方向的确定方法。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至5任意一项所述的极震区和影响场方向的确定方法。
CN201911360824.9A 2019-12-25 2019-12-25 极震区和影响场方向的确定方法、装置、设备及存储介质 Active CN111210120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911360824.9A CN111210120B (zh) 2019-12-25 2019-12-25 极震区和影响场方向的确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911360824.9A CN111210120B (zh) 2019-12-25 2019-12-25 极震区和影响场方向的确定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111210120A CN111210120A (zh) 2020-05-29
CN111210120B true CN111210120B (zh) 2023-03-10

Family

ID=70788358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911360824.9A Active CN111210120B (zh) 2019-12-25 2019-12-25 极震区和影响场方向的确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111210120B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925016B (zh) * 2021-03-15 2023-06-27 北京市地震局 一种线源地震影响场生成方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105376771A (zh) * 2015-10-20 2016-03-02 四川公用信息产业有限责任公司 一种基于通信数据评估受灾区域受地震影响程度的方法
CN107292545A (zh) * 2017-08-23 2017-10-24 中铁二院贵阳勘察设计研究院有限责任公司 一种基于地震风险评估的桥梁抗震分析方法
CN108388991A (zh) * 2018-02-28 2018-08-10 广州震安科技有限公司 一种大震灾情快速评估方法，终端及计算机可读存储介质
JP2019015572A (ja) * 2017-07-05 2019-01-31 大成建設株式会社 機器システムの機能損傷と関連が高い地震動強さ指標の検出方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105376771A (zh) * 2015-10-20 2016-03-02 四川公用信息产业有限责任公司 一种基于通信数据评估受灾区域受地震影响程度的方法
JP2019015572A (ja) * 2017-07-05 2019-01-31 大成建設株式会社 機器システムの機能損傷と関連が高い地震動強さ指標の検出方法
CN107292545A (zh) * 2017-08-23 2017-10-24 中铁二院贵阳勘察设计研究院有限责任公司 一种基于地震风险评估的桥梁抗震分析方法
CN108388991A (zh) * 2018-02-28 2018-08-10 广州震安科技有限公司 一种大震灾情快速评估方法，终端及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于手机位置数据的地震灾情指标选择;庞晓克 等;《中国地震》;20190330;第35卷(第1期);144-157 *

Also Published As

Publication number Publication date
CN111210120A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
US20160183116A1 (en) Method and apparatus of positioning mobile terminal based on geomagnetism
AU2016204607B2 (en) Determining location of a user device
US10229576B2 (en) User equipment, earthquake alert server and earthquake alert method thereof
US9639999B2 (en) System and method for estimating speed of a vehicle
CN108734304B (zh) 一种数据模型的训练方法、装置、及计算机设备
US9558852B2 (en) Method and apparatus for defect repair in NAND memory device
CN111679336B (zh) 航空重力测量点的布格重力异常值的计算方法、装置
CN111487624A (zh) 一种预测降雨量的方法与设备
CN111210120B (zh) 极震区和影响场方向的确定方法、装置、设备及存储介质
CN115561731B (zh) 位姿优化方法、点云地图建立方法、计算机设备及介质
CN108133234B (zh) 基于稀疏子集选择算法的社区检测方法、装置及设备
CN108628896B (zh) 签到行为热度处理方法及装置
CN113395319A (zh) 网络故障感知的方法、系统、电子设备及存储介质
CN115407265A (zh) 一种运载工具的定位方法、装置、电子设备及其存储介质
CN114417964A (zh) 卫星运营商分类方法、装置及电子设备
CN113256804A (zh) 一种三维重建尺度恢复方法、装置、电子设备及存储介质
CN111337973B (zh) 地震数据重建方法、系统
Lee et al. Investigating and comparing spatial accuracy and precision of GPS-enabled devices in Middle Tennessee
CN112307475A (zh) 一种系统检测方法及装置
CN111988813A (zh) 移动通信网络中弱覆盖小区的确定方法、装置和计算机设备
CN112954586B (zh) 一种欺骗干扰源定位方法、电子设备及存储介质
CN115420418B (zh) 气压测量方法、装置、电子设备及可读存储介质
CN114265506B (zh) 旋转交互方法、装置、终端设备及可读存储介质
CN116879943A (zh) 余震预测方法、装置及电子设备
CN113285774B (zh) 干扰信号处理方法、装置、电子设备及存储介质

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