CN114545489B - 一种基于高阶磁异常导数的地震短临预测方法 - Google Patents

Abstract

本发明公开一种基于高阶磁异常导数的地震短临预测方法，方法包括以下步骤：选取地磁F分量作为地震短临预测数据源；对地磁F分量进行拟合处理，得到高阶多项式；对所述高阶多项式进行求导，得到高阶磁异常导数；结合地磁场自身，利用高阶磁异常导数进行地震短临预测。本发明有益效果是：提高地震预测的精度，尽可能减少地震带来的损害。

Description

一种基于高阶磁异常导数的地震短临预测方法

技术领域

本发明涉及地震预测领域，尤其涉及一种基于高阶磁异常导数的地震短临预测方法。

背景技术

地震预测是一个直接关系人民生命财产安全的重要科学问题。虽然目前无法阻止地震的产生，但若能准确地预测地震，就能有足够时间采取应急措施，进而将损失降到最低。经过几十年的探索，国内外学者已发现几种与地震有关的前兆信息，其中地磁学是地震前兆观测的重要方法，通过实验及理论研究发现了地震将至时地球磁场的分布及变化规律，更为重要的是地磁场自身的时、空属性具有延拓性，其历史数据演变规律可被应用于地震预测。

目前，地震预测的方法主要包括：地磁逐日比法、加卸载响应法以及日变低点位移法。研究发现地磁Z分量能够提取到较好的地震前兆信息，上述方法也都与地磁Z分量日变化得到的相位、幅度大小相关。但仍存在一些问题：首先，这些方法都与地磁Z分量相关，然而Z分量数据受磁暴影响较为明显，降低了异常信息的可信度；其次，上述方法选取的预测期较长(90天左右)，短临地震预测方面不具备优势；最为重要的是，上述方法对于地震发生的地点以及获取数据的质量都有着极高的要求，这无疑加大了地震预测的难度。

发明内容

为了解决以上问题，本申请提供的一种基于高阶磁异常导数的地震短临预测方法，具体包括以下步骤：

S101：选取地磁F分量作为地震短临预测数据源；

S102：对地磁F分量进行拟合处理，得到高阶多项式；

S103：对所述高阶多项式进行求导，得到高阶磁异常导数；

S104：结合地磁场自身，利用高阶磁异常导数进行地震短临预测。

进一步地，步骤S102中，具体采用滑动窗口对所述地磁F分量进行拟合处理。

步骤S103中，所述高阶磁异常导数的获取公式如下：

上式中，y(t)表示高阶多项式，t表示时间，k_i表示滑动窗拟合后的各阶系数，n表示高阶多项式的阶数，n≥3。

与现有技术相比，本发明的有益效果包括：提高地震预测的精度，尽可能减少地震带来的损害。

附图说明

图1是本发明方法的流程图；

图2是地磁Z分量与其他部分地磁分量的相关性示意图；

图3是滑动窗口算法示意图；

图4是本发明实施例数据曲线示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种基于高阶磁异常导数的地震短临预测方法。请参考图1，图1是本发明方法的流程图；本发明方法包括以下步骤：

S101：选取地磁F分量作为地震短临预测数据源；

需要说明的是，在地磁场长期变化曲线中，地磁分量F作为总量，当其变化曲线出现“V”型突然变化时，往往伴随着地震，因为地球内部磁场存在自然变化，目前能证明地磁分量F与地震存在联系，但F分量的“V”型变化曲线还不足以作为地震的前兆证明。

而地磁Z分量能够提取到较好的地震前兆信息；地磁Z分量与F分量相关性极高，并且地磁F分量受磁暴因素影响较小，请参考图2，图2是地磁Z分量与其他部分地磁分量的相关性示意图；

图2中，其中正相关的数据为正，负相关的数据为负；值越大表明相关性程度越大，相关性程度越高右上角圆圈颜色越深，面积越大；从图2中不难看出Z分量与F分量是正相关且相关性系数较大。

综合以上考虑，本申请通过地磁F分量获取地震前兆信息。

S102：对地磁F分量进行拟合处理，得到高阶多项式；

需要说明的是，地磁场曲线突发的“V”型变化往往伴随着地震，因为地球磁场的分量可看作高阶多项式，而地磁震动就是在磁场长期变化中定义为对时间的高阶导数，所以本发明首先采用滑动窗口对F分量变化曲线进行拟合处理，进而得到高阶多项式。

请参考图3，图3是滑动窗口算法示意图；

滑动窗算法：滑动窗口算法是在特定窗口大小的数组上执行要求的操作，而不在整个数组上操作，该技术可以将嵌套循环转变为单循环，因此它可以减少时间复杂度。具体算法是从一组数据左侧开始，设定窗口大小，对窗口内的数据进行拟合处理，通过不断向右滑动，来对当前窗口内数据进行拟合处理，当窗口滑动到最右边时终止滑动。

本申请中具体应用该算法时的步骤：滑动窗算法拟合多项式：本专利通过现有地磁台站数据，采用滑动窗算法，将相邻每5个数据拟合成一个高阶多项式。将通过对不同地区的历史数据进行研究来确定预测该地区中强震的高阶多项式的阶数n，若共有m个实验数据，运用滑动窗算法可以得到(m-4)个高阶多项式。

S103：对所述高阶多项式进行求导，得到高阶磁异常导数；

需要说明的是，基于上述滑动窗算法拟合成的高阶多项式，地磁震动可以看作是高阶系数的变化，即需要针对时间对高阶多项式求导，高阶导数用来表现原始地磁分量数据变化的累加效应，可以更清楚地放大曲线的变化，所以地磁曲线越接近“V”型变化，对时间的高阶导数就越准确对应地磁震动。高阶磁异常导数获取公式如下：

上式中，y(t)表示高阶多项式，t表示时间，k_i表示滑动窗拟合后的各阶系数，n表示高阶多项式阶数，n≥3。

例如，以三阶多项式为例，其磁异常导数获取公式如下：

式中，A、B、C、D对应前文中k_i，表示不同项的多项式系数。

S104：结合地磁场自身，利用高阶磁异常导数进行地震短临预测。

需要说明的是，地磁场自身，具体指地磁场的时空属性的延拓性，所以可以对早年间地震发生的时间、数据进行分析处理来确定阈值，进而处理当前的数据来进行地震预测；

作为一种实施例，新疆是中国中强震频发的地区之一，地震活动具有强度大、频度高、分布广的特点，故将本发明方法应用于2017年喀什地震，如图4所示。其中呈逐渐上升趋势的曲线是地磁F分量全年的变化曲线，位于图4分布中央的曲线是基于本发明求得的高阶磁异常导数，且在该曲线已用圆圈标出异常值。可以看出，在该曲线所标记的异常值附近，存在有一条逐渐上升趋势的曲线(该曲线即为地磁场自身)，曲线均出现明显“V”型变化，根据2017年地磁台站记录的地震情况，使用本发明计算得到的磁异常高阶导数所对应的时间，准确预测了30天内发生的中强地震。

本发明的技术关键点在于：

1、采用高阶磁异常导数并结合地磁场自身时、空属性的延拓性，实现地震预测，预测期可达30天以内，大大提高了短临地震的预测性能。

2、采用滑动窗口算法，更快捷准确地将地磁分量变化曲线拟合成为高阶多项式，便于后期对高阶磁异常导数的提取。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本发明的有益效果是：

1、采用高阶磁异常导数预测地震，大幅缩短了地震发生前的预测期，更方便相关机构对短临地震做出应急措施。

2、采用高阶磁异常导数预测地震，进一步提高了对中强地震的预测性能。本发明有效克服了当前地震预测方法在磁暴影响下的局限性，缩短了预测周期，提高了对中强震的预测精度，同时也保证了方法的普适性，可适用于地震监测业，进而减少地震所造成的人员伤亡和财产损失。

以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (3)

1.一种基于高阶磁异常导数的地震短临预测方法，其特征在于：包括以下步骤：

S101：选取地磁F分量作为地震短临预测数据源；

S102：对地磁F分量进行拟合处理，得到高阶多项式；

S103：对所述高阶多项式进行求导，得到高阶磁异常导数；

S104：结合地磁场自身，利用高阶磁异常导数进行地震短临预测。

2.如权利要求1所述的一种基于高阶磁异常导数的地震短临预测方法，其特征在于：步骤S102中，具体采用滑动窗口对所述地磁F分量进行拟合处理。

3.如权利要求1所述的一种基于高阶磁异常导数的地震短临预测方法，其特征在于：步骤S103中，所述高阶磁异常导数的获取公式如下：

上式中，y(t)表示高阶多项式，t表示时间，k_i表示滑动窗拟合后的各阶系数，n表示高阶多项式的阶数，n≥3。