地震破坏性极强,它的破坏力足以使大片城市夷为平地,给社会和人民带来巨大损失。为了减小地震带来的破坏,对地震进行准确预测十分必要。我们既可以从地壳的运动规律,来研究未来时间内的地震发生情况;也可以从以往发生过的地震记录中寻求规律,以达到对未来时间地震发生情况的预测。
地震作为最严重的自然灾害之一,一直威胁着人类和平稳定的生活,给人类社会带来重大的灾难,威胁人类的文明发展进程。在汉斯出版社《应用数学进展》期刊中,有论文学者通过神经网络和灰度预测方法,分别建立地震的长期和短期预测模型,通过模型对地震的发生情况进行科学预测,以减少地震带来的损失。
笔者首先建立了地震长期预测模型。将每15年划分为一个预测时间单位,并将16个地震活动区分别编号,以此对数据进行初步筛选。考虑到地震发生是一个能量释放的过程,因此假设在同一个区域相对较短的时期内发生了一次强震后,不会连续发生第二次强震。考虑到地震发生的随机性与不可预测性,我们选用BP神经网络模型进行拟合预测。通过多次调整参数拟合得到一个结果相对较好的模型,通过模型可知,16个强震活动区的地震活动次数以及震级强度对中国下一年的地震发生情况有较明显影响。之后我们利用该模型对2018年中国地震发生情况进行预测,预测结果为2018年中国极有可能发生强震,最高震级达到6.53级或以上。
之后,通过灰度预测方法,建立了短期地震预测模型,利用前5年的地震数据进行预测。首先通过筛选得到10年间发生地震的情况,然后对发生地震的时间以及震级强度两组数据对比分析,发现地震发生的趋势并进行拟合。利用灰度预测方法所得的理论震级与真实值进行比对,对模型进行验证,通过修正参数,得出在误差允许范围内的最佳拟合模型。
该文所建立的模型基本完成了对未来长期及短期内地震的发生时间以及震级强度的预测。而且根据不同的情况分别采取了神经网络模型和灰度预测方法,并对参数进行了修正,使得模型的精度提高。但是,我们的拟合结果仍存在一定误差,这是由于最初对数据的处理方式和简化模型所做假设造成的。在将来的模型改进中,将加入全球范围内所有的地震数据进行统计,并建立修正模型。同时,应更多的将地理因素,如月亮赤纬角极值、厄尔尼诺和拉尼娜对地震的激发作用考虑进模型中,进一步从地球构造、地壳运动等理论角度完善预测模型。