论文部分内容阅读
地震灾害是人类面临的最严重的自然灾害和世界上最重要的科学挑战之一。长久以来，人类对地震预报的研究投入了巨大的努力，给予了极大的关注。自20世纪中期以来，世界上许多相关学科和领域的专家，针对地震预报问题展开了多方面大量的研究。随着电磁卫星技术的迅速发展，利用电离层参量获取地震前兆这一新技术已成为当前的研究热点。国内外学者对地震前后的电离层状态进行了大量研究，结果表明大地震前的电离层异常扰动不仅存在，而且是普遍现象。震前电离层异常的存在为短临地震预测的可能性及我国自主研发电磁卫星提供了强有力的支持。本文在研究了大量前人对地震电离层前兆处理方法的基础上，基于DEMETER电磁卫星的数据和资料，与数据挖掘方法相结合，尝试找到适合于使用电离层参量来进行短临地震预测的方法。本文所做的主要工作如下：（1）分析了大量目前对震前电离层异常的研究结果和数据挖掘方法在地震预测中的应用，确定了大地震前确实存在电离层参量的异常，为本文的研究打下了一定的理论基础。（2）考虑到地震前兆持续时间短，表现形式复杂和卫星数据的间断性，提出了基于频繁项目集的短临地震预测算法。该算法忽略掉卫星数据的时序性，通过寻找多个电离层参量的组合与地震和非地震的关系，提取最能表示地震前兆的频繁项目集，再对测试数据进行短临地震预测实验。实验结果中，本方法对地震数据和非地震数据的判定准确度约为80%。（3）尝试使用目前较成熟的语音信号处理方法来处理地震前兆，采用说话人识别模型来解决短临地震预测问题。考虑到先验知识较少，尽可能地采用了自适应性较强的算法来解决地震预测问题。首先使用希尔伯特-黄变换(HHT)提取地震特征参数，再分别采用基于期望最大化(EM)算法的高斯混合模型(GMM)和隐马尔科夫模型(HMM)训练，生成了地震模型和非地震模型，最后对测试数据进行短临地震预测实验。实验验证了该方法的可行性，随后我们分析了此方法中存在的不足之处。