本發(fā)明屬于地震預(yù)警，具體涉及一種基于深度學(xué)習(xí)的張衡一號衛(wèi)星多參數(shù)時(shí)空關(guān)聯(lián)分析方法。這種創(chuàng)新方法通過綜合利用多種電離層參數(shù)，包括磁場三分量波形數(shù)據(jù)、電子密度ne和gps?tec數(shù)據(jù)等，實(shí)現(xiàn)了對地震前兆的智能識別和預(yù)測。該方法融合了先進(jìn)的深度學(xué)習(xí)技術(shù)、隨機(jī)漫步理論和鞅理論，構(gòu)建了一個(gè)復(fù)雜而精確的多參數(shù)時(shí)空關(guān)聯(lián)分析模型。通過對swarm?b衛(wèi)星和張衡一號衛(wèi)星數(shù)據(jù)的深入分析和模型遷移，本發(fā)明不僅提高了地震異常識別的準(zhǔn)確性，還增強(qiáng)了模型的泛化能力和實(shí)時(shí)性。這種方法的應(yīng)用對于提升地震預(yù)警系統(tǒng)的性能、減少地震災(zāi)害造成的損失具有重要意義，代表了地震預(yù)警的一個(gè)重要突破。

背景技術(shù)：

1、本發(fā)明的背景技術(shù)部分旨在為讀者提供一個(gè)更為全面的技術(shù)背景，幫助他們更好地理解本發(fā)明的技術(shù)原理和應(yīng)用價(jià)值。需要注意的是，這些信息并不是為了承認(rèn)或暗示這些技術(shù)已經(jīng)為本領(lǐng)域技術(shù)人員所公知，而是為了提供一個(gè)更為詳細(xì)的技術(shù)背景，幫助讀者更好地理解本發(fā)明的技術(shù)價(jià)值。

2、地震預(yù)警技術(shù)是地震科學(xué)研究的重要方向之一。地震是一種具有突發(fā)性、破壞性的自然災(zāi)害，對人類社會和經(jīng)濟(jì)造成了巨大的影響。因此，準(zhǔn)確預(yù)測地震的發(fā)生時(shí)間、地點(diǎn)和強(qiáng)度一直是科學(xué)界面臨的重大挑戰(zhàn)。近年來，隨著衛(wèi)星觀測技術(shù)的發(fā)展，利用衛(wèi)星觀測數(shù)據(jù)進(jìn)行地震異常識別和預(yù)測成為一個(gè)重要的研究方向。然而，現(xiàn)有技術(shù)存在一些限制。單一參數(shù)的地震異常識別準(zhǔn)確性不高，無法充分考慮多種參數(shù)之間的相互影響。多參數(shù)之間的時(shí)空關(guān)聯(lián)性難以有效建立，導(dǎo)致模型的泛化能力不強(qiáng)。此外，人工提取特征存在主觀性，可能會忽視一些重要的特征或引入不必要的特征。這些限制嚴(yán)重影響了地震預(yù)警技術(shù)的發(fā)展和應(yīng)用，亟需新的方法和技術(shù)來克服這些挑戰(zhàn)，提高地震預(yù)警的準(zhǔn)確性和可靠性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于深度學(xué)習(xí)的張衡一號衛(wèi)星多參數(shù)時(shí)空關(guān)聯(lián)分析方法，以解決現(xiàn)有技術(shù)中存在的地震異常識別準(zhǔn)確性不高的技術(shù)問題。這種方法通過結(jié)合深度學(xué)習(xí)技術(shù)和多參數(shù)時(shí)空關(guān)聯(lián)分析，實(shí)現(xiàn)了對地震前兆的智能識別和預(yù)測，提高了地震預(yù)警的準(zhǔn)確性和實(shí)時(shí)性。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

3、一種基于深度學(xué)習(xí)的張衡一號衛(wèi)星多參數(shù)時(shí)空關(guān)聯(lián)分析方法，包括以下步驟：

4、(1)?獲取并預(yù)處理電離層多參量數(shù)據(jù)，包括磁場三分量波形數(shù)據(jù)、ne和gps?tec數(shù)據(jù)；

5、(2)?利用隨機(jī)漫步和鞅理論建立電離層不同參數(shù)地震前兆異常的時(shí)序關(guān)系；

6、(3)?基于cnn-bilstm深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建swarm?b衛(wèi)星電離層多參數(shù)地震異常智能識別模型；

7、(4)?利用遷移學(xué)習(xí)技術(shù)，將swarm?b衛(wèi)星模型遷移到zh-1(01)衛(wèi)星，構(gòu)建zh-1(01)多參數(shù)地震異常識別模型；

8、(5)?利用張衡一號衛(wèi)星星座數(shù)據(jù)進(jìn)行地震異常識別與驗(yàn)證，并持續(xù)優(yōu)化模型。

9、采用上述技術(shù)方案，本發(fā)明具有如下有益效果：

10、本發(fā)明通過深度學(xué)習(xí)方法自動提取特征，避免了人工提取特征的主觀性，提高了特征提取的效率和準(zhǔn)確性。利用遷移學(xué)習(xí)技術(shù)，解決了zh-1(01)衛(wèi)星數(shù)據(jù)不足的問題，提高了模型的泛化能力。采用多參數(shù)時(shí)空關(guān)聯(lián)分析，充分利用了不同參數(shù)之間的相關(guān)性，提高了地震異常識別的準(zhǔn)確性。通過持續(xù)的模型驗(yàn)證和優(yōu)化，使得模型能夠不斷適應(yīng)新的數(shù)據(jù)和情況，保持較高的識別準(zhǔn)確率。

技術(shù)特征：

1.一種基于深度學(xué)習(xí)的張衡一號衛(wèi)星多參數(shù)時(shí)空關(guān)聯(lián)分析方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(1)中的預(yù)處理包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(2)中建立時(shí)序關(guān)系的方法包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(3)中的cnn-bilstm深度學(xué)習(xí)網(wǎng)絡(luò)包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(4)中的遷移學(xué)習(xí)方法包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述地震異常識別采用ibpt分類器模型，該模型是一種改進(jìn)的二進(jìn)制粒子群優(yōu)化決策樹分類器。

7.?根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電離層多參量數(shù)據(jù)的時(shí)間范圍為2014年4月到2021年的swarm?b衛(wèi)星數(shù)據(jù)和2019年到2021年的zh-1(01)數(shù)據(jù)，空間范圍為中國及其周邊地區(qū)。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述地震異常識別的對象為5.5級以上地震。

9.?根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電離層多參量數(shù)據(jù)的空間范圍為距離震中dobrovolsky距離范圍內(nèi)的時(shí)間序列，其中dobrovolsky距離由公式r?=?10^(0.43m)計(jì)算得出，r為影響半徑（km），m為地震震級。

技術(shù)總結(jié)
本發(fā)明公開了一種基于深度學(xué)習(xí)的張衡一號衛(wèi)星多參數(shù)時(shí)空關(guān)聯(lián)分析方法。該方法首先獲取并預(yù)處理電離層多參量數(shù)據(jù)，包括磁場三分量波形數(shù)據(jù)、電子密度Ne和GPS?TEC數(shù)據(jù)。隨后，利用隨機(jī)漫步和鞅理論建立電離層不同參數(shù)地震前兆異常的時(shí)序關(guān)系。接著，基于CNN?BiLSTM深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建Swarm?B衛(wèi)星電離層多參數(shù)地震異常智能識別模型。然后，利用遷移學(xué)習(xí)技術(shù)，將Swarm?B衛(wèi)星模型遷移到ZH?1(01)衛(wèi)星，構(gòu)建ZH?1(01)多參數(shù)地震異常識別模型。最后，利用張衡一號衛(wèi)星星座數(shù)據(jù)進(jìn)行地震異常識別與驗(yàn)證，并持續(xù)優(yōu)化模型。本發(fā)明通過深度學(xué)習(xí)方法對多源電離層參數(shù)進(jìn)行時(shí)空關(guān)聯(lián)分析，可有效提高地震異常識別的準(zhǔn)確性，為地震預(yù)警提供科學(xué)依據(jù)。

技術(shù)研發(fā)人員：熊攀,陳江河
受保護(hù)的技術(shù)使用者：中國地震局地震預(yù)測研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30