科研隊伍
/
宋晉東
宋晉東，男，出生于安徽合肥，籍貫山東平邑，工學博士，研究員，博士生導師。
研究方向：
1.地震預警
地震預警，指的是地震發(fā)生后對即將到來的破壞性地震動進行預測和警報。研究重點主要是利用地震發(fā)生初期幾秒的地震波信息，估計地震震級的大小、地震位置、地震可能產(chǎn)生的破壞范圍，并研發(fā)系統(tǒng)。相關研究成果應用于“國家地震烈度速報與預警工程”項目建設。
2.重大工程地震緊急處置
面向高速鐵路、城市軌道交通、核電站、燃氣管網(wǎng)等重大工程與基礎設施，進行地震時的緊急處置以及地震后的恢復運行控制。相關研究成果應用于“高速鐵路地震預警監(jiān)測系統(tǒng)現(xiàn)場監(jiān)測設備和前端預警服務器”研發(fā)，通過中國鐵路總公司技術評審與中鐵檢驗認證中心（CRCC）入網(wǎng)認證，服務國內(nèi)20余條高速鐵路地震預警系統(tǒng)建設，中標“一帶一路”印尼雅萬高鐵地震預警系統(tǒng)建設項目。
3.人工智能在地震學與地震工程學的應用
基于海量多源（測震、強震、MEMS、GNSS、手機等）地震數(shù)據(jù)，利用機器學習、深度學習等人工智能方法，解決地震預警與地震工程等相關領域的研究難點問題，并探索相關研究領域?qū)W科交叉的可行性。目前領導研究的人工智能地震預警方法已在地震事件識別、地震波到時自動撿拾、震級估計、地震動場預測等方面取得了準確性與時效性的大幅提升，正在進行系統(tǒng)研發(fā)工作，部分模塊已開始在線測試運行。
學術兼職：
1. 所科技委委員、青年科技委副主任
2. 國家科學工程“國家地震烈度速報與預警工程”，專家委員會成員
3. 中國地震學會地震人工智能專業(yè)委員會，副主任
4. 中國地震學會地震學專業(yè)委員會，委員
5. 世界青年地球科學家聯(lián)盟中國委員會（YESChina），委員
6. 黑龍江省高層次人才（C類）
7. 黑龍江省地震學會，理事
8. 安徽建筑大學，校外兼職博導
9. 期刊《地震科學進展》，青年編委
10. 鐵道部、中國地震局高速鐵路地震安全技術研發(fā)組，成員
11. 中國地震局測震學科技術管理組，成員
12. 福建高速鐵路地震信息服務實施組，成員
工作經(jīng)歷：
2022.12—至今，中國地震局工程力學研究所，工程地震研究中心，研究員（其間：2024.01遴選為博士生導師）
2022.11—2022.12，中國地震局工程力學研究所，工程地震研究中心，副研究員（其間：2022.11任工程地震研究中心副主任）
2019.03—2022.11，中國地震局工程力學研究所，“地震預警與工程緊急處置”科技創(chuàng)新團隊，副研究員（其間：2020.01遴選為碩士生導師）
2017.12—2019.03，中國地震局工程力學研究所，強震動觀測研究室，副研究員
2013.07—2017.12，中國地震局工程力學研究所，強震動觀測研究室，助理研究員
2013.01—2014.01，美國肯塔基大學、肯塔基州地質(zhì)調(diào)查局，訪問學者
2008.09—2009.09，待就業(yè)
2007.07—2008.09，安徽省城建設計研究總院股份有限公司，工程師
學習經(jīng)歷：
2009.09—2013.06，中國地震局工程力學研究所，防災減災工程及防護工程，博士，導師：李山有 研究員
2004.09—2007.06，中國地震局工程力學研究所，防災減災工程及防護工程，碩士，導師：李山有 研究員
2000.09—2004.07，安徽建筑工業(yè)學院（現(xiàn)：安徽建筑大學），土木工程，學士，導師：干洪 教授
科研項目：
1. 國家重點研發(fā)計劃項目子課題（2023YFF0725005），地震地質(zhì)災害風險評估應用驗證，70萬元，2024.01-2028.12，負責人
2. 國家重點研發(fā)計劃項目（2023YFF0725000），知識驅(qū)動的科學數(shù)據(jù)智能分析方法和系統(tǒng)，1000萬元，2024.01-2028.12，研究骨干
3. 山東能源集團重大科技攻關揭榜掛帥項目，煤礦礦震烈度監(jiān)測技術及裝備研究與應用，1160萬元，2023.01-2024.06，研究骨干
4. 中國地震局地震科技星火計劃（前店后廠）項目（XH23027YB），基于振動監(jiān)測的地鐵防開挖裝置研發(fā)及示范應用，9.97萬元，2023.01-2023.12，聯(lián)合負責人
5. 中國鐵道科學研究院集團有限公司科研項目（2022YJ149），基于人工智能的高速鐵路地震預警算法研究，25.44萬元，2022.10-2024.10，負責人
6. 中國地震局地震科技星火計劃（前店后廠）項目（XH22008B），深度學習算法在地震實時震級測定中的應用研究，11.6萬元，2022.01-2023.12，聯(lián)合負責人
7. 黑龍江省自然科學基金（LH2021E119），不平衡數(shù)據(jù)驅(qū)動的可解釋性人工智能地震預警震級估算模型研究，10萬元，2021.07-2024.07，負責人
8. 中國地震局工程力學研究所基本科研業(yè)務費專項（2021B07），基于可解釋機器學習的地震預警震級與影響場預測，25萬元，2021.10-2024.10，負責人
9. 國家鐵路集團科技研究開發(fā)課題（K2019G009），川藏鐵路關鍵工點現(xiàn)場地震預警監(jiān)測技術研究，150萬元，2019.07-2021.12，研究骨干、子課題負責人
10. 國家重點研發(fā)計劃課題（2018YFC1504003），地震預警參數(shù)確定新方法，289萬元，2018.12-2021.12，負責人
11. 國家重點研發(fā)計劃課題省級資助（2018YFC1504003），地震預警參數(shù)確定新方法，20萬元，2018.12-2021.12，負責人
12. 山東省高校土木結構防災減災協(xié)同創(chuàng)新中心資助課題（XTZ201901），地震安全性和預警技術研究，40萬元，2018.12-2020.12，研究骨干
13. 國家重點研發(fā)計劃子課題（2017YFC1500802-02），重大工程專用地震預警技術與系統(tǒng)研究，42萬元，2018.01-2020.12，負責人
14. 國家自然科學基金高鐵聯(lián)合基金（U1534202），高速鐵路地震快速緊急處置方法關鍵技術研究，299.4萬元，2016.01-2019.12，研究骨干、子課題負責人
15. 中央級科研院所基本科研業(yè)務費專項資助項目（2016A03），地震烈度速報與預警技術，260萬元，2016.01-2018.12，研究骨干
16. 中國鐵路總公司科技研究開發(fā)課題（2015G007-A），高速鐵路地震預警震中位置及震級偏差等性能提升技術深化研究，40萬元，2015.06-2016.12，研究骨干
17. 中央級科研院所基本科研業(yè)務費專項資助項目（2014B07），基于衰減關系的大地震震源破裂特征快速確定，19.2萬元，2014.06-2017.12，負責人
18. 國家自然科學基金青年基金（51408564），基于單臺P波與多參數(shù)回歸的地震參數(shù)快速估算研究，25萬元，2014.01-2017.12，負責人
19. 中國鐵路總公司科技研究開發(fā)課題（2012T001），高速鐵路地震監(jiān)測預警關鍵技術研究，450萬元，2012.06-2014.06，研究骨干
代表性論文（*通訊作者）：
[1] Jingbao Zhu, Shanyou Li, Jindong Song*. 2024. Data-Knowledge Driven Hybrid Deep Learning for Earthquake Early Warning. Earth and Space Science, 11(9), https://doi.org/10.1029/2023EA003363 (SCI, Q2)
[2] 宋晉東, 朱景寶, 李水龍, 王士成, 韋永祥, 李山有. 2024. 基于機器學習預測模型的現(xiàn)地警報級別地震預警試驗. 地球物理學報, 67(8): 3004-3016 (SCI, Q4)
[3] Heyi Liu, Wentao Sun, Shanyou Li, Xueying Zhou, Jindong Song*. Cumulative Absolute Velocity (CAV) parameter estimation in earthquake emergency response based on a support vector machine. Journal of Seismology. 28, 811-828 (2024). https://doi.org/10.1007/s10950-024-10224-5 (SCI, Q3)
[4] Jingbao Zhu, Wentao Sun, Shanyou Li, Kunpeng Yao, Jindong Song*. Threshold-based earthquake early warning for high-speed railways using deep learning. Reliability Engineering & System Safety. Volume 250, 2024, https://doi.org/10.1016/j.ress.2024.110268. (SCI, Q1)
[5] Baorui Hou, Yueyong Zhou, Shanyou Li, Yongxiang Wei, Jindong Song*. Real-time earthquake magnitude estimation via a deep learning network based on waveform and text mixed modal. Earth Planets Space 76, 58 (2024). https://doi.org/10.1186/s40623-024-02005-8 (SCI, Q2)
[6] Haozhen Dai, Yueyong Zhou, Heyi Liu, Shanyou Li, Yongxiang Wei, Jindong Song*. XGBoost-based prediction of on-site acceleration response spectra with multi-feature inputs from P-wave arrivals, Soil Dynamics and Earthquake Engineering, Volume 178, 2024, https://doi.org/10.1016/j.soildyn.2024.108503. (SCI, Q2)
[7] Jingbao Zhu, Wentao Sun, Xueying Zhou, Kunpeng Yao, Shanyou Li, Jindong Song*. Machine Learning‐Based Rapid Epicentral Distance Estimation from a Single Station. Bulletin of the Seismological Society of America, 2024, https://doi.org/10.1785/0120230267. (SCI, Q2)
[8] Jingbao Zhu, Yueyong Zhou, Heyi Liu*, Congcong Jiao, Shanyou Li, Tao Fan, Yongxiang Wei, Jindong Song*. Rapid Earthquake Magnitude Classification Using Single Station Data Based on the Machine Learning, IEEE Geoscience and Remote Sensing Letters, vol. 21, pp. 1-5, 2024, Art no. 7500705, doi: 10.1109/LGRS.2023.3346655. (SCI, Q1)
[9] Baorui Hou, Shanyou Li, Jindong Song*, Support vector machine-based on-site prediction for China seismic instrumental intensity from P-wave features. Pure and Applied Geophysics. 2023. Volume 180, 3495–3515. https://doi.org /10.1007/s00024-023-03335-6 (SCI, Q2)
[10] 宋晉東, 朱景寶, 韋永祥, 劉艷瓊, 何斌, 李繼龍, 李山有*. 2023. 2022年1月8日青海門源6.9級地震機器學習地震預警震級估計與現(xiàn)地閾值報警的回溯驗證. 地球物理學報, 66(7): 2903-2919, doi: 10.6038/cjg2022Q0050. (SCI, Q4)
[11] Jingbao Zhu, Shanyou Li, Yongxiang Wei, Jindong Song*. On-site instrumental seismic intensity prediction for China via recurrent neural network and transfer learning. Journal of Asian Earth Sciences. 2023. https://doi.org/10.1016/j.jseaes.2023.105610. (SCI, Q2)
[12] Jingbao Zhu, Shanyou Li, Jindong Song*. Hybrid Deep-Learning Network for Rapid On-Site Peak Ground Velocity Prediction. 2022. IEEE Transactions on Geoscience and Remote Sensing. vol. 60, pp. 1-12, 2022, Art no. 5925712, https://doi.org/10.1109/TGRS.2022.3230829. (SCI, Q1)
[13] Jindong Song, Jingbao Zhu, Yongxiang Wei, ShuilongLi, ShanyouLi*. Real-time prediction of earthquake potential damage: A case study for the 8 January 2022 MS 6.9 Menyuan earthquake in Qinghai, China. 2022. Earthquake Research Advances. https://doi.org/10.1016/j.eqrea.2022.100197.
[14] Jindong Song, Jingbao Zhu, Shanyou Li*. MEANet: Magnitude Estimation Via Physics-based Features Time Series, an Attention Mechanism, and Neural Networks. Geophysics. 2023. 88(1): V33-V43. https://library.seg.org/doi/10.1190/geo2022-0196.1. (SCI, Q2)
[15] Jindong Song, Jingbao Zhu, Yuan Wang, Shanyou Li*. On-site alert-level earthquake early warning using machine-learning-based prediction equations. Geophysical Journal International. 2022, 231(2): 786-800. https://doi.org/10.1093/gji/ggac220. (SCI, Q2)
[16] Song Jindong., Zhu Jingbao. and Li Shanyou*. (2022), Continuous prediction method of earthquake early warning magnitude for high-speed railway based on support vector machine, Railway Sciences, Vol. 1 No. 2, pp. 307-323. https://doi.org/10.1108/RS-04-2022-0002
[17] Wang Yuan, Li Shanyou, Song Jindong*. Exploring magnitude estimation for earthquake early warning using the available P-wave time windows based on Chinese strong motion records. Pure and Applied Geophysics. 2022, 179(5): 4037–4052. https://doi.org/10.1007/s00024-022-03062-4. (SCI, Q3)
[18] 宋晉東, 朱景寶, 劉艷瓊, 孫文韜, 李水龍, 曾奎原, 汪云龍, 姚鹍鵬, 李山有*. 基于支持向量機預測模型的高速鐵路現(xiàn)地地震預警方法. 2022. 中國鐵道科學. 43(5): 177-187. (EI)
[19] Jingbao Zhu, Shanyou Li, Qiang Ma, Bin He, Jindong Song*. Support vector machine-based magnitude estimation using transfer learning for Sichuan-Yunnan region, China. Bulletin of the Seismological Society of America. 2022, 112(2): 894-904. https://doi.org/10.1785/0120210232. (SCI, Q2)
[20] Heyi Liu, Shanyou Li, Jindong Song*. Discrimination between earthquake P waves and microtremors via a generative adversarial network. Bulletin of the Seismological Society of America. 2022, 112(2): 669-679. https://doi.org/10.1785/0120210231. (SCI, Q2)
[21] Jingbao Zhu, Shanyou Li, Jindong Song*. Magnitude estimation for earthquake early warning with multiple parameter inputs and a support vector machine. Seismological Research Letters. 2022, 93(1): 126-136. https://doi.org/10.1785/0220210144. (SCI, Q2)
[22] Jingbao Zhu, Shanyou Li, Jindong Song* and Yuan Wang. Magnitude estimation for earthquake early warning using a deep convolutional neural network. Frontiers in Earth Science. 2021. https://doi.org/10.3389/feart.2021.653226. (SCI, Q2)
[23] 宋晉東, 朱景寶, 李山有*, 等. 基于支持向量機的高速鐵路地震預警震級連續(xù)預測. 中國鐵道科學, 2021, 042(3): 156-165. (EI)
[24] 宋晉東, 余聰, 李山有*. 2021. 地震預警現(xiàn)地PGV連續(xù)預測的最小二乘支持向量機模型. 地球物理學報, 64(2): 555-568. (SCI, Q4)
[25] Wang Yuan, Li Shanyou and Song Jindong*. Magnitude-scaling relationships based on initial P-wave information in the Xinjiang region, China. Journal of Seismology. 2021, 25: 697-710. https://doi.org/10.1007/s10950-020-09981-w. (SCI, Q3)
[26] Wang Yuan, Li Shanyou & Song Jindong*. Threshold-based evolutionary magnitude estimation for an earthquake early warning system in the Sichuan–Yunnan region, China. Scientific Reports 10, 21055 (2020). https://doi.org/10.1038/s41598-020-78046-2. (SCI, Q1)
[27] 宋晉東, 教聰聰, 李山有*, 侯寶瑞. 基于地震P波雙參數(shù)閾值的高速鐵路Ⅰ級地震警報預測方法. 中國鐵道科學, 2018(1): 138-144. (EI)
發(fā)明專利：
1. 宋晉東, 朱景寶, 李山有. 一種基于特征波形的地震震級估算方法和裝置. 國家發(fā)明專利, ZL 202111457319.3
2. 宋晉東, 朱景寶, 李山有. 地震預警方法、裝置、電子設備和計算機可讀存儲介質(zhì). 國家發(fā)明專利, ZL 202111623482.2
聯(lián)系方式：
