偷偷色噜狠狠狠狠的777米奇,77777亚洲午夜久久多人,亚洲精华国产精华精华液网站,日韩精品一区二区三区在线观看l

研究背景：

地震烈度是地震引起的地面震動(dòng)及其影響的強(qiáng)弱程度。地震烈度評(píng)定通常是綜合運(yùn)用宏觀調(diào)查和儀器測(cè)定的多指標(biāo)方法。中國(guó)是一個(gè)地震活躍的國(guó)家，在地震發(fā)生后，快速地、準(zhǔn)確地預(yù)測(cè)儀器地震烈度對(duì)于地震預(yù)警、地震影響程度的判斷、震后災(zāi)害救援和地震烈度圖的繪制都是非常有意義的。同時(shí)，這對(duì)于減輕中國(guó)的地震災(zāi)害也是非常有價(jià)值的。

中國(guó)地震烈度表規(guī)定：儀器地震烈度的確定是基于現(xiàn)地的地震動(dòng)加速度記錄的最大值（PGA）和現(xiàn)地的地震動(dòng)速度記錄的最大值（PGV）。在地震預(yù)警中，傳統(tǒng)的現(xiàn)地PGA和現(xiàn)地PGV預(yù)測(cè)方法通常是基于單個(gè)的P波特征參數(shù)建立經(jīng)驗(yàn)的PGA和PGV預(yù)測(cè)方程。然而，由于單一的P波特征參數(shù)包含與地震動(dòng)峰值相關(guān)的信息較少，且線性的經(jīng)驗(yàn)預(yù)測(cè)方程過(guò)于簡(jiǎn)單，這導(dǎo)致預(yù)測(cè)的PGA和PGV存在誤差大和不確定大的現(xiàn)象。

為了對(duì)中國(guó)儀器地震烈度實(shí)現(xiàn)快速且魯棒的預(yù)測(cè)，本研究提出了一個(gè)結(jié)合了循環(huán)神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的現(xiàn)地儀器地震烈度預(yù)測(cè)方法。

研究方法及結(jié)果：

（1）我們提出了一個(gè)結(jié)合了循環(huán)神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的深度學(xué)習(xí)方法去提高中國(guó)儀器地震烈度預(yù)測(cè)的魯棒性?；谘h(huán)神經(jīng)網(wǎng)絡(luò)的變體雙向門(mén)控單元（BIGRU）和日本K-NET臺(tái)網(wǎng)記錄的強(qiáng)震動(dòng)數(shù)據(jù)建立現(xiàn)地PGA預(yù)測(cè)模型（R-PGA）和現(xiàn)地PGV預(yù)測(cè)模型（R-PGV）。然后，通過(guò)遷移學(xué)習(xí)，凍結(jié)R-PGA模型和R-PGV模型的BIGRU模塊，基于中國(guó)地震臺(tái)網(wǎng)記錄的強(qiáng)震動(dòng)記錄對(duì)R-PGA模型和R-PGV模型重新進(jìn)行訓(xùn)練和微調(diào)，建立了經(jīng)遷移后的PGA預(yù)測(cè)模型（TLR-PGA）和PGV預(yù)測(cè)模型（TLR-PGV）。我們對(duì)TLR-PGA模型和TLR-PGV模型的預(yù)測(cè)結(jié)果和基線模型進(jìn)行了比較，同時(shí)還分析了基于TLR-PGA模型和TLR-PGV模型得到的現(xiàn)地儀器地震烈度和警報(bào)情況。

（2）在遷移學(xué)習(xí)中，建立一個(gè)具有良好性能的預(yù)訓(xùn)練模型對(duì)于遷移學(xué)習(xí)模型的性能是非常重要。在P波到達(dá)后3秒，圖1和圖2分別展示了R-PGA模型和R-PGV模型的預(yù)測(cè)PGA和預(yù)測(cè)PGV。從圖中可以發(fā)現(xiàn)，基于R-PGA模型和R-PGV模型的預(yù)測(cè)PGA和預(yù)測(cè)PGV呈現(xiàn)明顯的1:1線性關(guān)系，相關(guān)系數(shù)R達(dá)到了0.8以上。且測(cè)試集和訓(xùn)練集的結(jié)果比較接近，這也說(shuō)明模型沒(méi)有出現(xiàn)過(guò)擬合現(xiàn)象。同時(shí)，預(yù)測(cè)PGA和預(yù)測(cè)PGV誤差主要分布在±0.5范圍內(nèi)。

（3）對(duì)于相同的中國(guó)測(cè)試數(shù)據(jù)集，在P波到達(dá)后3秒，表1展示了基于TLR-PGA模型、TLR-PGV模型和基線模型的預(yù)測(cè)結(jié)果。從表1中可以發(fā)現(xiàn)：和傳統(tǒng)PGA和PGV預(yù)測(cè)方法以及未使用遷移學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，基于TLR-PGA模型和TLR-PGV模型可以獲得誤差更小的PGA和PGV預(yù)測(cè)結(jié)果。這也說(shuō)明：本文提出基于循環(huán)神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)方法對(duì)于中國(guó)儀器烈度預(yù)測(cè)是可行的。

（4）為了驗(yàn)證本文提出的方法的魯棒性，我們將該方法應(yīng)用到中國(guó)訓(xùn)練數(shù)據(jù)集和測(cè)試集之外的五次破壞性地震事件中?；诒疚奶岢龅姆椒?，在P波到達(dá)后3秒，圖3展示2022年門(mén)源6.9級(jí)地震的儀器地震烈度預(yù)測(cè)結(jié)果及警報(bào)性能。從圖3中可以看到：預(yù)測(cè)的儀器地震烈度和觀測(cè)地震烈度是非常接近的，且基于預(yù)測(cè)的儀器地震烈度，只發(fā)生了一次漏報(bào)，且沒(méi)有誤報(bào)現(xiàn)象。同時(shí)，圖4展示了這五次破壞性地震事件的儀器地震烈度預(yù)測(cè)誤差和警報(bào)情況。從圖4中可以發(fā)現(xiàn)：P波到達(dá)3s后，儀器地震烈度預(yù)報(bào)誤差主要在±1以內(nèi)，平均絕對(duì)誤差為0.78；成功報(bào)警的比例達(dá)到90%，誤報(bào)警的比例為0%。研究表明：本文的研究對(duì)于現(xiàn)地地震預(yù)警是有幫助的。