基于大气遥感的地震异常特征规律和地震预报模型-中国统计教育学会.PDF

2015 年（第四届）全国大学生统计建模大赛 基于大气遥感的地震异常特征规律和地震预报模型 参赛单位： 南京航空航天大学 参赛成员： 臧思聪、李言青、蔡雅薇 参赛组别： 研究生组 论文类别： 大数据统计建模类 指导老师： 皮德常 教授 二〇一五年六月 基于大气遥感的地震异常特征规律和地震预报模型 目录 目录- 2 - 图表清单- 3 - 摘要- 4 - 1 引言- 4 - 1.1 研究背景与意义- 4 - 1.2 文章内容及结构组织- 5 - 2 实验数据- 5 - 2.1 AIRS 高光谱遥感数据- 5 - 2.2 MODIS 中分辨率成像光谱仪数据- 6 - 2.3 USGS 全球地震信息- 7 - 3 遥感数据异常特征分析- 7 - 3.1 全球背景场的提取和计算- 8 - 3.2 遥感数据的异常特征- 9 - 3.3 遥感数据异常原因分析- 10 - 3.3.1 地壳形变与脱气作用- 10 - 3.3.2 大气物理化学反应- 11 - 3.4 CO、O 和CH 数据异常特征实例分析- 11 - 3 4 3.4.1 CO 异常特征实例分析- 11 - 3.4.2 O 异常特征实例分析- 12 - 3 3.4.3 CH 异常特征实例分析- 13 - 4 4 基于遥感参数特征和发震时间序列的地震预报（以中国四川为例）- 15 - 4.1 基于MODIS 地表/云温度的地震前兆识别- 15 - 4.1.1 季度背景场的提取和计算- 16 - 4.1.2 BP 神经网络的构建- 16 - 4.1.3 地震前兆识别结果- 17 - 4.2 基于发震时间序列的震级预报- 19 - 4.2.1 Gutenberg–Richter 定律- 19 - 4.2.2 人工神经网络的构建- 19 - 4.2.3 震级预报结果- 21 - 5 总结与展望- 22 - 参考文献- 22 - - 2 - 基于大气遥感的地震异常特征规律和地震预报模型 图表清单 表 1 Level 3 AIRX3STD 中18 个主要大气遥感数据参数- 6 - 表 2 MODIS 数据各光谱波段对应序号及参数- 7 - 表 3 105 个震例地震前后18 项大气遥感参数异常比例变化- 9 - 表 4 2005-02-01 至2013-12-31 中国四川5 级以上地震信息- 15 - 表 5 BP 神经网络构建参数特征- 17 - 表 6 地震前兆识别结果- 18 - 表 7 人工神经网络构建参数特征- 20 - 表 8 地震预测实验结果- 21 - 图 1 2005-01-01 至2014-05-02 全球7 级以上强震地理分布图- 8 - 图 2 4 种遥感参数