一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种地震预测准确性评价方法

2022-06-25 03:39:06 来源:中国专利 TAG:


1.本发明涉及地震预测技术领域,具体地,涉及一种地震预测准确性评价方法。


背景技术:

2.地震预测评价方法,即通过地震发生的实际情况与地震预测的对比,来定量判断预测准确程度的方法。我国目前已在主要地震区域建立了地震监测预测台网,并开展了大规模的地震预测的研究和实践。其中,地震短临预报是地震预测工作的重中之重,直接关系着人民群众的生命财产安全。短期预报指对3个月内要发生的地震的预报;而临震预报指对10天内要发生的地震的预报。我国目前有大量专业地震机构人员和非专业人士参与短临预报工作,因此,提出一套合理、可行、统一、可量化的标准来评价短临预报的好坏,对地震预测工作有重要意义。


技术实现要素:

3.本发明的主要目的是提供一种地震预测准确性评价方法,以便对地震预测准确与否给出一个量化程度较高的评分。
4.为了实现上述目的,本发明提供一种地震预测准确性评价方法,包括:
5.将固定时间窗口内的地震预测结果输入地震预测评价模型;
6.根据所述地震预测评价模型得出正确的有震预测得分s,
7.其中,s取决于对震中位置和震级大小的预测情况,所述地震预测评价模型具体公式如下:
8.s(d,m,δm)=b(m)g(d)h(δm)
9.其中b是底分,与实际地震的震级正相关;g是震中偏差因子(0≤g≤1),与预测震中与实际震中的距离d负相关;h是震级偏差因子(0≤h≤1),与预测震级与实际震级之差的绝对值δm负相关。
10.可选地,对地震发生与否预测错误时,所述预测得0分;正确的无震预测固定得分为40分。
11.可选地,
12.可选地,
13.可选地,
14.可选地,如果一次预测所对应的所述固定时间窗口内发生了多次地震,分别计算所述方法对应到每次地震上的得分,并取最高值作为所述预测得分。
15.可选地,所述方法还包括多次预测评分ms,具体公式如下:
16.ms=e
·
∑s
17.整体评价因子
18.其中acc是准确率,是正确预测与所有预测之比;f1值是精确率pre和召回率rec的调和均值,其中精确率pre是正确有震预测与所有有震预测之比;召回率rec是正确有震预测与实际有震时间窗口数之比,计算公式如下:
[0019][0020][0021][0022]
假阳率fpr是错误有震预测与实际无震时间窗口数之比,计算公式如下:
[0023][0024]
本发明的有益效果是:提出了一种适用于单次地震预测和多次地震预测的评分方法;在单次预测评分中通过计算地震三要素的偏差,对地震预测准确与否给出了一个量化程度较高的评分;在多次预测评分中引入了整体评价因子,通过统计数学中的相应指标降低了随机概率对整体预测体系评分的影响。
[0025]
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0026]
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
[0027]
图1为本发明实施例的一种地震预测准确性评价方法的流程示意图;
[0028]
图2为本发明实施例的g(d)随震中距变化曲线图;
[0029]
图3为本发明实施例的有震预测得分s随震中距变化曲线图;
[0030]
图4为本发明实施例的h(δm)随震级偏差变化曲线图;
[0031]
图5为本发明实施例的5级地震有震预测得分s随震中距、震级偏差变化曲线图;
[0032]
图6为本发明实施例的7级地震有震预测得分s随震中距、震级偏差变化曲线图。
具体实施方式
[0033]
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
[0034]
本发明实施例提供本发明提供一种地震预测准确性评价方法,包括:
[0035]
s101、将固定时间窗口内的地震预测结果输入地震预测评价模型;
[0036]
s102、根据所述地震预测评价模型得出正确的有震预测得分s,
[0037]
其中,s取决于对震中位置和震级大小的预测情况,所述地震预测评价模型具体公式如下:
[0038]
s(d,m,δm)=b(m)g(d)h(δm)
[0039]
其中b是底分,与实际地震的震级正相关;g是震中偏差因子(0≤g≤1),与预测震中与实际震中的距离d负相关;h是震级偏差因子(0≤h≤1),与预测震级与实际震级之差的绝对值δm负相关。
[0040]
可选地,对地震发生与否预测错误时,所述预测得0分;正确的无震预测固定得分为40分。
[0041]
可选地,
[0042]
可选地,
[0043]
可选地,
[0044]
可选地,如果一次预测所对应的所述固定时间窗口内发生了多次地震,分别计算所述方法对应到每次地震上的得分,并取最高值作为所述预测得分。
[0045]
可选地,所述方法还包括多次预测评分ms,具体公式如下:
[0046]
ms=e
·
∑s
[0047]
整体评价因子
[0048]
其中acc是准确率,是正确预测与所有预测之比;f1值是精确率pre和召回率rec的调和均值,其中精确率pre是正确有震预测与所有有震预测之比;召回率rec是正确有震预测与实际有震时间窗口数之比,计算公式如下:
[0049][0050][0051][0052]
假阳率fpr是错误有震预测与实际无震时间窗口数之比,计算公式如下:
[0053][0054]
本发明实施例提出了一种基于固定时间窗口的地震预测准确性评价方法,对单次
预测和一系列连续预测均能给出可靠的定量评价指标。在实际应用中,本发明实施例的方法一般采用周或双周为固定时间窗口,要求预测者给出单位时间窗口内、一定空间范围内地震是否发生,以及震中位置和震级大小,并计算相应的评分;在多次预测时,本发明实施例的方法利用统计数学中的准确率等指标,对漏报、误报给出合理的评价。
[0055]
1)单次预测评分
[0056]
对单次地震预测的评价,一般通过预测的地震三要素(时间、空间、震级)与实际地震的契合程度进行评价。本发明实施例采用固定时间窗口的评价方法,因此本发明实施例将单次预测中地震发生与否、震中位置和震级大小与实际情况的偏差作为评分标准。
[0057]
对地震发生与否预测错误时,该预测得0分;正确的无震预测固定得分为40分;正确的有震预测得分s取决于对震中位置和震级大小的预测情况,所述地震预测评价模型具体公式如下:
[0058]
s(d,m,δm)=b(m)g(d)h(δm)
[0059]
其中b是底分,与实际地震的震级正相关。准确预测大地震的意义显著高于准确预测中、小地震,因此本发明实施例以5级为分界线,对大地震赋予较高的底分,采用线性正相关,计算公式如下:
[0060][0061]
g是震中偏差因子(0≤g≤1),与预测震中与实际震中的距离d负相关。本发明实施例以100km为分界线,认为震中偏差d≤100km的预测准确性较高,并在分界线两端分别采用平方负相关和指数负相关,计算公式如下:
[0062][0063]
g(d)随震中距变化曲线图图2所示。
[0064]
有震预测得分s随震中距变化曲线图如图3所示(h=1时)。
[0065]
h是震级偏差因子(0≤h≤1),与预测震级与实际震级之差的绝对值δm负相关。本发明实施例以1级为分界线,认为震级偏差δm≤1的预测准确性较高,并在分界线两端分别采用平方负相关和指数负相关,计算公式如下:
[0066][0067]
h(δm)随震级偏差变化曲线图如图4所示。
[0068]
5级地震有震预测得分s随震中距、震级偏差变化曲线图如图5所示(b=500时)。
[0069]
7级地震有震预测得分s随震中距、震级偏差变化曲线图如图5所示(b=1000时)。
[0070]
如果一次预测所对应的固定时间窗口内发生了多次地震,分别计算本发明实施例
的方法对应到每次地震上的得分,并取最高值作为该预测得分。
[0071]
2)多次预测评分
[0072]
多次预测评分ms,除了简单地计算单次预测评分之和∑s外,本发明实施例还引入了整体评价因子e,通过统计数学中准确率、f1值和假阳率三个指标来评价一个地震预测体系的好坏,具体公式如下:
[0073]
ms=e
·
∑s
[0074][0075]
其中acc是准确率,是正确预测与所有预测之比,计算公式如下:(tp表示正确的有震预测;tn表示正确的无震预测;fp表示错误的有震预测;fn表示错误的无震预测)
[0076][0077]
f1值是精确率pre和召回率rec的调和均值,其中精确率pre是正确有震预测与所有有震预测之比;召回率rec是正确有震预测与实际有震时间窗口数之比,计算公式如下:
[0078][0079][0080][0081]
假阳率fpr是错误有震预测与实际无震时间窗口数之比,计算公式如下:
[0082][0083]
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
[0084]
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
[0085]
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献