时序预测模型在震前电离层电子浓度总含量和红外长波辐射异常探测中的应用

论文摘要

近几十年来,卫星遥感技术已经成为地震行业发展的重要手段,在地震研究领域应用十分广泛。但由于缺乏有效的地震电离层和红外遥感数据处理技术,致使地震电离层和红外遥感数据中的很多有效信息没有得到充分的利用。研究地震电离层和红外遥感数据处理技术,能够充分利用和挖掘电离层和红外遥感信息,提高与大震孕育发生过程有关的地震电离层和红外遥感前兆信息的识别和提取,为增强我国地震科学研究水平、解决目前世界地震监测预测研究的重要难题开辟探索一条新途径,进而为提供这些新途径增强理论研究。在传统震前地震电离层电子浓度总含量(TEC)和红外长波辐射(OLR)异常探测方法中,其探测结果准确与否取决于异常检测方法的合理性。虽具有一定的合理性,但其均只考虑了各自序列数据的固有属性,而未顾及其不确定性成分。因此,本文基于时间序列分析方法的基本原理,运用求和自回归滑动平均模型(ARIMA)和Prophet模型等多种时序预测模型方法,分析和处理了我国陆态网(CMONOC)基准站GNSS观测数据反演成的电离层TEC数据和NOAA卫星的红外OLR数据,并结合2017年8月8日的九寨沟Ms7.0地震和2017年9月20日的墨西哥Ms7.1地震等地震事件,通过一系列的比较分析实验来验证这2种时序预测模型方法在电离层TEC和卫星红外遥感信息提取中的有效性和适用性。具体研究内容如下:1、Prophet时序预测模型在电离层TEC异常探测中的应用本文基于电离层TEC具有年、月、日等多种时空尺度的周期季节性变化的特征,结合四川九寨沟地震,以九寨沟地震震中(33.20°N,103.82°E)为中心,选取距离震中最近的GPS基准站——四川松潘站SCSP(32.65°N,103.58°E)作为建模序列数据研究对象,通过对建模序列数据进行处理、模式识别、模型诊断检验和模型建模预测评价和分析等一系列步骤建模预测筛选出最优时序预测模型方法,利用最优时序预测模型方法检测电离层TEC数据中的地震异常。实验结果如下:1)针对九寨沟地震前的建模电离层TEC序列数据,将Prophet等六种时序预测模型经过一系列建模步骤预测处理后,六种时序预测模型均表现了一定预测效果,但Prophet模型预测建模背景值的精度要明显高于其它五种模型方法,且预测建模的精度比ARIMA模型等方法高2.55倍左右,比滑动四分位法(IQR)高10.74倍左右。2)各时序预测模型方法在经过建模步骤处理后,预测建模RMSE精度值均呈现出随着预测时间的增加,建模精度降低的特点,且各预测模型方法均在训练数据集长度为38天时表现出最佳的预测效果。对比最佳训练集长度处总RMSE精度值依次为,=10.5841>=3.2780>=0.8469。3)经过Prophet时序预测模型探测处理后,能检测出明显的异常信息。具体表现为九寨沟地震前第10天、7天和2天发生明显的电离层TEC异常扰动现象,震后第1天、6天和7天也发生了电离层TEC异常扰动现象。4)Prophet时序预测模型和IQR方法均能检测出明显的异常信息,但各自探测结果存在着较大差异,而Prophet方法有可能减少虚假异常的产生。2、ARIMA时序预测模型在NOAA卫星OLR值异常信息提取中的应用基于红外OLR受日地物理活动的影响呈现出周期性变化特征的物理特性,结合我国四川九寨沟地震和国外墨西哥地震,以九寨沟地震震中(33.20°N,103.82°E)和墨西哥地震震中(18.58°N,98.47°W)为中心,分别选取距离震中最近的红外OLR非震数据点(33.50°N,103.50°E和18.50°N,98.50°W)作为建模序列数据研究对象,通过对建模序列数据进行平稳性检验、模式识别、模型诊断检验和模型建模预测评价和分析等一系列步骤建模预测筛选出最优时序预测模型方法,利用最优时序预测模型方法检测红外OLR数据中的地震异常。得到初步认识和结论有:1)针对九寨沟和墨西哥地震前的红外OLR建模序列数据,六种时序预测模型经过一系列建模步骤处理后,ARIMA时序预测模型总体上优于其他五种模型建模预测背景值总RMSE精度。2)利用ARIMA时序预测模型对各自红外OLR序列数据进行建模预测处理,该模型对九寨沟和墨西哥地震均呈现出良好的预测性能,并在九寨沟=12月、九寨沟=20天和墨西哥=12月、墨西哥=30天时,达到最佳训练和预测时间长度组合。3)经过ARIMA时序预测模型探测处理后,九寨沟地震在震前第12天和第3天检测出明显的红外OLR异常,且在震前第3天红外OLR异常强度达到最大值(39.44 W/m~2);墨西哥地震在震前第1天、2天和6天检测出明显的红外OLR异常,且在震前第六天红外OLR异常强度达到最大值(50.83W/m~2)。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
•   1.1 研究意义
•   1.2 研究现状
•   1.3 论文结构和安排
• 第二章 电离层TEC和红外OLR数据探测概述
•   2.1 电离层TEC探测原理
•     2.1.1 电离层基本概述
•     2.1.2 电离层TEC基本概念
•     2.1.3 电离层TEC数据获取
•   2.2 红外OLR异常探测基础
•     2.2.1 卫星热红外遥感基本概述
•     2.2.2 卫星红外OLR探测技术
•     2.2.3 卫星红外OLR数据获取
• 第三章 时间序列及预测模型相关算法理论
•   3.1 时间序列分析基本概况
•   3.2 常见的时序预测模型研究及分类
•     3.2.1 ARIMA模型
•     3.2.2 NNAR模型
•     3.2.3 ETS模型
•     3.2.4 Holt-Winters模型
•     3.2.5 TBATS模型
•     3.2.6 Nave模型
•     3.2.7 Prophet模型
•   3.3 时序预测模型建模原理
•     3.3.1 平稳性检验
•     3.3.2 模型的识别
•     3.3.3 模型诊断检验
•     3.3.4 预测评价和分析
• 第四章 ARIMA时序预测模型在NOAA卫星OLR值异常信息提取中的应用
•   4.1 基于红外OLR数据的时序预测模型建模思路
•   4.2 基于红外OLR数据的时序预测模型探测检验
•   4.3 结果分析与讨论
•     4.3.1 时序预测模型的构建与评价
•     4.3.2 时序预测模型建模及预测结果分析
•     4.3.3 基于ARIMA时序预测模型的震前红外OLR异常探测分析
•     4.3.4 总结与讨论
• 第五章 PROPHET时序预测模型在电离层TEC异常探测中的应用
•   5.1 传统电离层TEC异常探测方法
•     5.1.1 平均数法和中位数法
•     5.1.2 滑动时窗法和滑动四分位距法
•   5.2 基于电离层TEC数据的时序预测模型建模思路
•   5.3 探测结果分析
•     5.3.1 建模期间各探测方法的精度比较分析
•     5.3.2 九寨沟Ms7.0 地震电离层TEC异常探测实例分析
•   5.4 结论
• 第六章 结语
•   6.1 论文主要结论
•   6.2 下一步研究工作
• 参考文献
• 致谢
• 作者简历、在学期间研究成果及发表文章
• 附录

文章来源

类型: 硕士论文

作者: 翟笃林

导师: 张学民,熊攀

关键词: 电离层,时序预测模型,长波辐射,电磁异常

来源: 中国地震局地震预测研究所

年度: 2019

分类: 基础科学

专业: 地质学,地球物理学

单位: 中国地震局地震预测研究所

分类号: P315.7

总页数: 95

文件大小: 10123K

下载量: 205