文摘
我们认为影响地区的地震可能性模型(RELM)测试结果对地震预测。未来的预测被请求在加州地震期间2006 - 2010。在这段时间31日地震发生在测试区域。我们认为五提交测试的预测。我们比较预测利用预测验证方法在大气科学开发,专门为龙卷风。我们利用基于预测的“技能分数”分数测试发生的地震。一个完美的预测会和一个随机的(没有技能)预测。最好的预测(最大的价值)31日地震的值来。所有最好的平均预测地震。最好的预测是一个数量级比随机预测。讨论了地震,预测和评价的替代方法RELM预测的性能。我们还讨论的相对优势alarm-based概率和预测。
1。介绍
地震不发生随机空间。大地震发生优先在小地震的地区发生。地震是复杂的现象,但他们确实遵守几个扩展法律。一个例子是Gutenberg-Richter frequency-magnitude伸缩。累计数量的地震与震级大于在指定的一段时间很接近的关系 在哪里附近是一个恒量的范围和是一个衡量地震活动水平。可以用来确定小地震和(1)可以用来确定发生大地震的可能性。Kossobokov et al。1使用的数量地震全球地震灾害区域地图。
已经被许多团体研究的一个问题是,是否有时间地震活动性的变化,可以用来预测未来地震的发生。地震在重大故障(比如加州圣安地列斯)发生准周期。一个合理的假设是,区域地震活动性的速度将加快大地震之间的期间。没有证据表明这个系统发生。在加州地震活动背景似乎是静止的。除了年大余震序列,梯级et al。2)(图1)表明,地震活动在南加州的大小范围1983年至2000年期间,是每年的代表(1)以和。
中期地震预报算法基于模式识别的区域地震活动性的变化是由Keilis-Borok和他的同事们(3]。这些预测是基于报警的,当一个阈值的反常行为达到警告的时间增加概率(提示)的地震。相对较高的成功率被发现包括1988年亚美尼亚地震和1989年洛马普列塔地震(4),但也有明显的假警报和故障预测。
本文的重点是研究地震预测的RELM测试的影响。这是一个未来的预估的考验地震期间2006 - 2010。预测需要提交之前的起始日期。RELM我们研究的测试结果,我们将利用方法开发的大气科学(5),专门为龙卷风。龙卷风预报警报。两个级别的警报发布:(1)龙卷风手表发出指定的区域和时间如果大气条件有利于出现龙卷风,龙卷风(2)发出警告,如果一个或多个龙卷风曾被观察到。龙卷风的评价预测是基于故障预测的数量和假警报的数量。定量衡量成功的技能,技能分数是统一为一个完美的预测和零随机(没有技能)预测。RELM预测是基于概率而不是报警,这是一个连续区间概率预测是必需的。在一个alarm-based预测高风险指定的一个领域。我们将讨论两种方法的影响。
预估报RELM测试主要是基于前兆地震活动。有各种各样的活动的量化方法。节2本文我们将讨论的相对强度(RI)和模式信息(PI)方法。国际扶轮的方法推断小地震的发生在指定的前兆时间窗口。高活动(激活)表明风险很高。π的方法是相关但包括激活和静止。节3回顾预测的问题进行了讨论。节4RELM测试和测试中描述地震是讨论部分5。提交的预测进行了部分6和评估部分7。
本文的目的是为了了解预测地震活动的分布的关系在测试期间。我们讨论我们认为是一个定义良好的前兆激活。
2。PI和RI
模式信息(PI)地震预测方法提出了梯级et al。2,6)和Tiampo et al。7]。在预测地震区域划分为网格地区。研究地区的地震活动率量化反常行为。前兆变化,包括增加或减少在地震活动确定在规定的时间间隔。如果变化超过规定阈值定义热点。未来的预测热点地区的地震会发生在10年的时间窗口。因此,π是基于报警的方法。梯级利用π方法等。8)加州热点作了一个预测2000 - 2010年期间有效。霍利迪et al。9)报道,16日的18 2000 - 2005年期间发生的地震发生在热点地区。π预测是与时间有关的,因为它是基于时间的变化背景地震活动。
密切相关的预测技术是相对强度(RI)的方法。国际扶轮的直接外推预测是基于发生小地震的速度使用(1)。国际扶轮的预测可以与时间有关的背景地震活动相对较短的时间跨度。π的成功方法上面描述导致讨论是否π法明显优于国际扶轮。这些方法的比较得出不同的结论关于他们的有效性10,11]。这些比较强调困难评估地震预测的性能。
3所示。前瞻性与回顾性预报
未来的预测是一个真正的未来地震的预测。不存在这些地震的知识。回顾预测是预测地震,发生在过去的基于数据(2000 - 2010)开始之前的时期。预测地震的存在。原则上可以进行回顾性预报相当;然而,在很多情况下,这些预测被预测地震的存在偏见。
预测的π梯级et al。8)是潜在的。16然而,成功预测了18在加州地震导致回顾挑战的结果11]。
很明显,这将是理想的赞助一场竞赛中,研究小组将提供前瞻性的预测地震在定义良好的条件下。这是RELM测试的起源,这将在下一节中描述。一些规则是基于未来的预测由梯级et al。8]。测试区域是加州。预测了地震的网格预测细胞。预测期是2006年1月1日至2010年12月31日止。本文也将总结的结果。
4所示。RELM测试
为了测试方法预测未来地震南加州地震中心(SCEC)成立了工作小组区域地震可能性模型(RELM)在2000年[12]。第一次竞争测试潜在地震进行预测。研究小组被鼓励提交预测未来地震在加州。最后测试阶段,预计将比实际发生的地震。
RELM测试的基本规则如下。
(1)测试区域研究是加州;然而所选地区扩展在某种程度上超越了国家的边界,如图1。
(2)目标是预测合理数量的最大地震可能发生在一个合理的时间。选择测试的五年时间从2006年1月1日至2010年12月31日止。地震与被预测。这个截止被选中,是因为至少20级地震可以预期在这个时期。为,只有2 5年周期太短得多。适用的大小来自先进国家地震系统(ans)在线目录(http://www.ncedc.org/anss/anss-detail.html)。
(3)参与者被要求提交指定的数量的地震将发生在空间细胞大小箱测试期间。为了做到这一点,测试区域分为空间细胞尺寸(大约10公里×10公里)。这些空间细胞被进一步分为41级垃圾箱:,,、…,。参与者被要求指定数量的预测地震在级本(),在测试期间会发生在细胞。
重要的是要注意,RELM预测连续(概率),而不是基于报警。地震的数量预计将出现在每一个空间单元和每级本是必需的。连续和alarm-based预测各有优点和缺点。连续预测有用制定保险费但预测地震的数量如此之小,以至于他们几乎没有意义的普通大众。Alarm-based预测指定地震最有可能发生的地方。
19预测被提交由八组。之前详细讨论这些预测我们将讨论的地震发生在测试期间测试区域。
5。地震
在测试期间1 2006年1月至2010年12月31日,有地震在测试区域。发生的时代、位置和震级的地震是在表1。测试地震的位置也显示在图1。
地震发生在31日细胞。表中给出了地震的协会与细胞2。五22细胞有许多地震。5测试地震的发生在细胞并不奇怪,因为这是在山丘普列托地热区域被认为是有一个高水平的地震活动。地震发生在7682年的22测试电池在测试区域。
在测试期间发生的大地震El Mayor-Cucapah地震2010年4月4日(事件22表1)。这次地震是在太平洋板块和北美板块之间的板块边界。震中位于墨西哥-美国边境以南约50公里,但发生在测试区域,如图1。事件23日,24日,25日,26日,27日,28日,29日和31日是定义良好的El Mayor-Cucapah地震的余震。事件1、7、8、9、10、14、16、19构成前兆群八个测试该地区地震震级4.97到5.80范围,包括四个为期10天的时间2月9日至2008年2月19日(事件7 - 10)。这些事件是位于约5公里以北20公里随后El Mayor-Cucapah地震震中和主余震之外地区的事件。这当然不能认为是前震群地震由于其相对较小的大小和早期发生但可能代表一个地震活动。稍后我们将讨论这个激活的AMR。
另一个群地震发生在测试的西北角地区毗邻门多西诺角。这个序列(事件23、4、5、20和21)在5.0到6.5范围大小。这是高地震活动的区域,这个浓度预计的事件。事件21可能是也可能不是一个余震事件20。地震的一对17和18是很有趣的。很有可能的地震2009年10月1日,是一个前震的2009年10月3日地震。
6。提交预测
提交的预测一直在讨论一些细节13]。提交的19预测8组可用在RELM网站(http://relm.cseptesting.org/)。为了有一个共同的基础之下,我们只会考虑预测,覆盖整个测试区域。七个预测提交给预测数,,因为地震0.1级垃圾箱五年测试期间细胞。
提交的预测是基于不同的方法。鸟和刘预测(14)是基于新构造的运动学模型。伊贝尔等人预测(15)是基于平均速度地震细胞的1932年到2004年。Helmstetter等人预测(16)是基于推断过去的地震活动。霍利迪等人预测(17)是基于推断过去的地震活动使用模式的修改信息(PI)技术。Wiemer和Schorlemmer预测(18)是基于asperity-based可能性模型(ALM)。
现在我们将讨论霍利迪等人在一些更详细的预测。接着RELM预期格式的基础介绍了π预测方法(7,8]。大小范围和细胞维度是相同的。然而,基于PI方法报警。地震预测发生或者不发生在指定区域(热点)在指定的时间段。在PI-based RELM预测,给出所有热点细胞相同概率的地震。表中的值2,。而不是基于报警,RELM测试是基于概率发生的地震在每个单元测试区域。这需要一个持续的风险评估而不是二进制,alarm-based评估。要做到这一点,霍利迪et al。17]预测引入了一个统一的热点地区的发生概率和添加小概率nonhotspot地区基于相对强度(RI)在该地区的地震活动。霍利迪等的地图。17图中给出了预测2。
如上所述的在我们描述RELM测试,每个参与者提交的预测地震的数量在级本这将发生在细胞。因此的值在每个预测提交。为了更好地理解我们和概率的预测的影响大小箱子为每一个空间单元给预测地震的数量在细胞与大小: 我们执行这个和的原因是,这样我们可以直接应用“技能分数”方法在大气科学开发。预测龙卷风而言,问题在于,龙卷风发生,而不是它的强度。因为地震的RELM测试我们的得分是地震发生或者不发生在空间单元。
的总和在所有的细胞都是地震的总数与预测发生在测试期间: 在哪里是细胞的总数。我们的目标是独立的总数的预测地震的预测他们的位置。为了做到这一点我们引入一个细胞分数定义为 在哪里是细胞的数量,地震发生在测试期间。注意,从(3)和(4)我们有 因此,的总和在每个提交预测所有的细胞都是相同的。细胞分是一种直接测量测试地震的发生概率在细胞。一个完美的预测(完美的技能分数)在地震发生和细胞对于所有其他细胞。在主可以一样大。然而,由于我们只关心是否地震发生在一个细胞,没有多少发生时我们讨论在接下来的paragraph-all值只是当作1特定的细胞。在实践中这并不发生由于小的值RELM提供的预测。
因为具体的预测细胞,需要考虑如何处理预测当一个以上的地震发生在一个细胞中。如上所述,我们在分析多个地震发生的细胞治疗一样只有一个地震发生的一个细胞。在此之前使用的实践龙卷风预报。多少个龙卷风发生在一个地区不考虑预测期间,是否一个或多个发生。测试地震的表1事件1、7、8、16和24发生在同一单元格中,类似的事件9日和10日,17和18的事件,事件22日25日和28日,事件23和26。这种多重性如表所示2。因此,我们将考虑预测为22细胞。
的实际数量的细胞发生地震在每个提交和地震预报的总数使用(3),我们获得了预期的分数使用(4)。
七个提交预测包括两个提交与独立的预测,没有余震。不同数量的事件预测但相对分数的位置是相同的。因此,我们认为五提交。预测分数为每个五提交表2为的细胞发生地震。一个完美的预测只有22细胞会被预测地震在每个22细胞。一个随机预测的所有细胞有相同的将产生 提交的预测成绩表2有广泛的值吗来。
7所示。评价的结果
在制定RELM项目还开发了一个全面的测试策略(19]。提出了一套测试的可能性,这将实现通过一个测试中心(20.]。方法利用一个L-test N-test,和一个rt。这些测试是应用于原始提交数据。这种方法应用于第2.5年RELM结果Schorlemmer et al。13]。Zechar et al。21]承认最初提出的问题可能性测试并提出修改。
这当然是一种方法的评价结果,本文的主要目的是提供一个互补的方法。我们的方法的优点是评价地震预报的数量可以分开的预测位置。
李等人。22)提出了修改评价的方法RELM用于本文的测试结果。他们在短论文比较了预测,所有加州已经提交。在本文中,我们考虑一个子集的预测和相关结果alarm-based预测的概念。
表中给出的结果2可以用来比较的分数为每个预测地震发生的细胞。最高的分数之间的模型以粗体显示。显然有很多方法来评价预测的结果。之间有一个权衡好预测与小可怜的预测。我们首先考虑预测,预测最高分数。霍利迪et al。17]预测最大8的22个细胞(目标)地震发生。Wiemer和Schorlemmer [18]预测6最大的。Helmstetter et al。16)预测了四个最大的。最后,这只鸟和刘14]预测3最大的。给出这些值在表3。细胞分数最高的范围事件111事件。
也是比较感兴趣的意思是细胞预测分数的22细胞发生地震。这些值给出了在表3。Helmstetter et al。16]预测最高,Wiemer Schorlemmer [18]预测,霍利迪et al。17]预测。Helmstetter et al。16]预测做得最好在平均意义上却相对缺乏在细胞提供最好的预测。应该注意的是,最好的平均预估是一个数量级比随机(没有技能)预报了吗。
如上所述,霍利迪et al。17]预测主要是一个alarm-based(热点)预测。π的方法被用来确定地震最有可能发生的细胞(热点)。在细胞中预测表2,这些细胞预估的分数并由试验地区总面积的8.3%(637 7682细胞)。的22细胞发生地震,17日发生在热点细胞。在17日8细胞,给出的预测细胞分数霍利迪et al。17预测是最高的。
8。讨论
RELM测试提供了一套定义良好的的潜在地震预报和地震一组定义良好的的测试。在本文中,我们提出一个方法来评估RELM预测。我们相信我们的方法有显著的优势但期待与其他作者获得的比较我们的结果。
RELM预测提供数据级的地震将发生在垃圾桶中和空间细胞。我们的方法的基础(1)使用(2)来确定预测号码地震的将发生在空间单元,(2)使用(3)确定总预测数的地震,(3)使用(4)来确定细胞分数。
我们第一次地震发生的实际数量相比在测试期间,31岁的预报值。最近的预测价值的霍利迪et al。17)与如表所示3。
我们接下来相比预测分数地震的发生在细胞。我们注意到的值是相同的两个提交主震和余震+主要冲击被提交。这些预测数字给了不同的值,,地震的预测分布空间是相同的。
在一个完美的预测预报评分为每个22一个或多个地震发生和细胞7660个细胞。22细胞的平均预测分数为5预测地震发生范围从一个高值低的价值。值的范围相对较小,大约两倍。随机(没有技能)预测假设概率相等的7682个细胞在测试区域给出了预测评分所有细胞。最好的预测评分大约是10倍比随机预测,但100倍比一个完美的预测。
正如我们以前讨论地震预测可以基于概率或报警。提交规则RELM概率。唯一的预测,有一个alarm-based分布预测是霍利迪et al。17]。未来地震预测的测试感兴趣的一个问题是他们是否应该报警或基于概率。alarm-based预测可能的系统研究相当大的兴趣。
另一个有趣的问题是预测是否有时间组件。有时间组件使用的数据变化的预测概率显著?正如前面所讨论的那样,八测试地震的余震的El Mayor-Cucapah地震和八个测试地震前兆群体。因此,17日31日的测试地震与地震有关。似乎合理的得出El Mayor-Cucapah地震前前兆激活可能扮演了重要角色的成功预测。
另一个群6地震测试期间邻门多西诺角没有导致后续大事件在测试期间。成群的活动在这个地区经常发生。的前兆激活这个活动会导致一场虚惊。两个地区之间的对比(门多西诺角和El Mayor-Cucapah)表明困难的预测地震利用前兆激活。
术语表
| 米: | 地震震级 |
| 米: | 本大小 |
| Ne: | 地震的实际数量 |
| Nf: | 数量的预测地震 |
| Nc: | 细胞的数量 |
| Nce: | 细胞的数量与地震 |
| Nfi: | 在细胞数量的预测地震 |
| Nfmi: | 级的预测地震和细胞 |
| : | 预测分数,有关地震的概率将发生在细胞 |
| : | 预估均值得分的22细胞发生地震 |
| : | 一个随机的(没有技能)预测 |
| : | 最大数量的细胞分数。 |
确认
y . t . Lee感谢研究支持来自美国国家科学委员会(ROC)和地球物理研究所(中央大学,中华民国)。j·b·梯级和j·r·霍利迪被Nasa支持格兰特NNXO8AF69G。