35.结合数据扩增与残差收缩网络的地震短临预测

中强地震发生前存在地表异常增温现象，热红外信息可以成为地震短临预测的途径之 一。然而，地震预测研究常存在可供分析的震例样本不足的问题。本文基于 ＭＯＤＩＳ地表温度 数据，先通过深度卷积生成对抗网络（ＤＣＧＡＮ）对地震前的地温数据做扩增处理，再将扩增后 的地温数据输入深度残差收缩网络进行特征提取并预测未来短期内是否存在发生５级及以上 地震事件的可能性。实验针对中国地震较多的中西部地区，将地表温度数据依照地震实际发生 情况标记为发生地震数据和未发生地震数据，样本比为３∶１，分不同的预测时间段进行比较。 结果显示，５日预测的准确率最高为７３．８６％，正确预测发生占实际发生的比例为６８．０９％。多 次实验准确率曲线趋向稳定，证明该预测方法有很好的实用性。基于 ＭＯＤＩＳ数据结合数据扩 增与残差收缩网络的预测方法为短临中强地震预测研究提供了一种新思路。

结合数据扩增与残差收缩网络的地震短临预测, 张翔，孙宪坤*，胡峻，尹京苑，熊玉洁, 《地震》，2022，42 (2): 74-88