【技术实现步骤摘要】
本申请涉及地震预测结果检验，尤其是涉及一种基于网格化和自适应r值的地震预测效能检验的方法。
技术介绍
1、r值评分方法是当前普遍认可和使用的地震预测效能评价方法，该方法通过判断地震报准率与预报区域的时空占有率之差来评估地震预测效果。相关技术中，可以包括时间序列的r值评分判定和空间预测区域的r值评分判定。
2、然而，针对时序序列的r值评分判定，时间序列预测需要设定异常判定阈值，该阈值主要基于经验设定，对于可能含有孕震及震前突变信息的地震监测数据，其非线性变化往往与随机时间序列的正态分布特征差异较大，导致判定准确性较差；针对空间预测区域的r值评分计算，需要划分网格并通过目视识别预测区域压盖网格数量的方法估算该区域的面积，该方法受限于网格划分大小，过大会增加目视识别的工作量，过小则会影响计算精度。
3、因此，目前通过r值评分进行地震预测效能判定的方法准确性存在一定的偏差。
技术实现思路
1、本申请的目的在于提供一种基于网格化和自适应r值的地震预测效能检验的方法，自适应地确定具有最佳r值评分的异常判定阈值，有效提高空间预测区域的报准率和空间占有率的计算效率和自动化水平，从而对地震预测的时空模型进行有效检验。
2、第一方面，本专利技术提供一种基于网格化和自适应r值的地震预测效能检验的方法，方法包括：获取时间序列数据和空间预测区域；循环设定异常判定阈值和预测时间，结合历史震例动态求解r值最优解所对应的异常判定阈值和预测时间，并基于异常判定阈值和预测时间进行地
3、在可选的实施方式中，循环设定异常判定阈值和预测时间，结合历史震例动态求解r值最优解所对应的异常判定阈值和预测时间，包括：利用网格搜索方法，循环设定异常判定阈值、预测时间，结合历史震例动态求解r值，确定异常判定阈值和预测时间滑动下所对应的二维r值序列数组；将异常判定阈值循环数组、预测时间循环数组与二维r值序列数组之间的关系进行拟合成连续的二维曲面；在二维曲面上取r值的最高点作为最优解，并将该最优解所对应的异常判定阈值和预测时间作为地震预测效能检验的标准。
4、在可选的实施方式中，利用网格搜索方法，循环设定异常判定阈值、预测时间，结合历史震例动态求解r值，确定异常判定阈值和预测时间滑动下所对应的二维r值序列数组，包括：设置初始异常判定阈值，按照初始异常判定阈值提取残差时间序列的超限时间点；设置初始预测时间阈值，根据超限时间点和初始预测时间阈值得到预警时段，检索震例并代入r值公式计算得到r00；增加预测时间步长step1，循环进行上述r值检验，得到对应于同一异常判定阈值、不同预测时间的r值序列[r00，r01，…r0n-1]；增加异常判定阈值步长step2，重新遍历预测时间段集合并进行r值检验，得到[r10，r12，…r1n-1]；以此递推，确定异常判定阈值和预测时间滑动下所对应的二维r值序列数组。
5、在可选的实施方式中，将r值最优解所对应的异常判定阈值和预测时间作为地震预测效能检验的标准，包括：将r值最优解对应的异常判定阈值及预测时间代入残差时间序列，提取异常特征时段进行r值检验。
6、在可选的实施方式中，在设置初始异常判定阈值之前，方法还包括：加载原始观测数据，并对原始观测数据进行预处理，预处理至少包括去突跳、台阶及插值补缺处理；对预处理后的数据进行滑动傅里叶周期显著性检验，若不显著则进行高阶小波去趋势处理，并将具有显著周期的观测数据去周期，得到目标观测数据。
7、在可选的实施方式中，对空间预测区域进行网格离散化，基于网格离散化后的行列号进行网格编码，确定地震报准率和预测空间占有率，包括：按照预设网格间距对空间预测区域进行网格离散化，得到离散网格区域；基于网格离散化后的行列号进行网格编码，得到预测区域网格编码；遍历离散网格区域所对应的网格数组，依次判断其中是否存在空间预测区域边界点，如果存在，则将对应的预测区域网格编码存入预测区域数组；检索符合检测条件的震例，根据震例经纬度确定震例的行列号编码；计算震例的行列号编码与预测区域网格编码的交集数组，根据交集数组与所有地震编码数组的长度作比，得到地震报准率；将预测区域数组对应的网格数量与离散网格区域的总网格数量作比，得到预测空间占有率。
8、在可选的实施方式中，根据地震报准率和预测空间占有率确定空间预测区域的r值评分，包括：根据地震报准率和预测空间占有率的差值确定空间预测区域的r值评分。
9、第二方面，本专利技术提供一种基于网格化和自适应r值的地震预测效能检验的装置，装置包括：获取模块，用于获取时间序列数据和空间预测区域；时间序列检验模块，用于循环设定异常判定阈值和预测时间，结合历史震例动态求解r值最优解所对应的异常判定阈值和预测时间，并基于异常判定阈值和预测时间进行地震时间预测的效能检验；空间区域检测模块，用于对空间预测区域进行网格离散化，基于网格离散化后的行列号进行网格编码，确定地震报准率和预测空间占有率，并根据地震报准率和预测空间占有率确定空间预测区域的r值评分。
10、第三方面，本专利技术提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现前述实施方式任一项的基于网格化和自适应r值的地震预测效能检验的方法。
11、第四方面，本专利技术提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项的基于网格化和自适应r值的地震预测效能检验的方法。
12、本申请提供的一种基于网格化和自适应r值的地震预测效能检验的方法，基于时间序列数据或空间预测区域，结合特定时空窗口内的目标地震，自适应地确定具有最佳r值评分的异常判定阈值；借助网格编码的方法，有效提高空间预测区域的地震报准率和预测空间占有率的计算效率和自动化水平，从而对地震预测的时空模型进行有效检验。
本文档来自技高网...【技术保护点】
1.一种基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，循环设定异常判定阈值和预测时间，结合历史震例动态求解R值最优解所对应的异常判定阈值和预测时间，包括：
3.根据权利要求2所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，利用网格搜索方法，循环设定异常判定阈值、预测时间，结合历史震例动态求解R值，确定异常判定阈值和预测时间滑动下所对应的二维R值序列数组，包括：
4.根据权利要求3所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，将R值最优解所对应的异常判定阈值和预测时间作为地震预测效能检验的标准，包括：
5.根据权利要求3所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，在设置初始异常判定阈值之前，所述方法还包括：
6.根据权利要求1所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，对所述空间预测区域进行网格离散化，基于网格离散化后的行列号进行
7.根据权利要求6所述的基于网格化和自适应R值的地震预测效能检验的方法，其特征在于，根据地震报准率和预测空间占有率确定空间预测区域的R值评分，包括：
8.一种基于网格化和自适应R值的地震预测效能检验的装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的基于网格化和自适应R值的地震预测效能检验的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的基于网格化和自适应R值的地震预测效能检验的方法。
...【技术特征摘要】
1.一种基于网格化和自适应r值的地震预测效能检验的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于网格化和自适应r值的地震预测效能检验的方法，其特征在于，循环设定异常判定阈值和预测时间，结合历史震例动态求解r值最优解所对应的异常判定阈值和预测时间，包括：
3.根据权利要求2所述的基于网格化和自适应r值的地震预测效能检验的方法，其特征在于，利用网格搜索方法，循环设定异常判定阈值、预测时间，结合历史震例动态求解r值，确定异常判定阈值和预测时间滑动下所对应的二维r值序列数组，包括：
4.根据权利要求3所述的基于网格化和自适应r值的地震预测效能检验的方法，其特征在于，将r值最优解所对应的异常判定阈值和预测时间作为地震预测效能检验的标准，包括：
5.根据权利要求3所述的基于网格化和自适应r值的地震预测效能检验的方法，其特征在于，在设置初始异常判定阈值之前，所述方法还包括：
6.根据权利要求1所述的基于网格化和自适应r...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。