有AIC的优化交通灯系统和应用到2021年M6.7比地震序列的应用
Rui Wang1, Ying Chang2, Peng Han1,3
1Department of Earth and Space Science, Southern University of Science and Technology, Shenzhen 518055, China.
Entropy (Basel, Switzerland)
|May 27, 2023
概括
这项研究通过结合统计学意义和不确定性来优化地震交通信号灯系统. 这种增强的方法可以准确地识别预震,改善地震预测和风险评估.
科学领域:
- 地震地震学 地震学
- 地质物理学 地质物理学
- 统计建模 统计建模
背景情况:
- 预测一个中等级地震是否会被一个更大的地震所追随是至关重要的.
- 时间b值演变分析和交通信号系统可以识别前震.
- 当前的交通信号灯系统忽略了b值的不确定性.
研究的目的:
- 为了优化交通灯系统的地震预测.
- 将统计学意义和不确定性纳入交通信号灯系统.
- 提高地震风险评估的可靠性.
主要方法:
- 应用了Akaike信息标准 (AIC) 和b值不确定性的引导.
- 控制的交通信号灯根据b值差异的显著水平发出信号.
- 利用一个新的统计参数来跟踪地震核化特征.
- 在2021年比地震序列和高分辨率目录上测试了优化系统.
主要成果:
- 优化的交通信号灯系统成功识别了前震-主震-余震序列.
- 关键指标是b值的时间和空间变化.
- 该系统甚至在包括小地震在内的情况下也表现出了有效性.
结论:
- 优化的交通信号灯系统提高了地震预测的准确性.
- 考虑b值的意义,概率和地震聚类可以改善风险判断.
- 这种方法为评估地震危险提供了更可靠的方法.
