中-长期地震预测方法概率增益的评估①

地震 ›› 1998, Vol. 18 ›› Issue (4): 331-336.

中-长期地震预测方法概率增益的评估^①

张立人

中国北京100036中国地震局分析预报中心

收稿日期:1998-03-17 修回日期:1998-05-29 出版日期:1998-10-31 发布日期:2022-09-23
作者简介:张立人,男.1943年5月出生,副研究员,主要从事中长期地震预测、地震地质、地震工程等研究工作。
基金资助:
①国家地震局“九五”科研攻关项目（95-04-07-Q1)成果之一

ASSESSMENT OF PROBABILITY GAINS OF PREDICTION METHODS IN MEDIUM AND LONG-TERM EARTHQUAKE PREDICTION

Zhang Liren

Center for Analysis and Prediction, CSB. Beijing 100036, China

Received:1998-03-17 Revised:1998-05-29 Online:1998-10-31 Published:2022-09-23

摘要/Abstract

摘要： 对各种不同时空尺度地震预测方法的概率增益K的评估,是应用地震预测综合概率增益模型的基本研究内容之一。各种尺度地震预测方法可分为空间增益、时间增益和时空增益三种类型。初步研究了概率增益K的评估方法,给出由预测状态概率评估概率增益K的关系,并得出地震预测方法的R值评分与概率增益K的关系。
从概率增益模型的角度看,在现阶段作出较好的中-长期地震综合预测是有可能的。

关键词: 地震预测, 预测效能评估, 概率增益模型

Abstract: The assessment of probability gains K of earthquake prediction methods with different time and space scales is one of basic studies on synthetical probability gain model of earthquake prediction. The earthquake prediction methods with different time and space scales can be divided into tree types,i.e. time gain, space gain and time-space gain. In this paper, the assessment methods of probability gains are studied, the relations between prediction state probability and probability gain and between prediction R value and probability gain are given. On the basis of synthetical probability gain model, it is possible to make the better medium- and long term earthquake predictions at present time.

Key words: Earthquake prediction, Prediction effect evaluation, Probability gain model

张立人. 中-长期地震预测方法概率增益的评估^①[J]. 地震, 1998, 18(4): 331-336.

Zhang Liren. ASSESSMENT OF PROBABILITY GAINS OF PREDICTION METHODS IN MEDIUM AND LONG-TERM EARTHQUAKE PREDICTION[J]. EARTHQUAKE, 1998, 18(4): 331-336.

[1]	汪小厉, 周冬瑞, 李玲利, 张炳, 柳建, 李军辉. “霍山地震窗”小震检测及其在地震预测中的应用[J]. 地震, 2024, 44(2): 135-146.
[2]	魏斌, 刘琦, 王振宇, 许月怡, 邵志刚. 强震震级预测中凹凸体识别与级联破裂相关研究综述[J]. 地震, 2023, 43(3): 1-17.
[3]	王岩鸿, 苏鹤军, 张慧, 李晨桦, 周慧玲. 标准年动态曲线形态分析方法在地震地下流体氡数据处理中的应用[J]. 地震, 2023, 43(1): 171-184.
[4]	张翔, 孙宪坤, 胡峻, 尹京苑, 熊玉洁. 结合数据扩增与残差收缩网络的地震短临预测[J]. 地震, 2022, 42(2): 74-88.
[5]	袁爱璟, 王伟君, 彭菲, 闫坤, 寇华东. 机器学习在地震预测中的应用进展[J]. 地震, 2021, 41(1): 51-66.
[6]	马士振, 刘宏志, 牟磊育. 在地脉动数据上应用分类算法的地震预测实验[J]. 地震, 2020, 40(1): 159-171.
[7]	张琰, 吴忠良, 李佳威. 地震预测预报研究议程的演变: 文献计量分析的启示[J]. 地震, 2019, 39(2): 159-173.
[8]	许忠淮. 应重视大地震预测物理基础的研究[J]. 地震, 2019, 39(2): 11-18.
[9]	李艳娥, 陈学忠. 2008年汶川M_S8.0地震在2013年芦山M_S7.0地震和2014年康定M_S6.3地震破裂区引起的库仑破裂应力[J]. 地震, 2019, 39(1): 136-145.
[10]	李丽, 王霞, 宋美琴, 吴昊昱, 梁艳. 大同窗异常判定及预测效能初步分析[J]. 地震, 2018, 38(4): 142-150.
[11]	马禾青, 杨明芝. 地震活动多参数综合变量的异常分析方法以青海两次7级地震为例[J]. 地震, 2017, 37(4): 50-57.
[12]	尹祥础, 刘月, 张浪平, 李文军, 袁帅, 张小涛. “泛西南”地区加卸载响应比异常及大震活动预测与追踪[J]. 地震, 2017, 37(4): 37-49.
[13]	李玉江,邵志刚,季灵运,陈连旺. 加勒比板块多学科研究综述及其对地震预测的启示[J]. 地震, 2017, 37(2): 17-31.
[14]	张琳琳, 聂晓红, 刘建明, 魏芸芸, 刘萍. 基于AHP的新疆南天山西段中强地震预测指标体系及效能评估[J]. 地震, 2016, 36(4): 205-214.
[15]	王俊, 邵志刚, 孙小龙, 王熠熙, 向阳, 王喜龙. 川滇地区强震前流体异常特征与预测指标体系初探[J]. 地震, 2016, 36(4): 109-119.