基于BP人工神經(jīng)網(wǎng)絡(luò)的震前電離層VTEC異常擾動(dòng)研究

孫茂存，李俊鋒，李　飛，劉寶鋒，周　波，劉　帥

(1. 楊凌職業(yè)技術(shù)學(xué)院，陜西 楊凌 712100； 2. 西北測(cè)繪職工培訓(xùn)中心，陜西 西安 710054；

3. 紅河學(xué)院工學(xué)院，云南 蒙自 661100)

Research of Earthquake Precursors Ionosphere VTEC Disturbance

Based on BP Artificial Neural Network

SUN Maocun，LI Junfeng，LI Fei，LIU Baofeng，ZHOU Bo, LIU Shuai

?

基于BP人工神經(jīng)網(wǎng)絡(luò)的震前電離層VTEC異常擾動(dòng)研究

孫茂存1，李俊鋒2，李飛1，劉寶鋒1，周波1，劉帥3

(1. 楊凌職業(yè)技術(shù)學(xué)院，陜西 楊凌 712100； 2. 西北測(cè)繪職工培訓(xùn)中心，陜西 西安 710054；

3. 紅河學(xué)院工學(xué)院，云南 蒙自 661100)

Research of Earthquake Precursors Ionosphere VTEC Disturbance

Based on BP Artificial Neural Network

SUN Maocun，LI Junfeng，LI Fei，LIU Baofeng，ZHOU Bo, LIU Shuai

摘要：利用BP神經(jīng)網(wǎng)絡(luò)建立電離層VTEC模型，以年積日(DOY)、世界時(shí)(UT)、電磁KP數(shù)、Dst數(shù)、AP數(shù)、太陽黑子數(shù)(SSN)作為網(wǎng)絡(luò)輸入層參數(shù)，通過BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和泛化功能，提供地震前10天理論意義上的平靜VTEC值，再與地震前10天的實(shí)測(cè)VTEC作比較。試驗(yàn)結(jié)果表明，在地震發(fā)生之前3～5天電離層VTEC數(shù)值較VTEC平靜時(shí)刻增大20%左右。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；電離層VTEC；地震；建模

一、引言

地震災(zāi)害一直是全世界最頻發(fā)、最嚴(yán)重的災(zāi)害之一，據(jù)不完全統(tǒng)計(jì)，全球每年發(fā)生6級(jí)及以上地震達(dá)數(shù)百次之多。地震給人們?cè)斐闪穗y以估量的傷害。然而，目前全球范圍內(nèi)并沒有一種能夠準(zhǔn)確預(yù)報(bào)地震的技術(shù)，因此越來越多的學(xué)者開始從事地震的研究工作。近年來，地震前夕電離層TEC的異常擾動(dòng)開始備受關(guān)注。據(jù)研究統(tǒng)計(jì)，1999—2003年間臺(tái)灣地區(qū)發(fā)生的20次震級(jí)大于6.0級(jí)的地震中，TEC在震前1～5天明顯減小。1998—2008年中國(guó)大陸地區(qū)發(fā)生的35次震級(jí)大于6.0級(jí)的地震中，有17次在震前3～5天內(nèi)孕震區(qū)上空出現(xiàn)TEC顯著減小的現(xiàn)象[1-3]。

雖然目前利用神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)TEC的方法已經(jīng)被一些專家學(xué)者所采用，但是如何選取更加合理全面的輸入層參數(shù)以達(dá)到更好的預(yù)報(bào)效果一直是國(guó)內(nèi)外專家討論研究的熱點(diǎn)。如李淑慧認(rèn)為以預(yù)測(cè)日前一天的太陽黑子數(shù)(SSN)和地磁KP數(shù)，以及它們?cè)谝欢螘r(shí)間內(nèi)的擬合參數(shù)作為輸入層參數(shù)具有更好的預(yù)報(bào)效果；而陳春則利用預(yù)測(cè)時(shí)刻前27天電磁AP指數(shù)的平均值和30天的太陽黑子數(shù)均值作為輸入層參數(shù)。本文運(yùn)用BP神經(jīng)網(wǎng)絡(luò)，以智利8.2級(jí)地震(當(dāng)?shù)貢r(shí)間4月1日19時(shí)46分(北京時(shí)間2014年4月2日7時(shí)46分),智利伊基克西北發(fā)生8.2級(jí)地震，震中位于南緯19.6°、西經(jīng)70.7°，震源深度為10 km。)為實(shí)例研究震前震中上空電離層的異常擾動(dòng)。

二、BP神經(jīng)網(wǎng)絡(luò)構(gòu)建

選取年積日(DOY)、世界時(shí)(UT)、電磁KP數(shù)、Dst數(shù)、AP數(shù)、太陽黑子數(shù)作為輸入層參數(shù)，利用VTEC平靜時(shí)刻的震中上空的上述參數(shù)和對(duì)應(yīng)VTEC數(shù)作為訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練，再輸入地震前震中網(wǎng)絡(luò)輸入層參數(shù)，得到理論意義上對(duì)應(yīng)時(shí)間的平靜VTEC數(shù)，再與實(shí)測(cè)的TEC數(shù)進(jìn)行比較，得到地震前電離層VTEC數(shù)是否異常擾動(dòng)的結(jié)論[3]。

由于本次地震發(fā)生于當(dāng)?shù)貢r(shí)間4月1日，本文經(jīng)研究決定使用3月份前12天的數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，第13—20天的數(shù)據(jù)用來進(jìn)行網(wǎng)絡(luò)的泛化，以檢驗(yàn)網(wǎng)絡(luò)在非訓(xùn)練區(qū)域內(nèi)的模型逼近能力。在確認(rèn)網(wǎng)絡(luò)的泛化性良好的前提下，繼續(xù)利用泛化功能驗(yàn)證地震前電離層VTEC的異常擾動(dòng)情況[4]。目前全球電離層VTEC數(shù)據(jù)是由IGS(Internation GPS Service)站的電離層研究工作組以IONEX文件格式對(duì)外發(fā)布(ftp:∥cddis.gsfc.nasa.gov)，由于IGS站提供的TEC數(shù)據(jù)是格網(wǎng)差分?jǐn)?shù)據(jù)，格網(wǎng)間隔為經(jīng)度每5°(-180°—180°)、緯度每2.5°(-90°—90°)為間隔，只有格網(wǎng)點(diǎn)上有TEC數(shù)值，因此并不是全球任意地點(diǎn)的TEC數(shù)值都能通過IONEX文件得到，本文震中的位置并不在差分格網(wǎng)點(diǎn)上。為了獲取震中上空的VTEC值，本文利用相關(guān)軟件通過對(duì)IONEX中的各網(wǎng)點(diǎn)數(shù)據(jù)進(jìn)行差分插值的方法獲得震中上空的VTEC值，作為研究對(duì)象的VTEC期望輸出。由于IGS站發(fā)布的IONEX文件為每2 h發(fā)布一次，因此神經(jīng)網(wǎng)絡(luò)的采樣頻率為2 h。同時(shí)，為了避免數(shù)據(jù)過多造成網(wǎng)絡(luò)運(yùn)算內(nèi)存溢出，本文選擇每天的12：00UT—16:00UT作為采樣時(shí)段，即所有的數(shù)據(jù)可以分為3組，12：00UT為一組，14:00UT為一組，16:00UT為一組。

其他的輸入層參數(shù)數(shù)據(jù)都比較容易獲取，由專門的機(jī)構(gòu)通過專門網(wǎng)站對(duì)外提供。如太陽黑子數(shù)由專門的網(wǎng)站(http:∥sidc.oma.be/sunspot-data)發(fā)布，發(fā)布頻率為每天一次。電磁Dst數(shù)、電磁KP數(shù)、電磁AP數(shù)也可由網(wǎng)站(http:∥wdc.kugi.kyoto-u.ac.jp)獲取，其中Dst數(shù)每1 h發(fā)布一次，KP數(shù)與AP數(shù)每3 h發(fā)布一次。

BP神經(jīng)網(wǎng)絡(luò)的部分訓(xùn)練樣本數(shù)據(jù)見表1，泛化樣本部分?jǐn)?shù)據(jù)見表2。

表1　BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練部分樣本集

表2　BP神經(jīng)網(wǎng)絡(luò)泛化部分樣本集

這里需要說明的是為了防止非地震時(shí)刻電離層VTEC擾動(dòng)對(duì)試驗(yàn)結(jié)果產(chǎn)生干擾，在試驗(yàn)開始前需對(duì)訓(xùn)練和泛化數(shù)據(jù)進(jìn)行篩選。本文篩選的標(biāo)準(zhǔn)是2倍的VTEC中誤差，若該組數(shù)據(jù)中對(duì)應(yīng)VTEC值與平均值之差超過2倍中誤差，則剔除該組數(shù)據(jù)。

三、數(shù)據(jù)分析

1. BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

圖1為網(wǎng)絡(luò)參數(shù)設(shè)置界面，設(shè)置輸入層節(jié)點(diǎn)數(shù)為6，輸出層節(jié)點(diǎn)數(shù)為1，學(xué)習(xí)速率和動(dòng)量因子分別默認(rèn)為0.99和0.79，選擇傳遞函數(shù)為sigmoid function函數(shù)，隱含層節(jié)點(diǎn)數(shù)按照(2n+1)的規(guī)則設(shè)置為13。為防止程序陷入局部最小值或死循環(huán)，設(shè)置最大訓(xùn)練次數(shù)為2000，默認(rèn)最小精度為0.001。

圖1　網(wǎng)絡(luò)參數(shù)設(shè)置界面

2. BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

利用神經(jīng)網(wǎng)絡(luò)的訓(xùn)練功能分別對(duì)當(dāng)?shù)貢r(shí)為12:00UT、14:00UT、16:00UT的數(shù)據(jù)進(jìn)行訓(xùn)練，可分別得到圖2—圖4成果。

圖2　當(dāng)?shù)貢r(shí)12:00UT數(shù)據(jù)訓(xùn)練結(jié)果

圖3　當(dāng)?shù)貢r(shí)14:00UT數(shù)據(jù)訓(xùn)練結(jié)果

圖4　當(dāng)?shù)貢r(shí)16：00UT數(shù)據(jù)訓(xùn)練結(jié)果

圖中X軸為訓(xùn)練次數(shù)，Y軸為總體均方差數(shù)值，黑色線條為總體均方差的不斷變化過程。分別比較分析3組數(shù)據(jù)的訓(xùn)練成果，可以發(fā)現(xiàn)通過訓(xùn)練過程不斷調(diào)整網(wǎng)絡(luò)的連接權(quán)值，使網(wǎng)絡(luò)輸出值不斷趨近于期望輸出，均方差進(jìn)一步減小，最終可以把總體均方差限制在0.05左右。

3. BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)泛化結(jié)果

網(wǎng)絡(luò)泛化的目的是檢驗(yàn)訓(xùn)練數(shù)據(jù)外的空白區(qū)域數(shù)據(jù)的網(wǎng)絡(luò)輸出值與期望輸出的接近程度，為了說明由訓(xùn)練過程得到的網(wǎng)絡(luò)連接權(quán)值是否也適用于非訓(xùn)練數(shù)據(jù)。網(wǎng)絡(luò)泛化訓(xùn)練分別得到圖5—圖7成果。

圖5　世界時(shí)12:00UT數(shù)據(jù)泛化結(jié)果

圖6　世界時(shí)14:00UT數(shù)據(jù)泛化結(jié)果

圖7　世界時(shí)16:00UT數(shù)據(jù)泛化結(jié)果

圖中曲線1表示網(wǎng)絡(luò)輸出值，曲線2表示期望輸出值，曲線3表示相對(duì)誤差。因?yàn)锽P神經(jīng)網(wǎng)絡(luò)是網(wǎng)絡(luò)建模擬合的過程，因此必然會(huì)存在一定的誤差，本文規(guī)定如果相對(duì)誤差在限定誤差范圍內(nèi)，表明神經(jīng)網(wǎng)絡(luò)的泛化能力強(qiáng)，否則反之。經(jīng)過對(duì)本案例的數(shù)據(jù)研究與分析，取10%作為限定誤差。對(duì)照?qǐng)D5、圖6、圖7可知，3個(gè)時(shí)段數(shù)據(jù)的網(wǎng)絡(luò)輸出值與期望輸出值基本上趨于一致，泛化誤差均小于限定誤差，由此可以判斷神經(jīng)網(wǎng)絡(luò)模型泛化能力較強(qiáng)[4-5]。

4. VTEC異常分析

前面的泛化過程已經(jīng)證明了網(wǎng)絡(luò)模型的泛化能力強(qiáng)，可認(rèn)為建立的網(wǎng)絡(luò)模型已有效逼近訓(xùn)練樣本所蘊(yùn)含的規(guī)律。接著利用網(wǎng)絡(luò)的泛化功能驗(yàn)證地震前10天震中上空VTEC的異常擾動(dòng)。如果網(wǎng)絡(luò)輸出值與期望輸出的相對(duì)誤差超過限定誤差10%，說明VTEC發(fā)生異常擾動(dòng)；如果相對(duì)誤差在限定范圍以內(nèi)，說明VTEC沒有異常。

2014智利地震發(fā)生在4月1日，圖8—圖10研究的是地震前11天，也就是從2014年3月21日—4月1日的VTEC異常情況。仔細(xì)研究圖像，綜合3幅圖像的共同點(diǎn)可以大致發(fā)現(xiàn)：從3月21日—3月25日，VTEC的網(wǎng)絡(luò)輸出值與期望輸出基本一致，相對(duì)誤差很小[6-7]；從3月26日起相對(duì)誤差開始增大，并且在3月28日左右到達(dá)一個(gè)峰值；接下來一直到地震發(fā)生這段時(shí)間內(nèi)相對(duì)誤差又開始減小，直到地震發(fā)生當(dāng)天(4月1日)減少到一個(gè)較小值。其中有3月28、29、30這3天的網(wǎng)絡(luò)輸出值與期望輸出的相對(duì)誤差超過10%。由此筆者得出結(jié)論：2014年4月1日智利地震發(fā)生前3～5 d下午電離層VTEC值異常增加，增幅在20%左右[8]。

圖8　世界時(shí)12:00UT VTEC異常成果圖

圖9　世界時(shí)14:00UT VTEC異常成果圖

圖10　世界時(shí)16:00UT VTEC異常成果圖

四、結(jié)束語

利用BP神經(jīng)網(wǎng)絡(luò)建立的電離層VTEC模型，鑒于其學(xué)習(xí)能力強(qiáng)、容錯(cuò)能力強(qiáng)、模糊性分析等特點(diǎn)，選擇12:00UT—16:00UT作為采樣時(shí)段，運(yùn)用其訓(xùn)練和泛化過程擬合VTEC平靜時(shí)期變化規(guī)律，同時(shí)驗(yàn)證地震前一段時(shí)間內(nèi)VTEC的異常擾動(dòng)情況[9-11]。試驗(yàn)結(jié)果說明本文建立的神經(jīng)網(wǎng)絡(luò)電離層是可靠的，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建模的方法研究VTEC異常的方法是可行的。

參考文獻(xiàn)：

[1]李淑慧，彭軍還，徐偉超，等.利用神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)短期電離層TEC變化[J].測(cè)繪科學(xué)，2013，38(1)：8-9，12.

[2]熊晶,吳云,林劍.用BP神經(jīng)網(wǎng)絡(luò)技術(shù)探測(cè)汶川地震前電離層NmF2異常擾動(dòng)[J].大地測(cè)量與地球動(dòng)力學(xué),2013,33(1)：13-16.

[3]翁利斌，方涵先，繆子青，等.利用人工神經(jīng)網(wǎng)絡(luò)提前1 h預(yù)報(bào)電離層TEC[J].空間科學(xué)學(xué)報(bào)，2012，32(2)：204-208.

[4]徐磊，林劍，李艷華，等.基于BP人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類[J].地理空間信息，2012，10(4)：83-85，88.

[5]曹先革，楊金玲，曹先密. GPS高程擬合的BP人工神經(jīng)網(wǎng)絡(luò)算法及結(jié)構(gòu)探討[J]. 地理空間信息，2010，8(4)：48-51.

[6]劉嬌玲，肖盛燮.基于BP人工神經(jīng)網(wǎng)絡(luò)的滑坡預(yù)測(cè)分析[J].西部交通科技，2012(1)：12-14，36.

[7]任成冕，熊晶.利用BP神經(jīng)網(wǎng)絡(luò)探測(cè)2012年印尼8.6級(jí)地震前的電離層異常擾動(dòng)[J]. 大地測(cè)量與地球動(dòng)力學(xué)，2012，32(S1)：28-31.

[8]范國(guó)清，王威，郗曉寧.基于廣義回歸神經(jīng)網(wǎng)絡(luò)的電離層VTEC建模[J].測(cè)繪學(xué)報(bào)，2010，39(1)：16-21.

[9]張小紅，任曉東，吳風(fēng)波，等.自回歸移動(dòng)平均模型的電離層總電子含量短期預(yù)報(bào)[J].測(cè)繪學(xué)報(bào)，2014，43(2)：118-124.

[10]張小偉，解智強(qiáng)，侯至群，等.一種基于BP神經(jīng)網(wǎng)絡(luò)耦合排水管線信息的城市河道風(fēng)險(xiǎn)評(píng)價(jià)研究[J].測(cè)繪通報(bào)，2014(12)：93-96.

[11]王新志，曹爽，丁海勇.VB調(diào)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱在測(cè)繪軟件設(shè)計(jì)中的應(yīng)用[J].測(cè)繪通報(bào)，2011(11)：59-62.

引文格式：孫茂存，李俊鋒，李飛，等. 基于BP人工神經(jīng)網(wǎng)絡(luò)的震前電離層VTEC異常擾動(dòng)研究[J].測(cè)繪通報(bào)，2015(6)：16-19.DOI:10.13474/j.cnki.11-2246.2015.0168

通信作者：李俊鋒

作者簡(jiǎn)介：孫茂存(1982—)，男，工程碩士，講師，主要從事測(cè)繪、地信等相關(guān)專業(yè)教學(xué)研究工作。E-mail：sunmaocun@qq.com

基金項(xiàng)目：國(guó)家自然科學(xué)基金(41301442)

收稿日期：2015-01-26

中圖分類號(hào)：P228.4

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：0494-0911(2015)06-0016-04