基于SOM網(wǎng)的DEMETER衛(wèi)星電場數(shù)據(jù)聚類異常分析

宋奕瑤 李忠 安建琴 張麗娟 史鵬飛

摘 要：為提取汶川大地震前的電離層異常信息，特選取汶川大地震前10天的DEMETER衛(wèi)星電場數(shù)據(jù)作為研究對象，以均值、均方差、偏度和峰度等四類隨機(jī)信號(hào)數(shù)字特征作為輸入層，經(jīng)過若干次樣本訓(xùn)練建立SOM網(wǎng)聚類模型。結(jié)果表明，汶川地震前衛(wèi)星采集的震區(qū)信號(hào)存在若干異常數(shù)據(jù)，可能與震前電磁波輻射引起電離層擾動(dòng)有關(guān)。

關(guān)鍵詞關(guān)鍵詞：SOM網(wǎng)絡(luò)；聚類；DEMETER衛(wèi)星；異常分析；超低頻電場數(shù)據(jù)

DOIDOI：10.11907/rjdk.161986

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2016）008-0140-03

0 引言

近年來，伴隨著國際地震電磁衛(wèi)星研究的迅速發(fā)展，利用衛(wèi)星觀測數(shù)據(jù)提取地震電離層前兆信息成為地震預(yù)測研究中倍受關(guān)注的新手段[1]。法國于2004年發(fā)射的DEMETER衛(wèi)星是一顆專門用于地震監(jiān)測的電磁衛(wèi)星，其科學(xué)目標(biāo)是觀測地震或者火山活動(dòng)引起的空間電離層擾動(dòng)現(xiàn)象以及電場、磁場等變化情況，吸引了大批科學(xué)家參與其中的研究工作。Pulinets、Chuo等[2-3]的研究表明，由地震活動(dòng)引起的電離層變化不僅確實(shí)存在，而且在5級(jí)以上地震發(fā)生前的幾個(gè)小時(shí)到幾天會(huì)發(fā)生電離層擾動(dòng)。閆相相等[4]利用GPS和DEMETER數(shù)據(jù)分析汶川地震前電離層變化，對基于巖石圈—大氣層—電離層耦合的地震電離層異常機(jī)理進(jìn)行了研究分析。

顏蕊等[5]利用DEMETER衛(wèi)星數(shù)據(jù)分析了強(qiáng)震前后的電離層異常，認(rèn)為異常可能與地震發(fā)生的關(guān)系較大。溫巖等[6]將SOM網(wǎng)絡(luò)模型應(yīng)用在地震預(yù)報(bào)研究中，得到了較好的聚類結(jié)果。項(xiàng)月文等[7]將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用在未來地震震級(jí)預(yù)測中，并將SOM與RBF兩種模型相結(jié)合，有效提高了預(yù)測精度。競爭SOM網(wǎng)絡(luò)不需要學(xué)習(xí)樣本，能夠通過自動(dòng)尋找數(shù)據(jù)中的內(nèi)在規(guī)律和本質(zhì)屬性，自組織、自適應(yīng)地改變網(wǎng)絡(luò)參數(shù)與結(jié)構(gòu)，適合對海量地震電磁監(jiān)測衛(wèi)星數(shù)據(jù)進(jìn)行聚類，分析預(yù)測區(qū)電磁數(shù)據(jù)與地震發(fā)生的相關(guān)性，為進(jìn)一步的地震監(jiān)測預(yù)報(bào)提供科學(xué)依據(jù)。

本文利用DEMETER電場數(shù)據(jù)研究汶川大地震前10天的數(shù)據(jù)變化特征，采用SOM網(wǎng)對電磁衛(wèi)星數(shù)據(jù)進(jìn)行聚類分析。

1 SOM神經(jīng)網(wǎng)絡(luò)

1.1 工作原理

SOM神經(jīng)網(wǎng)絡(luò)模擬大腦神經(jīng)系統(tǒng)的自組織特征映射的功能，是一種由全互連的神經(jīng)元陣列組成的自組織、無監(jiān)督的競爭式學(xué)習(xí)網(wǎng)絡(luò)，通過對輸入樣本的自組織學(xué)習(xí)，可以在無教師示范情況下對輸入樣本實(shí)現(xiàn)自動(dòng)聚類[8]。此網(wǎng)絡(luò)在數(shù)據(jù)聚類、模式分類、故障診斷方面應(yīng)用廣泛。

SOM神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)分為輸入層和輸出層，輸出層即競爭層，兩層之間實(shí)現(xiàn)全連接。輸入層通過權(quán)向量將外界信息匯集到輸出層的各神經(jīng)元。輸出層的神經(jīng)元排列組合有多種多樣，常用的是一維線陣和二維平面陣。輸出層是一維線陣是最簡單的，其結(jié)構(gòu)如圖1（a）所示，輸出層的每個(gè)神經(jīng)元之間都有側(cè)向連接。而輸出層是二維平面陣結(jié)構(gòu)，更加類似大腦皮層，輸出層每個(gè)神經(jīng)元和它附近的每個(gè)神經(jīng)元均側(cè)向連接，構(gòu)成棋盤狀平面，其結(jié)構(gòu)如圖1（b）所示。

SOM神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)，隨機(jī)選取訓(xùn)練集中的樣本作為輸入向量，通過計(jì)算，尋找與之距離最短的輸出層節(jié)點(diǎn)，對其更新，此過程即尋找獲勝神經(jīng)元的過程。與此同時(shí)，獲勝神經(jīng)元臨近的神經(jīng)元權(quán)值也按照某個(gè)臨近的函數(shù)進(jìn)行更新。經(jīng)過學(xué)習(xí)訓(xùn)練，得到一個(gè)以最終獲勝的權(quán)值向量為中心，周圍分布著與之相關(guān)數(shù)據(jù)的網(wǎng)絡(luò)，如此反復(fù)迭代以后，本身有聯(lián)系的數(shù)據(jù)就會(huì)聚集到一起，形成一類，這就是SOM的聚類過程。

1.2 訓(xùn)練過程

SOM網(wǎng)訓(xùn)練過程如下：

（1）初始化網(wǎng)絡(luò)。初始化輸出層權(quán)向量以及學(xué)習(xí)率，歸一化輸入向量和輸出層權(quán)向量，設(shè)置初始優(yōu)勝鄰域。

（2）檢索獲勝神經(jīng)元。將當(dāng)前輸入向量與輸出層權(quán)向量按照歐氏距離進(jìn)行相似性比較，距離最小者為獲勝神經(jīng)元。

（3）權(quán)值調(diào)整。調(diào)整獲勝神經(jīng)元鄰域區(qū)內(nèi)的所有權(quán)值，使其向輸入向量靠攏。

（4）結(jié)束。繼續(xù)提供新的輸入向量進(jìn)行訓(xùn)練，收縮鄰域半徑、減小學(xué)習(xí)率、重復(fù)以上過程，直到小于學(xué)習(xí)率的允許值，輸出聚類結(jié)果。

2 數(shù)據(jù)來源及特征提取

本文選擇2008年5月2日至2008年5月12日的DEMETER地震電磁衛(wèi)星軌道數(shù)據(jù)進(jìn)行分析。在此期間，電磁衛(wèi)星記錄到13條半軌數(shù)據(jù)，其中7條升軌和6條降軌，總數(shù)據(jù)量為69.3MB，每256個(gè)數(shù)據(jù)為一組，共計(jì)4086組，錄入數(shù)據(jù)庫保存。相關(guān)數(shù)據(jù)可以從 DEMETER 衛(wèi)星中心網(wǎng)站上下載。

DEMETER衛(wèi)星采集的超低頻電場數(shù)據(jù)是以時(shí)間為參變量的隨機(jī)序列。隨機(jī)信號(hào)序列的數(shù)字特征包括均值（mean value）、均方差（mean square error）、偏度（skewness）和峰度（kurtosis）等4個(gè)數(shù)字特征[1]。均方差反映數(shù)據(jù)內(nèi)部個(gè)體間的離散程度，偏度是統(tǒng)計(jì)數(shù)據(jù)分布偏斜方向和程度的度量，是統(tǒng)計(jì)數(shù)據(jù)分布非對稱程度的數(shù)字特征，而峰度表征概率密度分布曲線在平均值處峰值高低的特征數(shù)。

對于每組數(shù)據(jù)計(jì)算4個(gè)隨機(jī)信號(hào)特征值，作為SOM網(wǎng)輸入層進(jìn)行訓(xùn)練。采集數(shù)據(jù)的隨機(jī)信號(hào)特征如圖2所示，可以看出特征值變化較大。

3 SOM網(wǎng)在空間電場數(shù)據(jù)聚類中的應(yīng)用

3.1 輸出層設(shè)計(jì)

3.1.1 一維SOM和二維SOM的比較

輸出層網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)關(guān)系著整個(gè)網(wǎng)絡(luò)的優(yōu)劣。直覺上，二維SOM比一維SOM能保持更多的數(shù)據(jù)集結(jié)構(gòu)信息。但是，已有對一維SOM神經(jīng)網(wǎng)絡(luò)的聚類及數(shù)據(jù)分析方法研究表明，一維SOM在聚類方面不僅不遜色于二維SOM，而且在類邊界識(shí)別、樣本之間的相似關(guān)系表達(dá)和類間相鄰關(guān)系表達(dá)方面更容易和明確[9]。

將隨機(jī)信號(hào)的4個(gè)數(shù)字特征作為輸入層，以歐氏距離來描述兩個(gè)輸入模式間的相似性，尋找獲勝神經(jīng)元，學(xué)習(xí)率取0.05，訓(xùn)練次數(shù)為5000次，設(shè)置輸出層網(wǎng)絡(luò)結(jié)構(gòu)分別為2*2和4*1進(jìn)行訓(xùn)練，得到的聚類結(jié)果如圖3、圖4所示。

可以看出，同樣是聚成4類，一維SOM比二維SOM的結(jié)果更為明確。

3.1.2 一維SOM網(wǎng)結(jié)構(gòu)分析

對于一維SOM網(wǎng)，按照不同的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行訓(xùn)練（見表1）?？梢钥闯觯?dāng)節(jié)點(diǎn)數(shù)過少時(shí)，不足以區(qū)分所有模式類，可能會(huì)導(dǎo)致異常信息的缺失，如2*1和3*1的網(wǎng)絡(luò)結(jié)構(gòu)，當(dāng)節(jié)點(diǎn)數(shù)大于4時(shí)，由于這些節(jié)點(diǎn)遠(yuǎn)離其他獲勝節(jié)點(diǎn)，故其權(quán)向量從未得到調(diào)整。因此本文選取4*1的輸出層網(wǎng)絡(luò)結(jié)構(gòu)。

3.2 結(jié)果分析

以表1中4*1網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算結(jié)果繪制聚類圖形，從圖3可以看出，絕大多數(shù)數(shù)據(jù)屬于第1類，這部分?jǐn)?shù)據(jù)可認(rèn)為是正常值。將其它3類數(shù)據(jù)繪制在一張圖上，如圖5所示。

可以看出，第4類數(shù)據(jù)遠(yuǎn)離汶川震中位置，在南緯50度以上，數(shù)量較少，可認(rèn)為是噪聲；而第2類和第3類數(shù)據(jù)位于汶川地震震中以南區(qū)域，向赤道方向偏移，呈放射狀分布。對比半軌文件發(fā)現(xiàn)，放射線與衛(wèi)星軌道重合，這反映出在汶川地震前存在信號(hào)異常。這與文獻(xiàn)[10]、[11]的研究結(jié)果一致[11]。

4 結(jié)語

本文分析了汶川地震前10天DEMETER衛(wèi)星空間電場的ULF頻段數(shù)據(jù)，以均值、均方差、偏度、峰度等4個(gè)隨機(jī)信號(hào)數(shù)字特征作為輸入層參數(shù)，建立了SOM網(wǎng)聚類模型，計(jì)算結(jié)果表明，汶川大震前空間電場數(shù)據(jù)存在異常。結(jié)論如下：①空間電場聚類分析結(jié)果顯示，數(shù)據(jù)異常主要集中在汶川震中南部區(qū)域，可能與地震破裂從南往北走向有關(guān)；②SOM網(wǎng)聚類模型可以較好地實(shí)現(xiàn)空間電場數(shù)據(jù)的聚類分析，并從中獲取異常信息，對地震前兆異常分析研究具有重要意義。

本文研究了天基衛(wèi)星采集的電場數(shù)據(jù)，來源較單一，后續(xù)將加入地基觀測數(shù)據(jù)，通過空間數(shù)據(jù)挖掘的方法對天基和地基數(shù)據(jù)進(jìn)行綜合分析，以期達(dá)到更好的識(shí)別效果。

參考文獻(xiàn)：

[1]安張輝，譚大誠，陳軍營，等.DEMETER衛(wèi)星磁場波形數(shù)據(jù)分析方法初探[J].華南地震，2011（3）：55-64.

[2]PULINETS S A，LEGEN′KA A D，KARPACHEV A T，et al.The earthquake prediction possibility on the base of topside sounding data[J].Izmiranpreprint，2001（981）：25.

[3]CHUO Y J， CHEN Y I， LIU J Y， et a1.Ionospheric fof2 variations prior to strong earthquakes in Taiwan area[J].Advances in Space Research， 2001（27）：l305-1310.

[4]閆相相.基于GPS和DEMETER衛(wèi)星數(shù)據(jù)的地震電離層電子濃度異常變化研究[D].北京：中國地震局地質(zhì)研究所，2013.

[5]顏蕊，王蘭煒，胡哲，等.利用DEMETER衛(wèi)星數(shù)據(jù)分析強(qiáng)震前后的電離層異常[J].地震學(xué)報(bào)，2013（4）：498-511.

[6]溫巖，張晨俠.自組織競爭網(wǎng)絡(luò)模型在地震預(yù)報(bào)研究中的應(yīng)用[J].東北地震研究，2003（4）：18-23.

[7]項(xiàng)月文.基于SOM自組織神經(jīng)網(wǎng)絡(luò)的地震預(yù)報(bào)技術(shù)研究[D].南昌：南昌大學(xué)，2012.

[8]韓立群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2007：71-85.

[9]于鷃.基于一維SOM神經(jīng)網(wǎng)絡(luò)的聚類及數(shù)據(jù)分析方法研究[D].天津：天津大學(xué)，2009.

[10]劉靜，萬衛(wèi)星.中國6.0級(jí)以上地震臨震電離層擾動(dòng)時(shí)空分布特征研究[J].地球物理學(xué)報(bào)，2014（7）：2181-2189.

[11]閆相相，單新建，曹晉濱，等.利用DEMETER衛(wèi)星數(shù)據(jù)統(tǒng)計(jì)分析全球M_w≥7.0地震的電離層電子濃度異常[J].地球物理學(xué)報(bào)，2014（2）：364-376.

（責(zé)任編輯：陳福時(shí)）