国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

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

2016-01-26 02:27:54孫茂存李俊鋒劉寶鋒
測(cè)繪通報(bào) 2015年6期
關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò)電離層擾動(dòng)

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(yáng)黑子數(shù)(SSN)作為網(wǎng)絡(luò)輸入層參數(shù),通過(guò)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(méi)有一種能夠準(zhǔn)確預(yù)報(bào)地震的技術(shù),因此越來(lái)越多的學(xué)者開始從事地震的研究工作。近年來(lái),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(yáng)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(yáng)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(yáng)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(lái)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(guò)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(guò)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(guò)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(guò)專門網(wǎng)站對(duì)外提供。如太陽(yáng)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(jiàn)表1,泛化樣本部分?jǐn)?shù)據(jù)見(jiàn)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(shuō)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(guò)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(guò)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(guò)訓(xùn)練過(guò)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(shuō)明由訓(xùn)練過(guò)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(guò)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(guò)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(guò)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(guò)限定誤差10%,說(shuō)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(shuō)明VTEC沒(méi)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(lái)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(guò)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(yǔ)

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(guò)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(shuō)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

猜你喜歡
人工神經(jīng)網(wǎng)絡(luò)電離層擾動(dòng)
Bernoulli泛函上典則酉對(duì)合的擾動(dòng)
一種電離層TEC格點(diǎn)預(yù)測(cè)模型
Kalman濾波估算電離層延遲的一種優(yōu)化方法
利用人工神經(jīng)網(wǎng)絡(luò)快速計(jì)算木星系磁坐標(biāo)
(h)性質(zhì)及其擾動(dòng)
人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單字母的識(shí)別
電子制作(2019年10期)2019-06-17 11:45:10
電離層對(duì)中高軌SAR影響機(jī)理研究
小噪聲擾動(dòng)的二維擴(kuò)散的極大似然估計(jì)
用于光伏MPPT中的模糊控制占空比擾動(dòng)法
Linux Shell語(yǔ)言在電離層解算中的應(yīng)用
基隆市| 延吉市| 襄城县| 广昌县| 卢龙县| 永福县| 中卫市| 双辽市| 六盘水市| 嫩江县| 禹城市| 永寿县| 延川县| 大兴区| 兰考县| 乐至县| 叶城县| 德州市| 海伦市| 徐州市| 辽阳县| 车致| 广安市| 望江县| 湟中县| 老河口市| 高碑店市| 天全县| 娄烦县| 吉首市| 隆尧县| 阳信县| 兴仁县| 张北县| 滕州市| 苍溪县| 贵南县| 礼泉县| 江川县| 仁怀市| 灵川县|