摘要：研究指出，在地震形成階段產(chǎn)生的低頻電磁輻射能夠釋放出可探測的電磁信號。在地表，這種效應(yīng)通常體現(xiàn)為地磁場強(qiáng)度的突發(fā)性變化，以及地電場中巖體裂隙電荷的異常波動；而在空間電離層中，則表現(xiàn)為電磁場輻射、電離層電子密度的變動和高能粒子的波動。特別是在地震發(fā)生前十五天內(nèi)，這些參數(shù)的數(shù)值往往會出現(xiàn)顯著的異常波動。本研究旨在探究強(qiáng)震對空間電離層造成的異常擾動情況，以期深入了解電離層作為地震前兆的潛在信息。本文采用LSTM長短期記憶神經(jīng)網(wǎng)絡(luò)方法，以2020年1月29日發(fā)生在古巴南部海域的地震作為研究對象，通過使用震前二十天的空間電場波形數(shù)據(jù)建立電場隨時間變化的時間序列預(yù)測模型，對地震發(fā)生后的電場數(shù)據(jù)變化進(jìn)行預(yù)測分析。實(shí)驗(yàn)結(jié)果表明，相比于目前流行的其他兩種模型算法ARMA和ARIMA，本文提出的LSTM電場預(yù)測模型對震前電離層異常擾動的預(yù)測誤差最小，為分析震前電場異常變化提供了依據(jù)。

關(guān)鍵詞：震前電場變化；古巴南部海域；LSTM算法；信號預(yù)測

中圖分類號：TP37 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）19-0030-03

0 引言

隨著深度學(xué)習(xí)和人工智能等先進(jìn)信息技術(shù)的快速發(fā)展，時間序列數(shù)據(jù)中的異常特征提取已有了高效的方法。Laura Beggel等研究者開發(fā)了基于時間序列形態(tài)變化的無監(jiān)督Shapelet異常檢測技術(shù)，為異常檢測領(lǐng)域貢獻(xiàn)了一種新工具[1]；Mikel Canizo等研究者則通過滑動窗口技術(shù)對時間序列進(jìn)行分割，并利用RNN 模型對每個時間窗口內(nèi)的特征進(jìn)行分析和分類，實(shí)現(xiàn)了優(yōu)異的異常檢測性能[2]。張英等研究者針對航天器部件的遙測數(shù)據(jù)，運(yùn)用時間序列異常檢測與預(yù)測技術(shù)，對傳感器收集的時間序列數(shù)據(jù)進(jìn)行深入分析和處理，智能揭示了時間序列中的隱藏信息，為航天器的安全運(yùn)行提供了有力的決策支持[3]。

眾多專家和學(xué)者運(yùn)用尖端技術(shù)，對地電場和電磁干擾的特征提取進(jìn)行了廣泛而深入的研究。陳全團(tuán)隊(duì)采用了深度學(xué)習(xí)算法，包括長短期記憶網(wǎng)絡(luò)（LSTM） 、擴(kuò)展因果卷積網(wǎng)絡(luò)和奇異譜分析等技術(shù)，對地電場觀測數(shù)據(jù)的異常檢測進(jìn)行了探討。通過在模擬數(shù)據(jù)中設(shè)置特定異常點(diǎn)進(jìn)行測試，他們驗(yàn)證了機(jī)器學(xué)習(xí)技術(shù)在異常檢測中的可行性和有效性[4]。陳奇團(tuán)隊(duì)則運(yùn)用模式識別技術(shù)，對地震波形特征進(jìn)行了提取和檢測，區(qū)分了天然地震和人工爆破的不同特征，為地震預(yù)警提供了更長的響應(yīng)時間[5-6]。汪凱翔團(tuán)隊(duì)將長短時記憶（LSTM） 神經(jīng)網(wǎng)絡(luò)應(yīng)用于地電場數(shù)據(jù)處理，從而避免了人工篩選特征的復(fù)雜過程，為處理大量地電場數(shù)據(jù)提供了一種高效手段[7]。

在空間電磁場異常信號的提取與分析領(lǐng)域，研究者們也進(jìn)行了深入探索，特別是分析震前活動對空間電磁場波形和功率譜密度的擾動特征。歐陽新艷及其團(tuán)隊(duì)采用DEMETER衛(wèi)星獲取的直流/超低頻（DC/ULF） 電場數(shù)據(jù)，研究了電離層夜間的超低頻（ULF） 波特性，并通過自動檢測算法和疊加歷元分析方法來識別ULF波事件。他們的研究指出，地磁暴期間，ULF 波與磁暴恢復(fù)階段顯著相關(guān)，并表現(xiàn)出季節(jié)性變化，同時在北半球觀察到了電導(dǎo)率的增加現(xiàn)象[8]。

一些研究者采用深度學(xué)習(xí)時間序列分析和時頻分析技術(shù)來探索空間電磁異常擾動的特征提取。陳麗萍團(tuán)隊(duì)利用NOAA衛(wèi)星提供的長波輻射數(shù)據(jù)，通過基于滑動窗口的幾何移動平均鞅算法有效識別震前數(shù)據(jù)的異常特征，幫助研究者在地震發(fā)生前確定潛在危險(xiǎn)區(qū)域[9]。李忠和宋奕瑤等研究者則聚焦于DEMETER衛(wèi)星的電場數(shù)據(jù)，運(yùn)用滑動平均法、峰度法和小波時頻分析等技術(shù)提取異常特征，并構(gòu)建自組織映射（SOM） 網(wǎng)絡(luò)聚類模型。他們的研究指出，汶川地震前衛(wèi)星在震區(qū)采集的信號中存在多個異常數(shù)據(jù)點(diǎn)，這些異?？赡芘c震前電磁波輻射導(dǎo)致的電離層擾動有關(guān)[10]。張偉和宋奕瑤等人則使用空間超低頻電場電位數(shù)據(jù)，通過改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)建立異常分類識別模型，識別汶川地震前的空間電場信號異常，并通過SOM神經(jīng)網(wǎng)絡(luò)驗(yàn)證，進(jìn)一步確認(rèn)了震前空間電磁擾動的存在[11-12]。

綜上所述，不論是地震導(dǎo)致的地電場異常還是空間電離層擾動，都可以通過適當(dāng)?shù)募夹g(shù)手段進(jìn)行特征識別。在地電場異常特征的提取方面，已有成熟且多樣的研究方法，并取得了豐富成果。然而，在空間電離層擾動特征的研究中，統(tǒng)計(jì)分析仍是主流，運(yùn)用現(xiàn)代信息技術(shù)進(jìn)行特征提取的研究相對較少。本文旨在從大量衛(wèi)星電場數(shù)據(jù)中分析和提取與地震電離層擾動相關(guān)的異常特征，歸納地震電場前兆的規(guī)律性，深化對震前衛(wèi)星數(shù)據(jù)特征的理解，并為未來的研究奠定基礎(chǔ)。