基于XGBoost的现地地震烈度阈值实时判别模型

李山有; 陈欣; 卢建旗; 马强; 谢志南; 陶冬旺; 李伟

doi:10.3799/dqkx.2023.159

地球科学 ›› 2024, Vol. 49 ›› Issue (02) : 379 -390. DOI: 10.3799/dqkx.2023.159

基于XGBoost的现地地震烈度阈值实时判别模型

李山有 ¹^,² ,
陈欣 ¹^,² ,
卢建旗 ¹^,² ,
马强 ¹^,² ,
谢志南 ¹^,² ,
陶冬旺 ¹^,² ,
李伟 ¹^,²

作者信息 +

Real-Time Discrimination Model for Local Earthquake Intensity Threshold Based on XGBoost

Shanyou Li ¹^,² ,
Xin Chen ¹^,² ,
Jianqi Lu ¹^,² ,
Qiang Ma ¹^,² ,
Zhinan Xie ¹^,² ,
Dongwang Tao ¹^,² ,
Wei Li ¹^,²

Author information +

文章历史 +

PDF (3511K)

摘要

如何在地震中利用台站接收到的少量P波信息预测该台站处的最终烈度是否会超越6度是地震预警研究中亟待解决的关键问题. 提出了一种基于极限梯度提升树（XGBoost）的现地烈度阈值实时判别模型，该模型以由台站接收到P波后3秒内的信息计算的5种特征作为输入参数，以该台站处的最终仪器地震烈度是否会超越6度作为阈值. 选取1996—2022年日本K-NET台网记录的460次地震的4 353条加速度记录建立了基于P波前3秒信息的烈度阈值实时判别模型（XGBoost-ITD）. 结果表明，该模型对低烈度的判别准确率为93%，对高烈度的判别准确率为88%. 在相同数据集条件下，相较于支持向量机分类方法及传统方法，XGBoost方法对现地烈度阈值判别具有更高的精度.