宋晋东
- 作品数：64 被引量：274H指数：11
- 供职机构：中国地震局工程力学研究所更多>>
- 发文基金：国家自然科学基金中国地震局工程力学研究所中央级公益性科研院所基本科研业务费专项国家科技支撑计划更多>>
- 相关领域：天文地球交通运输工程建筑科学自动化与计算机技术更多>>
- 地震预警系统与智能应急控制系统研究被引量：92
- 2004年
- 基于实时地震(强震动)观测台网的地震预警和地震应急控制系统是近年来国际上日益引起人们重视的防震减灾手段,它不仅可以减轻地震造成的人员伤亡和降低重大工程次生灾害的发生,而且还可为震后紧急救援和抢修提供依据。对地震预警的基本思想以及地震预警和应急控制系统的国内外建设现状进行综述。
- 李山有金星马强宋晋东
- 关键词：地震预警系统次生灾害台网紧急救援防震减灾人员伤亡
- 基于阈值的地震预警方法在2016年8月24日意大利M_w6.2级地震中的应用被引量：6
- 2017年
- 介绍了基于阈值的地震预警方法的概念及其计算流程,基于2016年8月24日意大利Mw6.2级地震的近场强震动数据,分析了该方法在此次地震中运用的普适性。结果表明,该方法可以在首个台站触发后开始预测各个台站相应的警报等级、并快速估计地震的潜在破坏区域,每个台站的警报等级以及潜在破坏区域的估计结果比较美国地质调查局(USGS)Shake Map的仪器烈度分布体现出了较强的一致性,这表明了本方法在此次地震中运用的可行性与准确性。
- 宋晋东李山有汪源白琳娟
- 关键词：阈值地震预警
- 基于支持向量机的现地地震预警地震动峰值预测被引量：19
- 2021年
- 以0.1~10Hz带通滤波后三分向矢量合成地震动峰值PGA与PGV为预测目标参数,利用日本K-net强震台网P波触发后3s数据,基于人工智能中的经典机器学习方法-支持向量机,选取加速度幅值Pa、速度幅值Pv、位移幅值Pd、傅里叶谱幅值AMmax、速度平方积分IV2、破坏烈度DI、累积绝对速度CAV、阿里亚斯烈度Ia这8种特征参数构建地震动峰值预测模型。结果表明,对比常规的Pd预测模型,建立的支持向量机PGA与PGV预测模型,在测试数据集及随机选取2次震例数据集上计算得到的预测值与实测值更趋近1∶1比例关系,且PGA与PGV的预测值误差不受震中距变化的影响,PGA与PGV预测时的低值高估与高值低估现象也得到了改善。构建的支持向量机预测模型可用于现地地震预警地震动峰值、即仪器地震烈度的预测。
- 余聪宋晋东李山有
- 关键词：地震预警P波支持向量机
- 面向中国地震预警应用的P波包络与震中距经验关系
- 利用单台P波信息估算震中距,是地震预警、特别是重大工程地震紧急处置中的重要环节。本文利用中国"国家强震动台网中心"2007年至2015年记录到的强震动观测记录,研究P波段幅值包络斜率B值与震中距Δ的相关性。结果表明,震中...
- 柯星星侯宝瑞李山有宋晋东
- 关键词：地震预警P波包络震中距
- 基于深度卷积神经网络的2022年日本福岛7.4级地震震级估算被引量：2
- 2022年
- 2022年3月16日日本福岛县近海发生M_(JMA)7.4级破坏性地震,文中基于深度卷积神经网络震级估算模型DCNN-M,利用P波初至后不同时间窗下的特征参数作为输入进行单台震级估算,在此基础上,通过多台平均方法探索DCNN-M模型实时估算本次地震预警震级的可行性。结果表明:以日本气象厅紧急地震速报每一报发布时刻为对照,首台触发后1.6 s时(第1报),DCNN-M模型的震级估算结果为5.85级,满足日本气象厅预警信息发布的震级阈值M_(JMA)3.5;首台触发后4.2 s(第3报),DCNN-M模型的震级估算结果为6.47级,震级估算误差小于1个震级单位;随着首台触发后时间窗增加,DCNN-M模型的震级估算结果逐渐趋向实际震级;首台触发后11 s,震级估算结果达到6.94级,误差小于0.5个震级单位;首台触发后23.4 s,震级估算结果达到7.37级,与实际震级的误差仅为0.03个震级单位;在本次地震中,深度卷积神经网络震级估算DCNN-M模型在首台触发初期可以给出鲁棒的震级估算结果,随着首台触发后时间窗的增加,震级估算的误差迅速的降低到1个震级单位内,且震级估算结果趋近于实际震级,同时与传统的τ_(c)和P_(d)方法对比,其优化了首台触发初期震级估算误差较大和震级低估高估的现象。
- 曾奎原朱景宝宋晋东李山有
- 关键词：地震预警
- 一种地震烈度速报方法、装置、电子设备
- 本申请实施例提供一种地震烈度速报方法、装置、电子设备，其中，该方法包括：获取强震仪的强震动数据；根据所述强震动数据进行实震预测，得到实测峰值速度和地震震级；根据所述地震震级选取不同的预测方式对无所述强震仪的网格点处的峰值...
- 朱景宝宋晋东李山有
- 一个专用地震预警网络:墨西哥地震预警系统(SASMEX)被引量：3
- 2018年
- 墨西哥地震预警系统(SASMEX)于1993年开始投入使用,是首个向公众发布预警信息的系统。现今,SASMEX由97个几乎跨越整个墨西哥俯冲带的监测台站组成。系统还包括监测俯冲科科斯板块地震活动的强震仪。这些地震都发生于内陆,靠近墨西哥主要人口中心。监测台站与控制和分配中心相连,通过一个多重手段的远程通信网络接收、处理和发布警报。预警信息通过低成本的无线电接收器、付费电视和广播电台以及墨西哥城内安装在整个城区街道的市政喇叭系统进行发布。从1993~2017年,台网已记录到6 896次地震,共发布了158次地震预警。最近的地震预警成功案例是2017年9月发生于墨西哥的两次地震。在2017年9月7日特旺特佩克大地震(MW8.2)中,SASMEX在强烈震动的地震波到达墨西哥城前提供了近2min的预警时间。第二个案例是2017年9月19日莫雷洛斯地震(MW7.1)。震中距离墨西哥城约120km,较短的震中距使得在S波到达墨西哥城前仅有几秒的预警时间。
- g.suárezj.m.espinosa-arandaa.cuéllarg.ibarrolaa.garcíam.zavalas.maldonador.islas赵晏(译)宋晋东
- 关键词：地震预警系统无线电接收器预警信息地震活动
- 地震预警方法、装置、电子设备和计算机可读存储介质
- 本发明实施例提出一种地震预警方法、装置、电子设备和计算机可读存储介质，涉及地震预警领域。该方法通过对地震波相关数据进行预处理后，计算特征参数，并以此作为预测模型的输入，提高了预测结果的准确性，也提高了通过预测结果获取得到...
- 宋晋东朱景宝李山有
- 基于混合神经网络的高速铁路地震预警方法
- 2025年
- 破坏性地震对高速铁路安全会造成严重的影响。为使高速铁路地震预警系统快速获得可靠的Ⅰ级地震警报,基于日本K-NET台网记录的强震动数据,提出一种基于震级阈值(M=5.5)和峰值地震加速度阈值(PGA=40 cm/s^(2))的深度学习高速铁路现地阈值地震预警方法。设计一种结合卷积神经网络、循环神经网络和注意力机制的混合神经网络架构,并在该网络架构的基础上,训练两个独立的模型,分别用于预测震级和峰值地震加速度是否超过阈值。同时,根据震级阈值和峰值地震加速度阈值设置4个警报预测级别。基于混合神经网络模型对震级和峰值地震加速度的预测,每个台站将发布相应的警报预测级别。警报预测级别4表示台站附近有高震级事件且存在潜在破坏。在P波到达后3 s,对于相同的测试数据集,和基线模型相比,混合神经网络模型对于震级预测和峰值地震加速度预测有更好的性能,且震级预测的准确率达到97.26%,PGA预测的准确率达到98.89%,警报预测级别的准确率到达96.31%。将该方法应用于2021年2月13日发生于日本福岛的7.3级地震,结果表明,在P波到达后10 s内,警报预测级别的准确率达到90%,平均预警时间超过19 s。
- 朱景宝孙文韬周学影姚鹍鹏李山有宋晋东
- 关键词：高速铁路地震预警神经网络震级
- 基于多台输入的图注意力网络震级估计研究
- 2025年
- 震级估计是地震预警中的重要任务之一。准确的震级估计对于地震影响范围的快速判断和地震预警信息的及时发布至关重要。现有的方法通常基于单个台站的加速度时程提取特征信息进行震级估计,再通过多台平均的方法得到结果。文中利用多台输入的图注意力网络算法构建端到端的震级估计模型(GAT_M),作为GAT_M模型输入的是首台P波触发后3 s内的多台站地震加速度时程。本研究利用日本防灾科学技术研究所K-NET强震观测台网的强震资料进行模型训练和测试实验。研究结果表明:在首台P波触发后3 s,震级估计的平均误差和标准差分别为-0.077和0.40,R2为0.72。本研究还分析了震级、时间窗和台站数量对GAT_M模型性能的影响。同时,在首台P波触发后3 s,与传统Pd方法相比,GAT_M模型有更小的震级估计误差,在复杂样本数据的情况下,GAT_M模型有较大的优势且能够更好地应用于地震预警震级估计中。
- 余仲黎朱景宝李山有宋晋东
- 关键词：震级
