基于智能手机MEMS的地震早期预警决策方法研究

地震早期预警系统能够在震后数秒内快速估计地震影响,并通告可能受影响的区域,可以有效避免人员伤亡和财产损失.然而,传统地震早期预警系统需要耗费大量资金建设高密度地震台网.近些年,随着智能手机的普及,基于智能手机的地震早期预警(SEEW)研究受到广泛关注.SEEW系统的误警率和漏检率一直是研究的难点,也是影响系统实际应用部署的关键.采用深度学习、统计推断等模型构建了一种SEEW决策方法:①通过在长短时记忆(LSTM)模型中引入注意力机制,建立手机地震信号触发模型;②提出了一种基于时空一致的手机触发比例算子,并建立了基于统计推断的地震判别模型.通过仿真平台测试了方法性能,结果表明,该方法与类似方法相比,在极低的误警率下,地震成功预警率有显著提升.