一种基于自回归移动平均模型的震前红外长波辐射异常信息探测方法技术

本发明专利技术公开了一种基于自回归移动平均模型时序预测模型(ARIMA)的震前红外长波辐射(OLR)异常信息探测方法，该方法预测参考背景值的精度要明显优于经典的时序预测模型，特别是时序预测精度成为预测性能一项重要评判指标，时间序列预测模型拟合效果的好坏直接关系着预测结果精度的高低，该结果将会对后续红外OLR异常信息探测造成重要影响。此外，针对经典时序预测模型方法在确定上下阈值方面存在缺陷的问题，本方法给出了一种较为合理的阈值确定策略，由此利用高精度的参考背景值和合理的上下阈值所探测出异常结果和得出的结论则更加合理。

A detection method of long wave infrared radiation anomaly information before earthquake based on autoregressive moving average model

【技术实现步骤摘要】
一种基于自回归移动平均模型的震前红外长波辐射异常信息探测方法
本专利技术涉及地震预测领域，具体涉及一种基于自回归移动平均模型(ARIMA)的震前红外红外长波辐射(OLR)异常信息探测方法。
技术介绍
自前苏联学者分析中亚地区卫星红外遥感图像时意外发现中强地震前存在热异常现象以来，红外热异常变化与地震的关系逐渐得到各国学者的重视，并被期望能够用作短临地震的预报。大量的震例和统计分析表明，大地震在发生的前几天或前一个月的时间里，震区及其附近的红外长波辐射(OLR)均出现不同程度的OLR异常，其特征主要表现在震前一个月内红外OLR有明显的增加趋势。目前常用红外OLR异常信息探测方法有距平法、涡度分析法、指数平滑法等。目前常用红外OLR异常信息探测方法虽具有一定的合理性，但其只考虑了红外OLR序列数据的固有属性，而未顾及其不确定性成分，因而经典的方法预测红外OLR背景值的精度相对比较低。此外，由于经典探测方法在红外OLR异常提取方法上众多，导致同一地震的分析结果各式各样甚至互相矛盾，缺乏合理的统一标准，尤其在确定背景值的阈值时，探测结果本文档来自技高网...

【技术保护点】
1.一种基于自回归移动平均模型时序预测模型的震前红外长波辐射异常信息探测方法，其特征在于，所述方法包括如下步骤：/n1)选取震级大于7.0级且距震中最近且距震前第3至15个月，间隔为1个月的红外OLR建模数据；/n2)基于步骤1)中所选震前第3至15个月共13个月的红外OLR建模数据建立时间序列数据，利用时间序列分析法对序列周期进行判别，对该序列进行周期差分运算，直至使其变成平稳序列，并对其进行检验；/n3)基于步骤2)中得到的平稳序列，利用ARIMA时序预测模型对其进行拟合和显著性检验，并将通过该检验的建立一个时序红外OLR短期预测模型；/n4)利用步骤3)中建立的短期预测模型采用时间序列交...

【技术特征摘要】
1.一种基于自回归移动平均模型时序预测模型的震前红外长波辐射异常信息探测方法，其特征在于，所述方法包括如下步骤：
1)选取震级大于7.0级且距震中最近且距震前第3至15个月，间隔为1个月的红外OLR建模数据；
2)基于步骤1)中所选震前第3至15个月共13个月的红外OLR建模数据建立时间序列数据，利用时间序列分析法对序列周期进行判别，对该序列进行周期差分运算，直至使其变成平稳序列，并对其进行检验；
3)基于步骤2)中得到的平稳序列，利用ARIMA时序预测模型对其进行拟合和显著性检验，并将通过该检验的建立一个时序红外OLR短期预测模型；
4)利用步骤3)中建立的短期预测模型采用时间序列交叉验证法对其进行建模预测震前1个月的建模背景值，以发震前的时间点为起始点，5天为时间间隔，第30天为终止点。将得到的参考背景值与真实观测值作差，统计得到所占百分比在95％以上的残差值Δ，以此不受扰动正常期参考背景值的残差值Δ作为上下阈值；
5)基于步骤4)中建模预测得到的最佳建模预测区间结果，选取该区间的震前红外OLR样本数据，对新选取的样本数据中的异常数据进行剔除，并利用相邻正常数据内插替换该处异常数据，并利用建立的短期预测模型进行预测得到建模背景值P；
6)计算探测上下阈值L＝P±Δ；
7)将该时期得到的实际观测值与阈值作差得到异常探测结果，超出此范围即为异常扰动。


2.根据权利要求1所述的ARIMA时序预测模型法的震前红外OLR异常信息探测方法，其特征在于，步骤1)中确定大地震的具体方法为：依据地震震级，当震级大于...

【专利技术属性】
技术研发人员：熊攀，翟笃林，张学民，
申请(专利权)人：中国地震局地震预测研究所，
类型：发明
国别省市：北京;11