基于迁移学习的近断层概率地震危险性评估方法及系统技术方案

本发明专利技术提供了一种基于迁移学习的近断层概率地震危险性评估方法及系统，涉及地震工程技术领域，包括获取地震相关参数和地震动强度参数；基于深度神经网络进行模型构建，以地震相关参数构建模型输入、地震动强度参数构建模型输出，并通过非脉冲型地震动数据进行训练，得到非脉冲地震动参数预测模型；通过非脉冲地震动参数预测模型和脉冲型地震动数据进行迁移学习，得到脉冲地震动参数预测模型；基于非脉冲地震动参数预测模型和脉冲地震动参数预测模型，计算目标场址上任一地震动强度参数超过对应强度阈值的年超越率，通过所述年超越率进行近断层地震危险性评估。本发明专利技术解决了现有近断层概率地震危险性评估没有考虑脉冲型地震动影响的问题。

【技术实现步骤摘要】

本专利技术涉及地震工程，具体而言，涉及基于迁移学习的近断层概率地震危险性评估方法及系统。

技术介绍

1、地震危险性评估可以评估设定地区未来可能遭遇地震的强度水平和发生概率，为工程设计和减灾决策提供科学依据。目前，地震危险性评估主要采用概率地震危险性评估（psha）方法。

2、近年来，随着地震工程的发展，通过实际地震震害调查发现：近断层区域的地震动常常表现出高幅值、短持续时间以及能量集中释放的特征，这类特殊的地震动被称为脉冲型地震动。与非脉冲型地震动相比，脉冲型地震动对基础设施构成更为严重的威胁。因此，有必要开展近断层地震危险性评估，并充分考虑近断层脉冲型地震动的影响，对尚未造成破坏的潜在地震事件进行科学评估。

3、目前的近断层概率地震危险性评估存在两大问题：第一，在进行概率地震危险性评估时，其关键的内容是建立地震动参数预测模型。然而，当前对于使用近断层脉冲型地震动记录建立地震动参数预测模型面临较大挑战，采用经验公式拟合方法在准确性和泛化性方面都不理想，主要受限于其非常有限的近场脉冲型地震动记录数量，全球识别出来的脉冲型地震动不到40本文档来自技高网...

【技术保护点】

1.一种基于迁移学习的近断层概率地震危险性评估方法，其特征在于，包括：

2.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述得到非脉冲地震动参数预测模型，包括：

3.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述得到脉冲地震动参数预测模型，包括：

4.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述年超越率的获取步骤为：

5.根据权利要求4所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述超越概率的获取步骤为：

6....

【技术特征摘要】

1.一种基于迁移学习的近断层概率地震危险性评估方法，其特征在于，包括：

2.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述得到非脉冲地震动参数预测模型，包括：

3.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述得到脉冲地震动参数预测模型，包括：

4.根据权利要求1所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述年超越率的获取步骤为：

5.根据权利要求4所述的基于迁移学习的近断层概率地震危险性评估方法，其特征在于，所述超越概率的获取步骤为：

...

【专利技术属性】
技术研发人员：程印，杨雨恒，袁冉，喻靖峰，梅伟，何毅，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：