[发明专利]一种评价地震热异常提取方式的方法及装置

说明书

本发明提供一种评价地震热异常提取方式的方法及装置。该方法包括：首先对地震热异常进行粗度提取；然后基于粗度提取结果进行地震热异常的精细化提取得到目标参数；之后利用目标警报点对所述目标参数进行校验；最后利用所述目标参数进行异常提取，判断所述异常与构造因素的一致性。该方法基于加热核模型进行多种方法的精细化提取，说明该模型适用于多种方法，可以得到精细化的热异常。每个步骤都可以基于方法进行调整和改变，适用于多个研究区域，包括中国范围内的多个区域，西藏、云南、四川等，适用性广泛。考虑了构造因素的影响，可以增加相应的可得构造因素从而增加方法比较的严苛性，提高方法比较的质量。

技术领域

本说明书一个或多个实施例涉及地震热异常提取领域，尤其涉及一种评价地震热异常提取方式的方法及装置。

背景技术

目前，随着卫星技术的快速发展，遥感云计算的兴起，卫星数据的获取与计算的便利性大大提升。地震热异常提取方法也大量涌现：RST(Robust Satellite Techniques，简称RST)、四分位距(interquartile range，简称IQR)为代表的统计方法；小波变换、功率谱分析为代表的信号分析方法；卡尔曼为代表的滤波技术；同时人工智能技术的发展也成为热异常提取的重要方向，人工神经网络(Artificial Neural Network，简称ANN)、卷积神经网络(Convolutional Neural Network，简称CNN)、长短期记忆递归神经网络(Long ShortTerm Memory，简称LSTM)、孤立森林、随机森林都是重要的应用方法。综合多种方法和前人的研究来看，并没有一种较好的比较方法或者案例，特别是针对于长时间序列分析来看，前人的研究往往针对于单一震例。

RETIRA(Robust Estimator of TIR anomalies，简称RETIRA)是RST算法中最终衡量热异常强度的结果，其绝对值越大，则表明异常强度越强。是位置r在时间τ时的RETIRA值，其计算公式：

然而，对于最后环节的构造因素，我们考虑了研究区域的应力条件、活动断层以及地震带等因素，本发明所进行的分析为对比分析，判断与构造因素的一致性。

发明内容

本发明描述一种评价地震热异常提取方式的方法及装置，可以解决上述技术问题。

根据第一方面，提供一种评价地震热异常提取方式的方法。该方法包括：

对地震热异常进行粗度提取；基于粗度提取结果进行地震热异常的精细化提取得到目标参数；利用目标警报点对所述目标参数进行校验；利用所述目标参数进行异常提取，判断所述异常与构造因素的一致性。

在一些实施例中，所述对地震热异常进行粗度提取，包括：采用长时间序列的提取方法进行热异常提取。

在一些实施例中，所述采用长时间序列的提取方法进行热异常提取，包括：基于日均数据、月均数据进行热异常分析。

在一些实施例中，所述基于粗度提取结果进行地震热异常的精细化提取得到目标参数，包括：通过时间关系、距离关系和震级关系对所述热异常与地震关系进行判断。

在一些实施例中，所述目标警报点为：最靠近原点的参数。

根据第二方面，提供一种评价地震热异常提取方式的装置。该装置包括：

粗度提取模块，配置为对地震热异常进行粗度提取；精细化提取模块，配置为基于粗度提取结果进行地震热异常的精细化提取得到目标参数；校验模块，配置为利用目标警报点对所述最优参数进行校验；一致性判断模块，配置为利用所述目标参数进行异常提取，判断所述异常与构造因素的一致性。

在一些实施例中，所述粗度提取模块具体配置为：采用长时间序列的提取方法进行热异常提取。