基于ARIMA模型的九寨沟7.0级地震前兆异常检测

基于ARIMA模型的九寨沟7.0级地震前兆异常检测

论文摘要

运用时间序列方法ARIMA对九寨沟县7.0级地震的震前15天距震中500 km范围内已布设的14个AETA系统台站的低频电磁均值数据进行地震前兆异常检测。结果表明:在震前的15天范围内,距震中500 km内9个AETA台站出现异常;从综合14个台站数据异常情况热力图可以看出,有4个台站的异常现象持续时间达9天以上,尤其松潘地震台在震前3~5天出现明显异常;从异常台站地理分布看出,14个台站中出现明显异常的9个台站位于中国大陆一级板块边界附近。

论文目录

文章来源

类型: 期刊论文

作者: 张继艳,王新安,雍珊珊,黄继攀

关键词: 异常检测,时间序列,前兆异常,电磁扰动

来源: 华北地震科学 2019年01期

年度: 2019

分类: 基础科学

专业: 地质学,地球物理学

单位: 北京大学深圳研究生院地震监测预测技术研究中心

基金: 深圳市科技创新委员会项目(JCYJ20170412151159461,KJYY20170721151955849)

分类号: P315.72

页码: 28-33

总页数: 6

文件大小: 7487K

下载量: 129

相关论文文献

  • [1].基于ARIMA模型的上海城镇居民人均可支配收入预测研究[J]. 经济研究导刊 2019(10)
  • [2].社会消费品零售总额的预测——基于季节ARIMA模型[J]. 时代金融 2018(24)
  • [3].基于ARIMA模型的安康市人均GDP预测研究[J]. 统计与管理 2018(04)
  • [4].基于多元线性回归模型及ARIMA模型的北京市房价预测[J]. 科技经济导刊 2018(29)
  • [5].乘积季节ARIMA模型预测上海市松江区手足口病发病趋势[J]. 健康之路 2017(04)
  • [6].基于ARIMA模型对北京市月平均相对湿度的预测[J]. 考试周刊 2017(59)
  • [7].基于ARIMA模型的大连市车险保费规模预测[J]. 保险理论与实践 2017(07)
  • [8].基于密度聚类与ARIMA模型短期电力负荷预测[J]. 北京信息科技大学学报(自然科学版) 2019(05)
  • [9].基于ARIMA模型的我国城镇居民人均可支配收入的分析与预测[J]. 时代金融 2018(26)
  • [10].基于ARIMA模型的我国民航客运量时序分析[J]. 兰州石化职业技术学院学报 2019(01)
  • [11].基于ARIMA模型的二手房价格预测[J]. 计算机与现代化 2018(04)
  • [12].基于ARIMA模型的世界大豆总产预测分析[J]. 大豆科学 2019(02)
  • [13].基于ARIMA模型的北京市CPI预测分析[J]. 价值工程 2018(05)
  • [14].基于ARIMA模型的天津市空气质量各项指标的预测分析[J]. 农业灾害研究 2018(05)
  • [15].基于ARIMA模型的广西区能源消费的预测[J]. 科技经济导刊 2018(07)
  • [16].考虑优化ARIMA模型差分次数的风功率预测[J]. 电力系统及其自动化学报 2019(01)
  • [17].我国城乡居民收入差距的预测——基于ARIMA模型的应用[J]. 现代商业 2018(07)
  • [18].我国房价影响因素的研究和预测[J]. 成都工业学院学报 2018(04)
  • [19].基于ARIMA模型的经济预测分析——以梅龙镇为例[J]. 现代商业 2018(31)
  • [20].ARIMA模型在天津市结核病发病预测中的应用[J]. 实用预防医学 2018(12)
  • [21].综合医院非精神科住院病人自杀行为预测ARIMA模型的构建及其应用[J]. 护理研究 2019(19)
  • [22].ARIMA模型预测乌鲁木齐市吸毒人群艾滋病病毒感染状况[J]. 实用预防医学 2018(03)
  • [23].Z.Z市气温变化预测模型的构建与分析[J]. 科技经济市场 2018(03)
  • [24].采用ARIMA模型对河北省保定市手足口病发病的预测分析[J]. 医学动物防制 2018(09)
  • [25].基于ARIMA模型对氧化钕价格的预测分析[J]. 铸造技术 2018(10)
  • [26].乘法季节ARIMA模型在安徽省细菌性痢疾预测中的应用研究[J]. 安徽预防医学杂志 2018(05)
  • [27].基于ARIMA模型的上海市生猪价格预测[J]. 农业展望 2019(04)
  • [28].ARIMA模型在其他感染性腹泻发病预测中的应用[J]. 现代医药卫生 2019(21)
  • [29].供给侧改革背景下我国玉米价格走势预测[J]. 价格理论与实践 2017(11)
  • [30].基于ARIMA模型的福建省第三产业产值预测[J]. 闽江学院学报 2018(05)

标签:;  ;  ;  ;  

基于ARIMA模型的九寨沟7.0级地震前兆异常检测
下载Doc文档

猜你喜欢