典型文献
基于深度学习神经网络方法的中国大陆地震伤亡预测模型
文献摘要：
对地震伤亡人口的预测需要同时考虑地震破裂特征本身、灾区人口及其生活环境等特征,其是一个典型的复杂预测系统.本文基于深度学习神经网络方法和1976—2020年间78次地震伤亡事件,构建了中国大陆地震伤亡预测模型,综合使用发震年代、发震时刻、发震季节、Ⅵ度及以上区域受灾面积、Ⅵ度及以上区域受灾人口数、震源深度、极震区烈度和震源机制类型等8个参数,对包括2008年汶川8.0级和2010年玉树7.1级地震在内的9次地震事件进行了预测检验.结果显示,该预测模型能够较好地反映出中小地震的伤亡人口特征,除汶川地震和玉树地震外的7次地震伤亡事件预测值与实际值误差均在一个数量级上,对于2008年汶川8.0级和2010年玉树7.1级地震,预测值明显小于实际伤亡人口;其中玉树地震发震断层位于玉树州府结古镇之下,造成了相对较多的人口伤亡数量;汶川地震的伤亡人口数量不仅由地震直接导致,还包括了地震滑坡等次生灾害引起的伤亡数量.
文献关键词：
深度学习神经网络;K折交叉验证;地震人口伤亡;极震区烈度
中图分类号：
作者姓名：
朱鹏宇;程佳;杜龙
作者机构：
应急管理部国家自然灾害防治研究院,北京 100085;复合链生自然灾害动力学应急管理部重点实验室,北京 100085;中广核工程有限公司,广东深圳 518000
文献出处：
引用格式：
[1]朱鹏宇;程佳;杜龙-.基于深度学习神经网络方法的中国大陆地震伤亡预测模型)[J].中国地震,2022(04):
A类：
结古镇,地震人口伤亡
B类：
深度学习神经网络,神经网络方法,中国大陆,伤亡预测,亡人,要同,震破,破裂特征,灾区,生活环境,预测系统,上区,受灾面积,受灾人口,震源深度,极震区烈度,震源机制,级地震,地震事件,预测检验,中小地震,人口特征,汶川地震,事件预测,数量级,发震断层,层位,玉树州,州府,人口数量,地震滑坡,次生灾害,交叉验证
AB值：
0.330307
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
