RESEARCH / 04
Incorporating Non-Seismicity Precursors Into Earthquake Probabilistic Forecasting Model
研究摘要
本研究关注一个关键问题：在地震活动自身的时空丛集效应之外，非地震活动性的异常能否为地震预测提供额外的预测信息。研究在时间型流行性余震序列（ETAS）模型中引入外部激励，将超低频（ULF）地磁异常和一氧化碳（CO）异常纳入统一的自激-外激点过程框架，并以日本柿冈台站周边100 km范围内2001-2010年的218次4级以上地震进行检验。
结果表明，外部激励可解释14.33%的地震事件。ETAS + ULF + CO模型相对时间ETAS模型取得1013.55的总体概率增益；相对于时间独立泊松模型，其信息增益为53.89，高于ETAS模型的46.39。将异常发生时间随机化后的对照拟合显示，地震预测模型的预测性能提升并非由过拟合造成。ULF异常和CO异常分别主要出现在地震前约9天及7-6天，其近同步出现可能与震前微破裂、气体运移和电荷分离有关。
研究表明，多种非地震活动性的前兆联合使用有望改善统计地震概率模型的短期地震概率预测能力。
推荐引用
Zhang, Y., Han, P., Chen, H., Zhan, C., Niu, Y., Zhuang, J., & Zhu, K. (2025). Incorporating non-seismicity precursors into earthquake probabilistic forecasting model. Geophysical Research Letters, 52, e2025GL117972. https://doi.org/10.1029/2025GL117972