基于深度学习的日本强震远场触发中国东北地震预测

来源：大地测量与地球动力学杂志2026年第6期北京时间：

作者：高峰, 李美

单位：1 黑龙江省地震局, 哈尔滨, 150090,2 中国地震局地震预测研究所, 北京, 100036

摘要：远场地震触发机制是地震预测研究的重要前沿方向。为探究日本强震活动与中国东北地区中强地震的时空关联, 本文构建了一种数据驱动的预测模型。基于1980-2024年USGS地震目录, 以日本M≥6.0地震为潜在触发源, 预测未来60 d内中国东北地区发生M≥4地震的概率。构建一个涵盖地震统计、空间分布、能量释放及余震序列等32维特征的日分辨率时间序列数据集, 系统对比长短期记忆神经网络(LSTM)、注意力机制增强LSTM(Attention-LSTM)、Transformer等深度学习模型与逻辑回归(logistic regression, LR)、随机森林(random forest, RF)等传统机器学习方法。结果显示, Attention-LSTM模型表现最优, F1分数达0.915, AUC值为0.661, 在地震预测专用的Molchan误差图分析中亦展现显著优势。该模型不仅可实现二元分类预测, 还可生成1°×1°网格分辨率的空间概率分布图。研究验证了深度学习在揭示跨区域地震远场触发机制中的潜力, 可为中短期区域地震危险性评估提供新思路。

关键词：深度学习,注意力机制长短期记忆网络,远场地震触发,地震时空预测

基金资助：2025年度黑龙江省地震局黑龙江及邻区地震数据综合应用创新团队