基于机器学习的极震区烈度快速预测方法

来源：振动与冲击杂志2025年第2期北京时间：

作者：王茂岑,，张令心lingxin_zh,，钟江荣,，张云霞，张鹏

单位：1.中国地震局工程力学研究所地震工程与工程振动重点实验室， 哈尔滨150080；2.地震灾害防治应急管理部重点实验室，哈尔滨150080；3.应急管理部国家减灾中心，北京100124

摘要：极震区烈度的快速准确评估对于震后的应急响应至关重要。针对现有的极震区烈度预测精度差的问题，首先，整理了1949-2021年间的406次震级大于5.0且极震区烈度大于Ⅴ度的历史震例；然后，基于输入参数可在震后快速易于获取的原则，选择震级和震源深度作为输入参数，分别建立了基于随机森林、k近邻、逻辑回归以及决策树4种机器学习模型的极震区烈度快速预测方法；最后，对这几种方法的性能进行比较，并与已有的统计回归方法进行对比。结果显示：基于随机森林模型的预测方法性能更好，预测的准确率也很高；与仅选用震级作为输入参数的预测方法相比，本文方法的准确率得到了较大提高；与现有的统计回归方法相比，本文方法在准确率上有明显优越性。<br>

关键词：震级；震源深度；极震区烈度；机器学习；快速预测方法