基于回归算法和大数据云基础设施的美国加利福尼亚州地震预测

作者：G.Asencio-Cortés; A.Morales-Esteban; X.Shang; F.Martínez-álvarez; 李帛珊; 李金

来源：世界地震译丛, 2020, 51(01): 33-53.

DOI：10.16738/j.cnki.issn.1003-3238.202001003

• 地震预测
• 大数据分析
• 聚类计算
• 回归
• 集成学习

地震震级预测是近几十年来广泛研究的极具挑战性的问题,在文献中可以找到统计、地球物理和机器学习等研究方法,但并没有得出令人特别满意的结果。近年来,强大的大数据分析计算技术应运而生,使得海量数据分析成为可能。新方法利用了云体系等物理资源。美国加利福尼亚州是世界上地震活动最活跃的地区之一,有许多可用数据。在本项工作中,为了预测未来7天内的地震震级,在大数据(使用1GB目录)情景下,探索几种回归算法与集成学习相结合的方法。使用Apache Spark框架、R语言的H2O库和亚马逊(Amazon)云基础设施,得到了极有希望的结果。

• 单位
  新疆维吾尔自治区地震局