地质学与地球物理学杂志
开放获取

抽象的

地震预报评估统计框架

新建山

越来越多的观测证据表明，大地震前会出现一些地球物理异常现象。然而，地震预报中这些异常的准确性存在争议，需要对预报能力进行更统一的评估。在全球地震发生之前，提供了一种利用基本统计指标探索震前异常识别的方法。该框架是使用大气红外探测器 (AIRS) 传感器的表面温度 (ST) 数据构建的。在发现与地震相关的ST异常后，回顾性和前瞻性地计算了三个指标（准确度、漏检和虚警）预报能力的统计特征。ST 异常存在一些聚集效应。负异常多出现在震中周边和北部，正异常多出现在郊区；两者都不受地震震级的严重影响。2010 年至 2018 年期间，预测措施的时间演变保持相当稳定。准确率、漏检率和误报率分别为 6.01%、1.60% 和 92.39%