由美国南加州地震中心和美国国家地质调查局成立的“区域地震似然模型”（RELM），于2007年邀请全球范围内多个领域的专家对美国加州地区未来5年的地震活动进行预测。结果显示，由Helmstetter等（2007）提出的自适应空间平滑地震活动模型（Adaptively smoothed seismicity model）的综合表现要优于其他模型。因此，该模型迅速成为地震预测和地震危险性分析领域的研究热点并获得广泛应用。自适应空间平滑地震活动模型可以根据地震分布的空间密度自动调节平滑半径，同时将地震目录分为学习目录和检测目录，先用前者建立模型，再用后者检测预测效果，从而选出最优的参数设置（图1）。

图1 学习目录和检测目录划分示意图

中国地震局地质研究所吴果、周庆、冉洪流、袁仁茂为了进一步提高模型的预测能力，以青藏高原东部为研究区对其进行以下改进：

（1）众多研究表明b值的大小与地应力的大小成反比关系，为了充分体现地应力在空间内的变化，采用空间扫描的方法求取b值（图2a）。

（2）为了充分利用有限的地震目录数据，求取不同大小地震对应的完备记录起始时间在空间内的变化（图2b, c, d）。

（3）由于输入模型的数据来自不同的完备记录时间段，需要归一化所有输入地震在时间上的权重，调整相应算法。

最后，采用单地震概率增益函数（G函数）和CSEP提供的多种检测模型对预测效果进行检测对比（图3）。

图2 (a) b值在空间内的分布; M3.5、M4.0、M4.5对应的完备记录起始时间分别如b、c、d所示

图3 不同参数设置下CSEP检测模型的结果

结果显示：

（1）改进后的方法对地震数的预测效果良好，误差控制在10%以内；

（2）与传统方法相比，有效利用的地震数从1116个提高到1271个，G函数提高了52%；

（3）采用多个完备记录时段筛选不同大小的地震，或者采用随空间变化的b值，都能提高预测效果。对于本研究，后者效果更显著。

最终给出的青藏高原东部M5.0以上地震的中长期发震概率分布如图4.

图4 青藏高原东部M5.0以上地震中长期发震概率预测图

上述研究成果发表在国际地学期刊Bulletin of the Seismological Society of America上 (Guo Wu, Qing Zhou, Hong-Liu Ran, Ren-Mao Yuan; Long-Term Probabilistic Forecast for M≥5.0 Earthquakes in the Eastern Tibetan Plateau from Adaptively Smoothed Seismicity. Bulletin of the Seismological Society of America doi: https://doi.org/10.1785/0120170403)

原文链接：https://pubs.geoscienceworld.org/ssa/bssa/article/570364/long-term-probabilistic-forecast-for-m-5-0