基于LSTM的地震前兆數(shù)據(jù)分析算法設(shè)計與實現(xiàn)

王圓圓， 孫可可

(防災(zāi)科技學(xué)院 應(yīng)急管理學(xué)院, 河北 三河 065201 )

0 引 言

地震前兆現(xiàn)象主要分為宏觀現(xiàn)象和微觀現(xiàn)象。本文主要分析地震前兆現(xiàn)象中的微觀現(xiàn)象，例如逸出氣氡、氣壓等。地震臺站檢測到的地震前兆數(shù)據(jù)在不間斷且不規(guī)律的波動中會蘊(yùn)藏著動態(tài)演化和信號變化[1]。地震前兆數(shù)據(jù)具有在結(jié)構(gòu)上的復(fù)雜性、前兆觀測方法的不固定性、數(shù)據(jù)位精度的可變性、數(shù)據(jù)采樣率的不一致性、數(shù)據(jù)源的多樣性等特點。地震前兆數(shù)據(jù)變化規(guī)律有長期、中期、短期變化[2]。通常用逐級降采樣率取年、季度、月、周、日、小時、分鐘、秒的平均值進(jìn)行數(shù)據(jù)分析。正是由于這些大量高采樣率的觀測數(shù)值和與其協(xié)作的分析人員逐天逐臺的采集和處理模式，傳統(tǒng)的處理模式和計算方法己經(jīng)很難在海量的觀測數(shù)據(jù)中迅速自動定位精確位置，這也制約了人類研究地震前兆數(shù)據(jù)的進(jìn)展[3]。未來，在保證數(shù)據(jù)完整性的前提下，面對海量的地震前兆數(shù)據(jù)，利用機(jī)器學(xué)習(xí)進(jìn)行地震前兆數(shù)據(jù)分析是一個至關(guān)重要的研究方向[4]。如果人類通過數(shù)據(jù)分析掌握了地震前兆數(shù)據(jù)變化規(guī)律，會對我們的研究帶來莫大的幫助[5]。

1 LSTM原理

長短期記憶(long short-term memory，LSTM)模型由不同的記憶單元組成，例如單元狀態(tài)(cell state)和通過“門”(gate)，其中通過“門”又分為3類[6]，分別是：遺忘門(forget gate)、輸入門(input gate)、輸出門(output gate)[7]。LSTM的通過“門”(gate)發(fā)揮增加或刪除信息的功能，對應(yīng)著模型中的記憶或遺忘的功能?！伴T”是一種將抽象具體化的結(jié)構(gòu)，進(jìn)行信息過濾，且由一個點乘和一個sigmoid函數(shù)構(gòu)成。sigmoid函數(shù)的輸出值域區(qū)間為[0，1]，1代表全部通過，0表示直接全部丟掉。3個這樣的門組成一個LSTM單元。LSTM記憶單元總圖如圖1所示。對此擬做研究分述如下。

(1)遺忘門。遺忘門的sigmoid函數(shù)的輸入值是上一單元的輸出ht-1和本單元的輸入xt數(shù)據(jù)，再為ct-1中的每一項產(chǎn)生一個在[0，1]內(nèi)的值。通過這種方式來控制上一個單元狀態(tài)被遺忘的程度[8]。主要函數(shù)如下：

圖1 LSTM記憶單元總圖

ft=σ(Wf*[ht-1,xt]+bf)，

(1)

(2)

it=σ(Wi·[ht-1,xt+bi])，

(3)

(4)

(3)輸出門。輸出門用來控制當(dāng)前的單元狀態(tài)有多少被過濾掉。先將單元狀態(tài)激活，輸出門為其中每一項產(chǎn)生一個在[0，1]內(nèi)的值，控制單元狀態(tài)被過濾的程度[10]。主要公式如下：

ot=σ(Wo[ht-1,xt]+bo)，

(5)

ht=ot*tanh(Ct).

(6)

(4)單元狀態(tài)(cell state)。這是LSTM的關(guān)鍵，即用圖1上半部分的水平直線來表示，可以將數(shù)據(jù)從上一個單元傳輸?shù)较乱粋€單元，就象一條數(shù)據(jù)傳送帶一樣貫穿在整個結(jié)構(gòu)中，在傳輸數(shù)據(jù)的同時只會有很少的線性相互作用[11]。單元狀態(tài)局部圖如圖2所示。

2 實驗數(shù)據(jù)預(yù)處理

由于數(shù)據(jù)是精確到秒的檢測值，據(jù)統(tǒng)計分析可知，一個月的分鐘數(shù)據(jù)會達(dá)到三十萬。而在龐大的數(shù)據(jù)量中，卻會因為檢測儀器故障、自然環(huán)境、人為因素等作用導(dǎo)致監(jiān)測結(jié)果中存在缺失值。為了保證提取數(shù)據(jù)的完整性和預(yù)測結(jié)果的準(zhǔn)確性，就要對缺失值進(jìn)行處理。在本次研究中，則將缺失值補(bǔ)齊，再進(jìn)行數(shù)據(jù)分析。對此可做分析論述如下。

圖2 LSTM單元狀態(tài)圖

2.1 缺失值處理

缺失值處理方法有3種，分別是：數(shù)據(jù)補(bǔ)差、刪除記錄和不處理。本次研究中，采用補(bǔ)差記錄的方法。原始數(shù)據(jù)中的缺失數(shù)據(jù)，采用補(bǔ)差法，用其周圍的數(shù)據(jù)進(jìn)行補(bǔ)差。

2.2 數(shù)據(jù)規(guī)范化

由于個別數(shù)據(jù)會影響正常數(shù)據(jù)，不進(jìn)行數(shù)據(jù)規(guī)范化會影響數(shù)據(jù)分析結(jié)果的準(zhǔn)確性。本文采用Z-score方法進(jìn)行數(shù)據(jù)規(guī)范化，因為Z-score的數(shù)據(jù)分布情況是正態(tài)分布(N(0,1)),并且正態(tài)分布又被稱為零-均值規(guī)范化。Z-score公式可表示為：

(7)

其中，x是原始數(shù)據(jù)，z是規(guī)范后的數(shù)據(jù)[12]。

研究可知，mu是均值，signma是標(biāo)準(zhǔn)差，Z-score的分布如圖3所示。

3 仿真實驗

3.1 不同降采樣方法對數(shù)據(jù)分析的影響

本實驗中取2005～2009年山西省臨汾地震觀測站第三個測項的氣壓值，全球精確坐標(biāo)度為(36.073*N，111.505*E)、海拔為443.31 m的數(shù)據(jù)。和2008～2013年地震研究所測點為白浮的逸出氣氡值，精確位置度為(40.184*N，116.234*E)、海拔為45 m的數(shù)據(jù)。

3.2 氣壓值的不同降采樣方法

分析不同的降采樣方法對氣壓值數(shù)據(jù)擬合結(jié)果的影響。根據(jù)4種最大值、最小值、均值、中位數(shù)不同的降采樣方法得出的采樣率為3天時的氣壓值的數(shù)據(jù)擬合結(jié)果圖和誤差結(jié)果圖，詳見圖4～圖7。

分析圖4～圖7可知，當(dāng)降采樣方法為最大值時，RMSE=160.956 3、最小值時，RMSE=224.664 1、平均值時，RMSE=9.522、中值時，RMSE=12.390 9。通過比較4種降采樣的數(shù)據(jù)擬合結(jié)果圖和誤差值RMSE，選出誤差最小的情況為平均值法。

圖3 Z-scores分布圖

圖4 MAX 氣壓數(shù)據(jù)擬合圖

圖5 MIN 氣壓數(shù)據(jù)擬合圖

圖6 MEAN 氣壓數(shù)據(jù)擬合圖

圖7 MEDIAN 氣壓數(shù)據(jù)擬合圖

4 結(jié)束語

綜前所述可知，在數(shù)據(jù)分析過程中，首先對數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理分為兩步，分別是：缺失值處理，采用補(bǔ)差法；降采樣處理，有最大值、最小值、平均值、中位數(shù)四種方法。然后，給出了具體的實驗步驟，即：選出誤差值最小的降采樣方法，并用不同的采樣率運行，再選出誤差最小和數(shù)據(jù)擬合最優(yōu)的情況。最后，得出數(shù)據(jù)預(yù)測結(jié)果。經(jīng)過上述的實驗步驟得出如下結(jié)論：2005～2009年山西省臨汾地震觀測站，全球精確坐標(biāo)度為(36.073*N，111.505*E)、海拔為443.31 m的最優(yōu)情況是采用平均值降采樣方法，采樣率為3天的情況下得到的誤差值最小，數(shù)據(jù)擬合結(jié)果最優(yōu)。