基于灰色灾变和ARMA的东日本地震预测模型分析
日本东部大地震、海啸及核熔毁之后的信任与主观幸福感：初步结果
２ ０ １ １年１ ２ 月 １ 日,仍 有 ３ ３ ２６ ９ １人居住在 临时 住 所 和 公 共 房 屋 中 , 或 与 亲 友 合 住
( , ) . H e a d u a r t e r s f o rE m e r e n c o n t r o l ２ ０ １ １ q g yC 迄今为止 , 已发表的对本次灾害的研究 主要集 中 于 对 ３������１ １ 之 后 事 件 的 总 结㊁ 对灾难的经济影响的分析 , 或对政府所采取 , 的灾害 对 策 的 调 查 ( C o u l m a sa n dS t a l e r s p 部分都以分析新闻报道 ㊁ 政府出版物以及个 人印象为基础 . 依赖于大量经挑选合格的采 访记录和个人观察 , 已进行了某些对于悲剧 训都做出了重要贡献 . 不过可以预见 , 如此 巨大的灾害对社会凝聚力与重要资源的可持
１ ,２ ) . 性事 件 心 理 影 响 的 分 析 ( Y a m a s a k i ０ １ １ 这些研究对于事件的处理以及为将来汲取教
灾害中, １ ５８ ４ ３ 人罹难, ３４ ６ ９ 人失踪, ５８ ９ ０ 毁 ,２ ３ ０８ ９ ６座建筑物被部分摧毁( N P A, ) . 由于死亡人数最多 ㊁ 破坏程度最重 ㊁ ２ ０ １ １
,２ ,２ ２ ０ １ １; M a t a n l e ０ １ １; M i z o h a t a ０ １ １; ,２ .其中大 W a l d e n b e r e ra n dE i l k e r ０ １ １) g
) 自动速报震级测定方法研究与实时运行监控软件研制 ( 资助 ２ ０ １ ５ ０ ８ ０ １ ２
日本的地震预测研究
日本的地震预测研究日本地震与火山喷发预测研究协调委员会(CCEVPR)地震分;吴忠良;王瑀;蒋长胜;孙振凯【摘要】根据日本大地测量学理事会的建议，日本地震预测研究计划自1964年开始运行。
经过30多年对地震前兆的深入研究，日本大地测量学理事会对研究计划进行了详细评审，做出了一个新的研究计划，命名为“新地震预测观测和研究计划”，这个为期5年的新研究计划于1998年8月被提议，于1999年开始执行。
【期刊名称】《国际地震动态》【年(卷),期】2009(000)003【总页数】11页(P1-11)【作者】日本地震与火山喷发预测研究协调委员会(CCEVPR)地震分;吴忠良;王瑀;蒋长胜;孙振凯【作者单位】(Missing);中国地震局地球物理研究所;中国地震台网中心;中国地震局地球物理研究所;中国地震局地球物理研究所【正文语种】中文【中图分类】P3根据日本大地测量学理事会的建议，日本地震预测研究计划自1964年开始运行。
经过30多年对地震前兆的深入研究，日本大地测量学理事会对研究计划进行了详细评审，做出了一个新的研究计划，命名为“新地震预测观测和研究计划”，这个为期5年的新研究计划于1998年8月被提议，于1999年开始执行。
“第二个新的地震预报观测和研究计划”是由日本科学和技术理事会在2003年7月提出的，该计划的目的是为了确认地震的全过程，即由其酝酿到发生阶段。
这一计划还强调基于精细地壳活动观测和对地震物理过程的理解而构建的物理模型，利用计算模拟来预测地震的重要性。
这本小册子(即本文，编者注)将概括反映日本地震预报研究新计划取得的代表性成果(图1)。
太平洋与菲律宾海板块以每年几厘米至10厘米的速度向日本列岛的俯冲，俯冲大洋板块和仰冲板块之间的界面产生摩擦滑动，根据板块界面摩擦的性质，一些地方稳定滑动，没有弹性应变累积，而在另外的地方则是粘滑(图2)。
在粘滑发生的地方，板块界面闭锁，粘滞状态下应变能累积，而滑动期间应变能得到释放，产生板间地震。
地震灾害预测模型的研究
地震灾害预测模型的研究地震是自然界常发生的一种地质灾害，能够给人们带来严重的生命和财产损失。
为了减少地震灾害的危害和后果，科学家们长期以来一直在研究地震预测模型。
地震预测是一项极其复杂的科学任务，需要掌握丰富的地球物理、地球化学、地质学等学科的知识，并进行大量的实验和观测研究。
本文将探讨当前地震灾害预测模型的研究现状，以及未来的发展方向。
一、地震预测模型的类型地震预测模型可以分为两大类：一类是基于地震历史数据和统计学方法的概率预测模型，另一类是基于物理机制和动力学模型的预测方法。
1. 概率预测模型概率预测模型是基于历史地震事件的发生频率和空间分布规律，通过概率公式进行预测的方法。
这种方法的优点是适用范围广，易于理解和操作，但缺点是精度不够高，预测结果容易受到误差的影响。
目前，概率预测模型主要有时间段模型、区域预测模型和预警模型等。
时间段模型是指根据历史地震数据和地震发生规律，通过算法预测未来一段时间内可能发生地震的强度和发生频率。
但是，这种预测方法的精度有限，很难预测地震的精确时间和地点。
区域预测模型是基于地球物理和地质学等学科的研究结果，分析某一区域的地震发生机理和特征，通过数学公式进行预测。
这种方法的预测效果较好，但仍存在误差。
预警模型是基于地球物理和地震动力学等领域的研究成果，通过监测地震前兆，预测地震发生时间、强度和地点，并提前发出警报，以便人们采取应对措施。
这种方法的优点是能够及时提供警报，在保护人民生命和财产方面作用明显，但缺点是预测精度仍然不够高。
2. 动力学模型动力学模型是通过分析地震发生的物理机制和动力学原理，预测可能发生地震的烈度和影响范围。
这种预测方法的优点是可以预测比较准确的时间和地点，但需要掌握复杂的物理学和数学理论，目前尚处于探索阶段。
二、地震预测模型的研究现状当前，地震预测模型研究的重点在于如何提高预测精度和时效性。
为此，科学家们开展了大量的实验和研究，不断探索新的预测方法和技术。
全国火灾的ARMA建模及预测
全国火灾的ARMA建模及预测作者：吕莎莎等来源：《环球市场信息导报》2013年第11期该文利用全国1980年至2011年的火灾经济损失的历史数据，考察其对时间的关系，文章主要利用ARMA建模的方法进行时间序列的建模。
研究结果表明，全国火灾损失随时间的增长具有正相关关系，随着时间的增长，火灾带来的损失将不断增加，对国民经济总体的健康发展以及居民正常活动带来一定损失和影响。
而在最后的预测方面，本文预测在2020年，火灾带来的国民经济损失将达到1.8亿元人民币。
因此火灾的预防必不可少，而“万能管家”系统的一个作用在于预防火灾的发生，减少火灾的发生情况。
综上，我们选择设计此系统。
一. “万能管家”系统介绍“万能管家”物业管理系统由家庭节能系统、手机家庭管家系统、汽车绿色出行系统以及物业综合控制系统四部分组成：家庭节能系统是安装在家庭的客户端，它提供个业主简洁方便的系统处理家庭物业琐事，并收集用户的数据，以此提供数据分析的依据；手机家庭管家系统是业主的移动助手，帮助用户实时了解家庭信息，并且随时随地提供提醒服务和预订服务；汽车绿色出行系统将汽车导航仪进行了功能的延伸，方便用户查找小区内的车位，并且将低碳生活、绿色出行的理念变为实际的节能控制（计划）；物业综合管理子系统主要提供给物业公司使用，它采用了科学的管理方法、采用统一的数据处理方式，收集家庭信息和员工信息，为数据分析提供了大量的依据。
“万能管家”物业管理系统主要通过将零散的物业服务整合，即包括服务预订、节能控制、流量提醒、车位查找、缴费等，这样构成一个完整的物业服务系统，使用户可以实时了解家中的情况，通过手机完成对家中事物的掌控，同时可以完成与物业公司的沟通。
对于物业公司来说，可以通过物业综合系统完成对物业公司所有事物的处理，包括处理订单、数据更新、人员管理等。
二.文献综述对于本文所研究的问题，以前有人利用回归的方法进行建模求解，并且有学者利用BP神经网络的方式进行预测，但此类文章较少。
东日本大地震分析结果报告
东日本大地震分析结果讲座地点：广州大学工程抗震研究中心主讲人：冯德民主讲内容：1 地震概况东日本大地震( 日本政府命名)于2011年3月11日14时46 分发生在日本东北方向，震级为M9.0 级，震源深度为24km，震源地点为日本海三陆冲，北纬38°62'，东经142°56'，震害波及日本全国，按照日本对地震烈度的划分，分别取震度1，2，3，4，5弱(5－)，5强(5+)，6 弱( 6－)，6强( 6 + )，7 度。
地震特点: 1) 此次的地震断层面非常大，450km、宽200km，超过了预想的宫城县冲地震的断层面; 2) 在东日本很大的范围有连续长时间的强震; 3) 周期为 1. 0s 以下的短周期的震动反应强烈;4) 多次发生大规模的余震; 5) 远震地区长周期地震动对长周期建筑的影响较明显; 6) 特大海啸的发生。
2 海啸概况地震引发的海啸发自于海底的地震，由地震波的动力引起海水剧烈起伏而形成强大的波浪。
东日本大地震海啸的范围位于日本东北站东海岸，海啸的高度( 日本气象厅发布) : 宫古: 8.2m，大船渡: 8.0m，石卷市:7.6m，相马:9.3m，个别地点高很多。
3 地震及海啸灾害3. 1 地震灾害特点地震造成了下述主要灾害: 1) 产生了巨大的地震动及大海啸; 2) 致使福岛第一核电站发生核泄漏事故; 3) 海啸冲走大量建筑物; 4) 由地震直接破坏的建筑物不多; 5) 非结构构件( 主要是吊顶) 震害突出; 6) 长周期地震动对长周期建筑物有影响; 7) 较大地区发生土壤液化现象。
3. 2 主要震害概况(截止到 2012 年1月12日，死亡15844人，失踪3450人。
相比较，1995 年日本兵库县南部地震死亡5413人，负伤35000人，失踪 7 人3. 3 钢筋混凝土结构3. 3. 1 地震震害钢筋混凝土结构此次遭受地震破坏的程度非常轻。
灰色马尔可夫理论在地震预测方面的研究
来 能 够有 效解 决这 一 问题 。传统 的 ＧＭ（ １ ， １ ） 模 型是 由一 个包 含 单 变 量 的一 阶 微分 方 程 构 成 的动 态模 型 ， 这 种模 型 可 以弱化 原始 序列 ｘ。 的 随机 性 和 波动 性 ， 为 灰 色模 型 提 供更 加 有 效 的 信息 （ 黄 长军 ， ２ ０ １ ２ ） 。利 用 ＧＭ（ １ ， １ ） 找 出汶 川余 震 的 变化 趋 势 ， 其 模 型误 差 进 一 步用 马 尔 可 夫 理论 进行 修 正 ， 则 能有 效 提高模 型 精度 （ 王礼 霞 ， ２ ０ １ ０ ） 。通 过对 部分 已知 信息 的生 成 、 开发 、
过程 中很 多 因素 无法 全部 了解 ， 在 部分 条件 已 知 ， 部 分 未 知 的情 况 ， 采 取 灰 色理 论 预测 下 次 地
震 的走 势和震 级 也可 以作 为一 种预 报方 法 。 汶川 地震 已经过去 ４年 ， 但 是余 震在 陕南 地 区时有 发 生 ， 严 重 影 响 当地 人 民 的生 活 秩 序 。 灰色 系统 理论 是新 近发 展起 来 的一 种新 型理 论 ， 能够较 好地 克服 信息 量不 足 ， 小 样本 产生 的弱 点， 并 从 杂乱无 章 的 、 有限的、 离 散 的数据 中找 出规 律 ， 建立 灰色 系统模 型 ， 且所需 信 息较 少 ， 能 有效 地解 决常 规 预测方 法不 易解 决 的 问题 （ 刘思峰， １ ９ ９ ９ ） 。但是 从 目前 的地震数 据 看 ， 汶 川余
Ａｕ ｇ． ２０ １３
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ Ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ３ － — ３ ２ ４ ６ ． ２ ０ １ ３ ． ０ ３ ／ ０ ４ ． ０ ０ ９
基于虚拟变量模型的日本地震对中国股指变动的影响预测
基于虚拟变量模型的日本地震对中国股指变动的影响预测2011年3月11日，日本气象厅表示，日本于当地时间11日14时46分发生里氏9.0级地震，震中位于宫城县以东太平洋海域，震源深度20公里。
东京有强烈震感。
同时该地震引发最高可达23米的海啸，造成大量人员伤亡和失踪，经济损失巨大……地震和海啸重创了日本的经济和社会，同时也给全球经济造成影响。
中国和日本是邻国，此次地震无疑对中国经济是有影响的。
下面我们就日本地震对中国股指变动的影响进行分析和预测。
日本大地震对整个亚太地区投资者，尤其是日本投资者的信心打击是毫无疑问的。
获悉地震消息后，亚太地区股市纷纷掉头向下。
韩国指数在收盘前几分钟大幅下跌；中国上证指数在下午二点之后的一个小时内最大下跌幅度达1．31%，上证指数收于2933．8点，下跌23．34点；香港恒生指数同样出现20分钟内下跌248点的现象；台湾加权指数报8567．82点，下跌75．08点，跌幅为0．87%。
地震给股市带来的第一个影响就是不确定性。
这会影响投资者的信心，进而影响股票的价格等。
同时，地震会给一些公司造成重大财产损失，这也会影响股票价格。
所以日本地震对中国股指短期的影响是下降的。
但与此同时，信息消化后，人们对此次地震可能对各国家、各地区的影响日渐清晰，因此会更理性地看待对中国各上市公司可能产生的影响，恐慌性的下跌情形会渐渐消失；同时与抗震救灾相关的建材、水泥、食品、药品类上市公司股价连续上涨；由于日本大地震中，汽车、石化、钢铁等数十家国际大公司在受灾区域的分公司受到关闭停产的限制，其产销将会受到一定影响，这对中国汽车上市公司而言，未必不是扩大全球销售的良机。
为此，长期来说，日本地震对中国股指的影响很可能是上升的。
下面我们通过模型来进行定量分析。
在中国股市的各种指数中，最能反映中国证券市场股票价格变动的概貌和运行状况的是泸深300指数。
为此收集了2011年3月1日到3月22日的开盘和收盘指数，具体见表1表1我们用开盘和收盘的算术平均指作为交易日股票价格指数的代表，用t Y 表示；引入虚拟变量D 表示地震的影响，其中地震前用0表示，地震后用1表示。
ARMA模型介绍
ARMA模型介绍ARMA模型（Autoregressive Moving Average model）是时间序列分析中常用的一种模型，用于描述和预测随时间变化的数据。
ARMA模型结合了自回归（AR）和移动平均（MA）两种模型的特点，可以较好地描述时间序列数据的变化趋势。
ARMA模型的核心思想是：当前时刻的观测值可以通过历史观测值和随机误差的线性组合来表示。
具体地说，AR部分考虑了当前时刻和过去几个时刻的观测值之间的关系，而MA部分则考虑了当前时刻和过去几个时刻的随机误差之间的关系。
在AR模型中，当前时刻的观测值与过去几个时刻的观测值之间存在线性关系。
AR模型的阶数(p)表示过去几个时刻的观测值被考虑进来。
对于AR(p)模型，数学表达式如下：yt = c + φ1 * yt-1 + φ2 * yt-2 + ... + φp * yt-p + et其中，yt表示当前时刻的观测值，c表示常数项，φ1, φ2, ... ,φp表示对应的回归系数，et表示当前时刻的随机误差。
在MA模型中，当前时刻的观测值与过去几个时刻的随机误差之间存在线性关系。
MA模型的阶数(q)表示过去几个时刻的随机误差被考虑进来。
对于MA(q)模型，数学表达式如下：yt = c + et + θ1 * et-1 + θ2 * et-2 + ... + θq * et-q其中，yt表示当前时刻的观测值，c表示常数项，θ1, θ2, ... ,θq表示对应的回归系数，et表示当前时刻的随机误差。
yt = c + φ1 * yt-1 + φ2 * yt-2 + ... + φp * yt-p + et + θ1 * et-1 + θ2 * et-2 + ... + θq * et-qARMA模型可以用于时间序列的拟合和预测。
通过将模型与已有数据进行拟合，可以得到模型的参数估计值。
然后，利用这些参数估计值，可以预测未来的观测值。
ARMA模型适用于没有明显趋势和季节性的时间序列数据。
关于日本东海区域自然灾害的经济评估——运用一般均衡空间模型
南方经济 2011 年第 7 期 我们根据基本案例， 发现稳定状况下的 GRP， 经过第 21 期后仍然处于安定状态。地区间（ 都道府县 ） 1 期的制造业产品在地区内及地区间的产品交易状况在第 21 期后也仍然处于安定状况。 我们可以看到 地区内贸易与地区间的交易量相比 ， 其比重相对较大。 （ b） 案例 1 与基本案例比较 我们假定 我们将案例 1 和基本案例的结论进行对比。这里表示出基本案例的变化率。在案例 1 中， 第 11 期中所发生的东海地震无法预测。 东海区域中以外的各个地区 （ 特别是东海地区中距离较远的地 GRP 有增加的趋势。这是因为地震发生后的重建投资使东海地震以外地区向东海地 区） 在地震发生后， 区内的产品交易量得到增加。而各县在第 11 期的制造业产品在各交通部门的商品交易变化中， 有两种 一个是省内贸易商品流的显著增长 ， 特别是东海地区， 另一个是地震后流向东海地 主要的商品产生变化， 区的产品流动有显著增长。 （ c） 案例 2 与基本案例比较 在这个案例中， 我们假设地震发生在第 11 期， 并且地震发生能够得到准确的预测。产业部门在震前 及时做好防灾投资。并在震后进行重建投资。我们可以看到案例 2 的 GRP 所产生的变化。 在地震发生 前， 东海地区（ 静冈县， 爱知县， 三重县， 岐阜县 ） 因地震发生前积极对防灾进行投资， 我们可以看到 GRP GRP 由于受灾从而产生减少， 方面也产生了积极增长。地震发生后， 与案例 1 相同的东海地区中， 其他大 但与案例 1 相比， 案例 2 的地震发生后， 我们可以看到 GRP 的减少得到了一 多地区的 GRP 也产生减少， 定的缓和。 地震前后地区间产品流动变化。 地震前， 因进行防灾投资， 其他地区向东海地区产品交易量增加。 东海地区内产品流动变化虽然大 ， 但是其他地区内产品交易量却没有产生很大变化 。同时， 地震发生后， 与案例 1 相同， 地区内的产品交易量的增加与向东海地区流入的产品交易量产生了显著增加 。 3. 结论 在本文中， 我们运用动态一般空间均衡模型对自然灾害对经济所形成的冲击进行了分析 。我们构建 了一个由动态交通运输框架所链接的分权经济系统， 对东海地区内地震灾害所带来的经济冲击进行动态 评估。我们实施了两种案例分析。第一个案例被用于输出经济模型评估 ， 第二个案例指出地震灾害的发 ， 。 ： 生前 对地区内经济相关保护投资的重要性 本文的政策建议如下 对于灾害分析， 应分别在灾害发生中 基于事前与事后分别对经济冲击进行两面分析 。
2011年日本大地震影响的定量评估
2011年日本大地震影响的定量评估摘要一、问题重述1.1问题背景2011年3月11日，日本当地时间14时46分，日本东北部海域发生里氏9.0级地震并引发海啸，造成重大人员伤亡和财产损失。
地震震中位于宫城县以东太平洋海域，震源深度20公里。
东京有强烈震感。
地震引发的海啸影响到太平洋沿岸的大部分地区。
地震造成日本福岛第一核电站1~4号机组发生核泄漏事故。
4月1日，日本内阁会议决定将此次地震称为“东日本大地震”。
截至当地时间4月12日19时，此次地震及其引发的海啸已确认造成14063人死亡、13691人失踪。
1.2问题提出请选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2011年日本大地震对日本社会、经济等的影响以及对世界的影响。
二、问题分析2.1问题重要性分析3月11日日本发生史上最强地震，除了大量死伤，地震和海啸对苦苦挣扎试图摆脱“失去的十年”经济衰退期的日本来说，影响巨大。
有经济专家预言，这将是有史以来最昂贵的自然灾害，而且不仅仅是对日本，对太平洋两岸，对美国以及全球经济的影响都会很快显现。
研究日本大地震的影响力大小，是一个非常重要的课题。
2.2问题思路分析研究2011年日本大地震对日本社会、经济等的影响以及对世界的影响。
现在社会主要三大产业：服务业、工业和农业，这三大产业占据了主要部分，这三大产业反应的大地震对其的影响，基本可以代表整个影响力。
本文分别选取了其中的几个代表性的行业进行分析比较，如：服务业，主要选取了访日人数、信息和医疗保险；工业、主要选取了电子设备和钢铁行业；农业，主要选取了粮业水产。
假设没有发生日本大地震，在这种情况下，对这几个代表性行业的发展趋势状态预测，这里主要是运用灰色预测和线性回归方程，得出2011年3、4月份的预测值；同时与发生大地震后的实际值进行比较，得出大地震对每个行业的影响率。
通过层次分析法得出内部细分行业的贡献因子及对应三大产业的贡献因子，进而得出整体的影响力。
建模预测：地震对日本影响力分析
承诺书我们仔细阅读了****数学建模的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。
我们的参赛报名号为：参赛组别（本科或专科）：参赛队员(签名) ：队员1：队员2：队员3：编号专用页参赛队伍的参赛号码：（请各个参赛队提前填写好）：竞赛统一编号（由竞赛组委会送至评委团前编号）：竞赛评阅编号（由竞赛评委团评阅前进行编号）：3.11地震对日本三大产业影响摘要2011年3月11日日本发生里氏9.0级地震，由地震引起的海啸，核泄漏、交通等问题对日本造成了巨大的灾难，日本作为世界第三经济大国，经济动荡产生的“骨牌效应”可能将会波及全球。
本文分别选取日本三产业中的代表：农副产业、制造业以及旅游业的相关变化数据对日本产生的影响进行定量分析、预测和评估。
一、地震对农副产品业的影响。
对比地震前后农副产品进、出口额，利用差额与实际值的比值代表地震对于农副产品进、出口额的影响。
震后的三月份农副产品进、出口额可以从网上信息进行查询，而利用2004-2010年3月农副产品进、出口额的数据，可以插值、拟合得到相应的函数，预测出2011年3月进、出口额数据，从而得出进口额和出口额的影响率。
二、地震对制造业的影响问题。
可以对已知数据进行拟合，得出相关函数，通过对拟合函数进行数据预测所得的预测值和实际数据进行偏差比较进而得出其相应的影响率。
三、地震对旅游业的影响。
首先建立时间与旅游人数的关系，然后去预测在不发生地震的情况下，三月份日本入境与出境旅游的人数，再从网上查询实际的出入境人数，利用两者的差值与实际值的比值作为地震对于日本入境与出境旅游的影响率。
关于日本东海区域自然灾害的经济评估——运用一般均衡空间模型
Ｍｃ ｅｏ Ｇｒｇｒ，Ｓ ａｅ ａｄＹｉ １９ ） ｗ ｌ ｎ ｎ（９５ ，Ｍｃ ｉｂｎａｄＷｉｏ ｅ １９ ） ｓ Ｋｂｉ ｎ ｌ ｘｎ（９ ２ ，他们 运用 了数值 空 间 Ｃ ｃ ＧＥ模 型来
南 方经济
２１ ０ 第 ７期 １年
东海地 区的爱知 县拥 有 日本车辆 这一 铁道 车辆 制造 商 ， 目前 为止 有在 北 米市 场 和 台湾 的高 速铁 道 到 车辆 制造 的经验 。另 外 ， 营东 海道新 干线 的 Ｊ 运 Ｒ东海 总公 司在 名古 屋 ，Ｒ东 海 在 ２ １ Ｊ ０ ０年 １月 和美 国的 调 查 公 司进 行 合 作 ， 布 了推 进 高 速 铁 道 海 外 事 业 发 展 的方 针 。其 内容 是 ， 公 以最 新 型 高 速 铁 道 系 统 “ ７ ０Ｉ ｕｌ ” 也就 是最 新型 的新 干线 ） Ｎ ０ 一Ｂ ｌｔ（ ｅ 和超 电导磁 悬 浮系统 “ Ｃ Ｓ ＭＡＧ Ｅ （ 就是 磁悬 浮列 车 ） 两 Ｌ Ｖ” 也 这
成拥 有多样 化集 群 的产业 结构 。
发展 中 国家处于 政府 主导 产业发 展 的阶段 ， 而在 日本 已经不 太 能期 待 国家 和 自治体 的产业 政 策 。在
这种 情况下 ， 为了提 高 区域 产业 结构 ， 不应 建立 新 的产业 ， 是应 该 在提 高 既存 产业 的聚集 度并 不 断谋 求 而
绕本 文所指 出的课 题 进行更 加 深入 的探讨 。
关 于 日本 东海 区域 自然 灾 害 的 经 济评 估
— —
地震灾害及决策的灰色模型研究
地震灾害及决策的灰色模型研究
随着社会经济的发展，地震灾害会带来越来越严重的损失，因此开展地震灾害及决策研究具有十分重要的理论意义和社会经济效应。
本文首先研究了主余型强烈地震余震的预测问题。
采用了自然类比法、时空转换系数法和地震序列b值对地震序列类型进行了研究，在此基础上，运用灰色系统建模方法对地震序列进行了灰色模拟，建立了GM(1，1)模型对余震进行预测，并且进行了后验差检验和关联度分析，以2004年12月在印度尼西亚苏门答腊北部的强烈地震为例，应用模型。
其次，本文还开展了灾害损失评估方法的研究。
利用灰色聚类法和关联度分析对地震灾情进行等级评估。
针对地震灾害的经济损失的影响因子进行灰关联分析，试图把灾害社会学对经济损失的定性分析定量化，由此解释城市化和人类本身对经济损失影响程度问题。
同时还对经济损失的全概率模型和动态修正模型进行一番阐述。
由于这部分内容涉及的灾情统计数据比较具体，所以采用了中国的众多实例进行进行应用研究。
最后，本文在灾情评估完成和援助规模确定的基础上，采用了层次分析法和灰色统计法，对救灾资源分配问题和震后重建规划进行了探讨，并以2003年12月伊朗巴姆地震为例。
实例检验表明以上灰色建模方法能在余震预测、灾害损失评估和救灾决策等方面有进一步研究完善的价值，使之应用于政府科学决策。
基于时间序列的地震发生预测方法研究
基于时间序列的地震发生预测方法研究地震是地球上一种常见的自然灾害，它的突发性和破坏性给人们的生命和财产安全带来了巨大威胁。
因此，研究地震发生预测方法成为了科学家们关注的焦点。
本文旨在探讨基于时间序列的地震发生预测方法，并对其进行深入研究。
一、引言地震是由于地球内部能量释放引起的大规模振动。
虽然科学家们已经取得了一些关于地震发生规律的认识，但是准确预测地震仍然是一个巨大挑战。
时间序列分析作为一种常见方法，可以帮助我们理解和预测时间序列数据中存在的模式和趋势。
二、基本原理基于时间序列分析进行地震发生预测需要考虑多个因素，包括但不限于历史数据、季节性变化、周期性变化等等。
常用的时间序列分析方法包括自回归移动平均模型（ARMA）、自回归积分移动平均模型（ARIMA）、季节性自回归积分移动平均模型（SARIMA）等。
三、数据准备进行地震发生预测的第一步是收集和整理地震相关的时间序列数据。
这些数据可以包括地震发生时间、地震震级、地震深度等。
同时，还需要考虑其他可能影响地震发生的因素，如地理位置、构造活动等。
四、模型建立在数据准备完成后，可以开始建立预测模型。
根据实际情况选择合适的时间序列模型，并利用历史数据进行参数估计和模型拟合。
在建立模型时，需要注意选择适当的滞后阶数和季节阶数，并进行参数检验以保证模型的有效性。
五、预测与评估在完成模型建立后，可以利用已有数据进行预测，并与实际观测值进行比较。
常用的评估指标包括均方根误差（RMSE）、平均绝对误差（MAE）等。
通过对比预测结果和实际观测值，可以评估模型的准确性和可靠性。
六、结果分析根据实际情况选择合适的时间序列分析方法，并对结果进行分析和解释。
通过分析结果可以得出一些有关地震发生规律以及可能存在的影响因素。
七、方法改进在基于时间序列的地震发生预测方法研究中，仍然存在一些问题和挑战。
例如，地震发生受到多种因素的影响，如人类活动、气候变化等。
因此，未来的研究可以考虑引入更多的因素来提高预测模型的准确性。
如何使用时序预测进行地震发生预测(十)
地震是一种自然灾害，它给人类社会造成了巨大的破坏和伤害。
为了尽可能减少人员伤亡和财产损失，科学家们一直在探索如何预测地震的发生。
时序预测是一种有效的预测方法，通过对地震前兆数据进行分析和建模，可以提前发现地震的可能发生。
本文将探讨如何使用时序预测进行地震发生预测的方法和技术。
地震前兆数据的获取是地震预测的第一步。
地震前兆包括地震波形、地磁场、地电场、地下水位等多种参数，这些参数的变化可能与地震的发生有关。
科学家们通过地震监测站和传感器网络等手段，可以获取大量的地震前兆数据。
这些数据需要进行预处理和清洗，去除噪声和异常值，以便后续的分析和建模。
时序预测是一种基于时间序列数据进行预测的方法。
在地震预测中，科学家们可以利用地震前兆数据构建时间序列模型，来预测地震的可能发生。
常用的时序预测方法包括自回归移动平均模型（ARMA）、自回归积分移动平均模型（ARIMA）、指数平滑模型等。
这些模型可以帮助科学家们理解地震前兆数据的规律和趋势，从而更好地预测地震的发生。
在时序预测中，特征工程是非常重要的一步。
科学家们需要对地震前兆数据进行特征提取和特征选择，以便构建有效的预测模型。
常用的特征工程方法包括滑动窗口统计特征、时序差分特征、时序变换特征等。
这些特征可以帮助科学家们捕捉地震前兆数据的规律和特点，提高预测模型的准确性和可靠性。
除了传统的时序预测方法，科学家们还可以利用机器学习和人工智能技术来进行地震预测。
例如，可以利用深度学习模型如循环神经网络（RNN）、长短期记忆网络（LSTM）等，对地震前兆数据进行建模和预测。
这些模型具有较强的非线性建模能力，可以更好地挖掘地震前兆数据中的规律和特征，提高地震预测的准确性和可靠性。
此外，科学家们还可以利用时空数据分析技术，对地震前兆数据进行多维度的分析和建模。
例如，可以利用空间插值方法对地震监测站数据进行插值和填补，以获得更加全面和连续的地震前兆数据。
同时，还可以利用地理信息系统（GIS）技术，对地震前兆数据的时空分布规律进行可视化和分析，以便更好地理解地震的发生机制和规律。
基于灰色灾变和ARMA的东日本地震预测模型分析
基于灰色灾变和ARMA的东日本地震预测模型分析南京人口管理干部学院刘俊莉、戴艳芸、程冬雪摘要：本文以1970年至今（2011年5月24日，以下同此）东日本大地震周边地区地震数据为基础建立预测模型。
在获得该地区地震的震级及间隔时间的大致分布情况的基础上，基于G—R关系建立了地震预测常用的泊松概率模型进行初步拟合，但拟合效果不好。
其次，利用Eviews软件建立震级预测模型。
并对未来十个月进行预测，得到在未来十个月内将有两次六级以上强震。
利用R 软件构建时间间隔灰色灾变模型。
并对未来两期进行预测。
通过对两模型预测结果的比较，得到两模型结论一致，两者拟合效果均良好。
最后，对模型的优缺点进行了评价，说明了模型的局限性，并对模型的可靠性进行了分析。
根据本文建立的预测模型说明了统计方法在地震预测中的可行性及多种模型共同预测的优势。
关键词：东日本大地震；时间序列；震级预测模型；间隔时间灰色灾变模型1研究背景地震（earthquake）又称地动、地振动，是地壳快速释放能量过程中造成振动，期间会产生地震波的一种自然现象。
地震，是地球内部发生的急剧破裂产生的震波，在一定范围内引起地面振动的现象。
地震就是地球表层的快速振动，在古代又称为地动。
它就像海啸、龙卷风、冰冻灾害一样，是地球上经常发生的一种自然灾害。
大地振动是地震最直观、最普遍的表现。
在海底或滨海地区发生的强烈地震，能引起巨大的波浪，称为海啸。
地震是极其频繁的，全球每年发生地震约为五百五十万次。
地震常常造成严重的人员伤亡，能引起火灾，水灾，有毒气体泄漏，细菌及放射性物质扩散，还可能造成海啸，滑坡，崩塌，地裂缝等次生灾害。
当某地发生一个较大的地震时，在一段时间内，往往会发生一系列的地震。
地震发生时，最基本的现象是地面的连续振动，主要特征是明显的晃动。
极震区的人在感到大的晃动之前，有时会先感到上下跳动。
这是因为地震波从地内向地面传来，首先到达的是纵波的缘故。
接着横波产生大振幅的水平方向的晃动，是造成地震灾害的主要原因。
地震序列类型的灰关联分析
地震序列类型的灰关联分析
乌统昱;庄亚娜
【期刊名称】《西北地震学报》
【年(卷),期】1991(013)001
【摘要】本文用灰色系统理论中的灰关联分析方法研究地震序列类型的识别。
以应力降(Δδ)、地震矩(M_0)、破裂速度(V)、余震区长度(L)和宽度(D)、主震和最大余震震级差(ΔM)、余震序列的a值、b值和P值作为关联因子,同时把待研究的地震作为参考数列(X_0),一些已知历史地震作为比较数列(X_i)进行灰关联分析。
另外,本文还就一旦某地发生大地震,如何用灰关联分析方法迅速确定该地震的序列类型作了探讨。
结果表明,灰关联分析法是识别地震序列类型的一种行之有效的方法,具有一定的实用价值。
【总页数】8页(P63-70)
【作者】乌统昱;庄亚娜
【作者单位】不详;不详
【正文语种】中文
【中图分类】P315.5
【相关文献】
1.灰关联分析与地震序列类型的早期识别 [J], 张宇霞;周翠英
2.福建及邻区地震序列类型分布特征分析 [J], 林松建;赵志伟
3.滇西地震序列类型的统计特征分析 [J], 郭和;张启明;董国胜
4.西昆仑及交汇区地震序列类型特征分析 [J], 陈经泉;李晓东;张小飞;赵建中;周远新;张嘉敏
5.M≥
6.0强震后地震序列类型的模糊聚类分析 [J], 曾健;韩渭宾
因版权原因，仅展示原文概要，查看原文内容请购买。
灰色预测在中长期地震预报中的应用
灰色预测在中长期地震预报中的应用
何宗海
【期刊名称】《西北大学学报：自然科学版》
【年(卷),期】1991(021)003
【摘要】本文利用灰色系统理论中数列预测的GM(1.1)模型,对华北地区地震活动第四活跃期的Ms≥7.0的地震进行了预测,结果表明,华北地区下一次Ms≥7.0的地震,时间约在2007年左右,其震级约为7.5级。
上述方法和结果可以作为中长期地震预测工作的参考。
【总页数】4页(P43-46)
【作者】何宗海
【作者单位】无
【正文语种】中文
【中图分类】P315.7
【相关文献】
1.灾变预测在中长期地震预报中的应用 [J], 李华晔;刘汉东
2.中长期电量灰色预测中数据预处理方法研究 [J], 郑雅楠;单葆国;顾宇桂;李庚银
3.中长期电力负荷预测的几种灰色预测模型的比较及应用 [J], 张莉;吉培荣;杜爱华;何其新
4.模糊聚类分析在南北带北段中长期地震预报中的应用 [J], 狄秀玲;王彩云
5.极值分布区间估计在中长期地震预报中的应用 [J], 徐人平;傅惠民
因版权原因，仅展示原文概要，查看原文内容请购买。
日本发生中强地震的灰色预测
日本发生中强地震的灰色预测
王秀文;陈大业
【期刊名称】《山西地震》
【年(卷),期】1994(000)002
【摘要】应用“灰色控制系统”理论，选取１９８０年１月至１９８８年１２月日本的地震序列资料，将（６．０，７．０］级地震作为样本，建立了预报地震发震时刻的动态模型。
选取了最佳模型对日本未来发生中强地震的时间进行了预测。
从函数变换的观点，对ＧＭ（１，１）模型进行了广义解释，指出序列建模必须从满足光滑度的时刻计起。
大量计算表明，用“足够小量”样本建模比大量样本建模拟合与外推精度要高，并从信息论角度进行了剖析。
【总页数】1页(P8)
【作者】王秀文;陈大业
【作者单位】不详;不详
【正文语种】中文
【中图分类】P315.7
【相关文献】
1.贵州发生中强地震几率大吗?——访省地震局局长陈本金 [J], 顾海凇;张玲玉
2.中强地震活动区地震年平均发生率确定方法的比较 [J], 彭艳菊;张力方;吕悦军;谢卓娟
3.汶川地震发生的动力学过程及中强地震大尺度有序图像演化研究 [J], 杨立明
4.日本发生中强地震的灰色预测 [J], 王秀文;赵丽华
5.扬铜地震构造带中强地震灰色预测 [J], 张绍治
因版权原因，仅展示原文概要，查看原文内容请购买。
汶川地震和东日本大地震反应谱比较与结构Pushover分析
汶川地震和东日本大地震反应谱比较与结构Pushover分析陈清军;陈小燕;吴琼
【期刊名称】《防灾减灾工程学报》
【年(卷),期】2014(0)5
【摘要】为对比分析5·12汶川地震和3·11东日本大地震的加速度反应谱和结构地震反应特征,挑选132条汶川地震和404条东日本大地震中Ⅱ类场地上的水平向加速度记录,进行统计分析。
根据这两次大地震的标准加速度反应谱,给出了拟合谱曲线。
将所得拟合谱作为需求谱,分别对6层框架结构和20层框架结构进行了Pushover分析,比较在上述两次大地震下不同框架结构地震反应的差异。
结果表明:东日本大地震记录比汶川地震记录具有较明显的长周期地震动特征;两次地震记录的区别在高层框架结构的地震反应上表现得更加明显,东日本大地震记录对具有较长自振周期的结构的地震反应影响更为显著。
【总页数】7页(P656-662)
【作者】陈清军;陈小燕;吴琼
【作者单位】同济大学土木工程防灾国家重点实验室
【正文语种】中文
【中图分类】TU352.1
【相关文献】
1.东日本大地震对留学市场的冲击及连锁反应
2.《东方早报》中外灾难报道头版图片比较研究——以汶川大地震和东日本大地震为例
3.汶川地震与东日本大地震救
援行动对比4.公共危机管理中预防准备的中日比较与启示--以汶川大地震和日本大地震为例5.重大地震灾害对陆表植被影响的对比分析——以中国汶川512和日本311地震为例
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于灰色灾变和ARMA的东日本地震预测模型分析南京人口管理干部学院刘俊莉、戴艳芸、程冬雪摘要：本文以1970年至今（2011年5月24日，以下同此）东日本大地震周边地区地震数据为基础建立预测模型。
在获得该地区地震的震级及间隔时间的大致分布情况的基础上，基于G—R关系建立了地震预测常用的泊松概率模型进行初步拟合，但拟合效果不好。
其次，利用Eviews软件建立震级预测模型。
并对未来十个月进行预测，得到在未来十个月内将有两次六级以上强震。
利用R 软件构建时间间隔灰色灾变模型。
并对未来两期进行预测。
通过对两模型预测结果的比较，得到两模型结论一致，两者拟合效果均良好。
最后，对模型的优缺点进行了评价，说明了模型的局限性，并对模型的可靠性进行了分析。
根据本文建立的预测模型说明了统计方法在地震预测中的可行性及多种模型共同预测的优势。
关键词：东日本大地震；时间序列；震级预测模型；间隔时间灰色灾变模型1研究背景地震（earthquake）又称地动、地振动，是地壳快速释放能量过程中造成振动，期间会产生地震波的一种自然现象。
地震，是地球内部发生的急剧破裂产生的震波，在一定范围内引起地面振动的现象。
地震就是地球表层的快速振动，在古代又称为地动。
它就像海啸、龙卷风、冰冻灾害一样，是地球上经常发生的一种自然灾害。
大地振动是地震最直观、最普遍的表现。
在海底或滨海地区发生的强烈地震，能引起巨大的波浪，称为海啸。
地震是极其频繁的，全球每年发生地震约为五百五十万次。
地震常常造成严重的人员伤亡，能引起火灾，水灾，有毒气体泄漏，细菌及放射性物质扩散，还可能造成海啸，滑坡，崩塌，地裂缝等次生灾害。
当某地发生一个较大的地震时，在一段时间内，往往会发生一系列的地震。
地震发生时，最基本的现象是地面的连续振动，主要特征是明显的晃动。
极震区的人在感到大的晃动之前，有时会先感到上下跳动。
这是因为地震波从地内向地面传来，首先到达的是纵波的缘故。
接着横波产生大振幅的水平方向的晃动，是造成地震灾害的主要原因。
地震对自然界景观也有很大影响。
最主要的后果是地面出现断层和地震裂缝。
地震的晃动使表土下沉，浅层的地下水受挤压会沿地裂缝上升至地表，形成喷沙冒水现象。
大地震能使局部地形改观，或隆起，或沉降。
使城乡道路坼裂、铁轨扭曲、桥梁折断。
在现代化城市中，由于地下管道破裂和电缆被切断造成停水、停电和通讯受阻。
煤气、有毒气体和放射性物质泄漏可导致火灾和毒物、放射性污染等次生灾害。
在山区，地震还能引起山崩和滑坡，常造成掩埋村镇的惨剧。
地震是一种严重的自然灾害，地震成因和地震预测预报是古人和世人长期探究的既古老又现实的重大科学难题之一。
自20世纪伊始，人类就开始对地震进行系统研究，研究地震的成因以进行地震预测；随着板块构造理论的诞生与成熟，1968年，板块理论创立人之一奥立佛（Oliver）和学生斯克斯（Sykes）在《地球物理研究》（Journal of Geophysical Research）上发表了有史以来被阅读的最为广泛的地震学文章《地震学与新全球板块理论》（Seismology and the new global tectonics），从此人类对地震的认识进入了一个全新的时代。
地震预测研究在世界和我国大约都是从20世纪五六十年代才开始的。
我国自1966年邢台地震以来，广泛开展了地震预报的研究。
经过40多年的努力，取得了一定进展，曾经不同程度的预报过一些破坏性地震。
1975年2月4日海城7.3级地震时，我国做出了成功的预报，这是人类历史上的第一次成功的地震预报。
在其后又成功地预报了1976年5月29日云南龙陵7.3级地震和1976年8月16日、8月29日在四川松潘、平武之间发生的两次7.2级地震。
由于国家的重视和其明确的任务性，我国的地震预报经过艰辛的探索与努力，已居于世界先进行列。
我国经联合国教科文组织评审，作为唯一对地震做出过成功短临预报的国家，被载入史册。
但是，地震预测依旧是世界公认的科学难题，地震预报仍处于探索阶段，在国内外都尚未完全掌握地震孕育发展的规律。
目前，有关方法所观测到的各种可能与地震有关的现象，都呈现出极大的复杂性；科研人员所做出的预报，特别是短临预报，主要是经验性的。
因此，不可避免地带有很大的局限性。
地震预测，尤其是短临期预测被认为是当代自然科学的一个世界性难题，地震预测难题从认识到被解决需要几代人坚持不懈的努力(陈运泰，1998)。
地震是大地构造活动的结果，所以地震的发生必然和一定的构造环境有关。
同时，地震不是孤立发生的，它只是整个构造活动过程中的一个事件，在这个事件之前，还会发生其他事件。
如果能确认地震前所发生的事件，就可以利用它作为前兆来预测地震。
另外，地震的发生又带有随机性。
在积累着的构造应力作用下，岩石在何时、何处发生破裂，决定于局部构造中的薄弱点及其性质，而对这些薄弱点的分布和性质常常不能清楚了解；此外，地震还可能受一些未知因素的影响。
因此，预测地震有时就归结为估计地震发生的概率问题。
地震预测主要由以下三种方法：①地震地质方法是以地震发生的地质构造条件为基础，宏观地估计地点和强度的一个途径。
可用这种方法在大面积上划分未来地震的危险地带，确定不同强度的危险地区。
这种工作叫做地震区域划分。
由于地质的时间尺度太大，地震的时间预测不能依靠这一方法。
②地震前兆方法是根据前兆现象预测未来地震的时间、地点与强度的方法。
地质方法的着眼点是地震发生的地质条件和在比较大的空间、时间尺度内地震活动的变化。
统计方法所指出的只是地震发生的概率和地震活动的某种“平均”状态。
若要明确地预测地震的发生地点、强度和时间，还是要靠地震的前兆。
所以寻找地震前兆是地震预测的核心问题。
③地震统计方法是从地震发生的记录中去探索可能存在的统计规律特别是时间序列的规律，估计地震的危险性，求出发生某种强度的地震的概率。
统计方法的可靠程度决定于资料的多寡。
若地震资料丰富，运用统计方法可以提供有意义的结果。
2问题的提出据有关人士介绍，全世界平均每年发生7级以上的地震18到19次，5到6级的地震数以百计。
仅中国平均每年发生的5级地震就有20－30次，5级以下则数以千计。
任何天灾都比不上地震，能在如此短促的时间，如此广大的范围，造成如此巨大的损失[1]。
对地震的研究与预测一直是各方热衷的论题。
地球上地震的多发区分布是有规律的，即大多处于板块的边缘地带。
日本位于亚欧大陆东部、太平洋西北部，由数千个岛屿组成，众列岛呈弧形。
在亚欧板块和太平洋板块的交界处,地壳运动活跃，这些板块往往以大洲和大洋为划分界限，日本列岛处于太平洋板块和欧亚大陆板块的交汇处，日本一直是一个地震频发的国家，历史上造成重大伤亡的地震也不计其数。
20世纪日本经历的第一次重大地震发生于1923年9月1日。
里氏7.9级地震袭击日本关东地区,受灾城市包括东京、神奈川、千叶、静冈和山梨等地，造成142807人死亡，200多万人无家可归,经济损失达65亿日元。
自此之后的70年间,日本发生了几十次7级以上大地震。
人员伤亡数较大的几次包括,1927年3月7日,日本西部京都地区发生的里氏7.3级地震,造成2925人死亡。
1933年3月3日，本州岛北部三陆发生里氏8.1级地震，造成3008人死亡。
1943年9月10日,日本西海岸鸟取县发生里氏7.2级地震,造成1083人死亡。
1944年12月7日,日本中部太平洋海岸发生里氏7.9级地震,造成998人死亡。
1945年1月13日,日本中部名古屋附近三川发生里氏6.8级地震,造成2306人死亡。
1946年12月21日,日本西部大面积地区发生里氏8.0级地震，造成1443人死亡。
1995年1月17日的阪神大地震是关东大地震之后日本发生的最严重地震，甚至被称为20世纪日本经历的、除原子弹袭击之外的最大灾难。
这场发生于日本西部神户市及附近地区的地震震级为里氏7.3级，但由于震中处于人口密集、建筑林立的市区，死亡及失踪人数达6437人死亡，经济损失达1000亿美元。
21世纪日本第一次大地震发生于2004年10月23日日本中部新潟的里氏6.8级地震,67人死亡。
就在此次宫城县特大地震发生前两天,也就是3月9日,日本本州东海岸近海也发生过7.2级地震,或为此次地震的“前震”。
2011年3月11日，日本当地时间14时46分，日本东北部海域发生里氏9.0级地震并引发海啸，造成重大人员伤亡和财产损失。
地震震中位于宫城县以东太平洋海域，震源深度20公里。
东京有强烈震感。
地震引发的海啸影响到太平洋沿岸的大部分地区。
地震造成日本福岛第一核电站1-4号机组发生核泄漏事故。
4月1日，日本内阁会议决定将此次地震称为“东日本大地震”。
截至当地时间4月12日19时，此次地震及其引发的海啸已确认造成13232人死亡、14554人失踪。
作为地震多发国，日本不仅在防震上下足功夫，为预报地震也想了很多办法。
但从效果而言，如今日本最有效的方法却不是各种精密仪器，而是依靠统计学。
由于地震活跃带通常有特有的周期性，因此通过对以前某地区的地震信息统计分析，能粗略地判断出爆发地震的可能性。
通过文献的阅读和比较，我们了解到，对地震的预测可以采用Matlab地震模型、G—R模型、V A模型、泊松概率模型、时间序列的模型等各种模型。
所建立的模型应能很好的兼顾到地震的三要素：时间，地点，震级。
对数据的分析要具体深入，以发掘深层的规律，作为灾害预测应竭力做到真实、准确，不夸大模型的可靠性。
考虑诸上因素，应用时间序列的ARMA模型及灰色理论中的灰色灾变模型同时拟合数据。
3数据描述3.1数据分析本研究使用的地震目录来自于中国地震台网中心[2]的中国及邻区地震目录。
从此目录中选取1970年至今东日本大地震震中周边地区(30°-40°N, 140°-150°E)地震目录。
对原始目录进行处理，即对发生在同一天内的地震震级取平均数，并计算所得平均地震发生的间隔时间。
经处理后, 此时间段内该地区M≥0地震共有1381次, ,其中0-3.0级地震128次, 3.0-4.5级地震578次,4.5-6.0地震597次，M≥6.0地震78次，M≥6.5地震21次，M≥7.0地震6次。
3.1.1样本总体描述经上述处理后的有效样本中M≥3地震共有1252次，占总样本的91%，3≤M≤6地震共有1175次，占85%。
如图1所示。
从1970年至今该地区平均10.69天有一次可测地震，由图2可见，随着间隔时间的增长，地震的频率先有缓慢增长而后迅速呈现下降趋势，间隔为90天以上的地震已很少，绝大多数地震的间隔时间在30天以内，1-7天内的比例较大。
由以上分析可知，该地区的地震发生频繁，集聚现象明显, 且绝大多数地震集中在3-6级之间。