深度学习预测GPS时间序列在探索门源M S 6.4地震前兆中的应用

以2016-01-21门源MS6.4地震为例，提出用深度学习预测的GPS时间序列研究地震前兆。用震中附近门源台(QHME)、民乐台(GSML)及古浪台(GSGL)无震时的GPS时间序列训练LSTM神经网络，得到高精度的GPS时间序列预测模型，再分别对该地区无震时和地震前一段时间的GPS时间序列进行回溯性预测。对比预测时间序列与真实时间序列发现，震前2条时间序列大部分的相似性指标比无震时低，说明震前预测时间序列与真实时间序列差异明显，同时考虑震前时间序列的趋势异常，认为出现了异常时段；3个台站分别在E、N、U方向出现多个异常日期，且不同台站具有相同的异常日期，说明探索到了地震前兆。