





摘 要:【目的】為提高非天然地震信息專報產出效率、簡化流程,構建了地震事件多元自動識別模型?!痉椒ā炕谥С窒蛄繖COvO方法研發事件類型多元自動識別模塊,并采用可視化編程開發非天然地震信息專報自動產出系統。【結果】該系統的應用提高了非天然地震監測的自動化、智能化水平,實現非天然地震信息可視化顯示及專報快速、準確的自動化產出。【結論】非天然地震信息專報自動產出系統能快速識別事件類型、產出信息專報,為影響非天然地震的快速應急響應提供技術支撐,極大地提高工作效率。
關鍵詞:自動識別;自動產出;信息專報
中圖分類號:P315" " " 文獻標志碼:A" " "文章編號:1003-5168(2024)14-0036-05
DOI:10.19968/j.cnki.hnkj.1003-5168.2024.14.007
Design and Implementation of Automatic Output System for Special Report of Non-Natural Earthquake Information
Abstract:[Purposes] In order to improve the output efficiency and simplify the process of special report of non-natural seismic information, a multivariate automatic identification model of seismic events is constructed. [Methods] Based on the support vector machine OVO method, an automatic recognition module of event types is developed, and an automatic output system of non-natural earthquake information special report is developed by visual programming. [Findings] The application of the system improves the level of automation and intelligence of on-natural earthquake monitoring, and realizes the fast and accurate automatic output of on-natural earthquake information visualization display and special report.[Conclusions] The automatic output system of special report of non-natural earthquake information can quickly identify the type of event and special report of output information.
Keywords:automatic identification; automatic output; information special report
0 引言
對工業爆破、化學品爆炸、核爆炸、塌陷及礦山地質災害和油氣開采誘發地震等各種類型非天然地震的監測分析,是維護國家安全、社會秩序、安全生產和應急管理的重大需求。當前,我國工業化規模全球領先,但各類工業?;繁?、煤礦瓦斯爆炸和非煤礦山坍塌等安全生產事故頻發。2015年8月12日天津市濱海新區化學品爆炸,造成的損失慘重;2019年3月21日江蘇省鹽城市響水縣陳家港鎮天嘉宜化工有限公司化學儲罐發生爆炸事故,造成重大人員傷亡[1]。對上述事件的監測分析、快速響應、服務應急和處置決策,成為防范重大風險、確保社會經濟協調發展的重要挑戰。
中國地震臺網中心(2020-35號文)要求各省級臺網30分鐘內產出非天然地震信息專報,對非天然地震自動識別提出新的需求,要求實現對非天然地震類型的快速識別和事件特征信息專報的快速產出。目前,福建臺網非天然地震信息專報產出方式為人工識別事件類型并人工進行編輯,這種方式產出速度慢、效率低。當前數字化信息建設日益完善,依托先進編程、WebGIS、數據庫、實時融合等技術,實現定制需求,甚至自動產出在很大程度上都能夠實現[2]??梢岳糜嬎銠C軟件等技術實現地震應急和科技產品由人工向自動化的轉變,提高信息化水平和工作效率,爭取更多的地震應急時間。例如,崔滿豐等[3]基于地震網站管理信息系統,實現平臺各個功能模塊應急信息的快速發布;徐年等[4]通過截取屏幕進行監控對比,實現地震應急平臺電子傳真報警;張博[5]基于Matlab自動產出地震會商資料。因此,開展非天然地震自動識別技術的研究,研發信息專報自動產出軟件,提高信息專報產出自動化程度,可以為非天然地震的快速應急響應爭取更多時間。
1 系統設計
本研究設計的軟件系統采用Windows操作系統,軟件界面開發語言為VB,軟件功能模塊采用Python、Matlab實現。以VB為可視化界面,利用Matlab繪圖和Python人工智能優勢,基于支持向量機OvO方法,研發事件類型多元自動識別模塊,實現天然地震、爆破、塌陷事件類型的自動識別,并自動產出非天然地震事件的震中分布圖、臺站分布圖、波形分析圖和事件的特征信息?;诋a出事件類型結果、各類圖件及定位結果參數,實現非天然地震信息可視化顯示并自動生成規范要求的非天然地震信息專報,實現信息專報快速準確的自動化產出。信息專報自動產出系統功能結構如圖1所示。整個系統由3個功能模塊組成,自動識別模塊、圖件產出模塊、信息專報產出模塊。
①自動識別模塊:基于支持向量機OvO方法,研發事件類型多元自動識別模塊,實現天然地震、爆破、塌陷、礦震事件類型的自動識別及結果的自動產出。
②圖件產出模塊:非天然地震事件的震中分布圖、臺站分布圖、波形分析圖自動產出,并根據事件類型結果產出相應事件特征信息。
③專報產出模塊:根據產出的各類圖件、事件特征信息、結果參數,自動產出符合規范要求的非天然地震專報,并將產出的非天然地震專報上傳至中國地震局指定的電子郵箱。
2 系統實現
2.1 關鍵技術—混合編程
混合編程可以充分利用各種程序設計語言的優勢,其關鍵問題是參數傳遞。而VB提供了非常方便的“所見即所得”的界面方法,Python具有強大的人工智能優勢。使用COM組件,讓VB的界面與Python的功能聯系在一起。COM組件服務是提供一種獨立于平臺與編程語言之外的,共享二進制代碼的方法。COM組件可以讓不同的編程語言之間互相通信,直接運行Python示例代碼即為注冊COM組件。
Matlab計算和繪圖功能強大,并且有良好的擴展性,但是Matlab的界面功能較差。VB在設計開發Windows應用程序方面界面友好、方便快捷、容易上手。在程序開發過程中如果能集成VB和Matlab各自的優點,數值計算、圖形處理、顯示由Matlab來完成,而用VB語言實現界面設計,并對計算結果和圖形進行可視化處理,這樣將極大地降低編程難度,更好地實現了人機交互[6]。在本研究設計的系統中,VB與Matlab混合編程的具體實現是將Matlab語言編寫的臺站分布圖繪制M文件MainoutputSeisPic.m編譯成可獨立運行的MainoutputSeisPic.exe文件,在VB代碼中調用執行。調用執行示例代碼。
Call Shell(“Path\MainoutputSeisPic.exe”,vbNormalNoFocus)
2.2 系統界面
系統軟件的界面設計應簡潔友好、操作簡單、快捷方便。功能鍵位于主界面左側,有自動識別、圖件產出、專報初報、專報報告、無波形專報、專報上傳等功能。主界面右側用于顯示非天然地震事件的參數,如發震時間、經緯度、震級、深度、震中地點、事件類型、信息專報期數及編輯人輸入框。界面中部為非天然地震信息可視化展示區域,顯示震中分布圖、信息專報、事件波形圖。
2.3 自動識別模塊
事件的自動識別算法主要有神經網絡和支持向量機。支持向量機在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢,并能夠推廣應用到函數擬合等其他機器學習的問題中[7]。本研究在基于支持向量機事件類型自動識別模塊的基礎上[8],采用支持向量機OvO方法構建事件類型多元自動識別模型和研發事件類型多元自動識別模塊,以實現天然地震、爆破、塌陷事件類型的多元自動識別。
自動識別模型訓練集中907個為天然地震,2 346個為人工爆破,50個為塌陷;測試樣本200個為天然地震,200個為人工爆破,50個為塌陷。由于福建臺網對錄到塌陷特殊地震極少,訓練及測試集100個塌陷事件,其中97個為陜西塌陷事件。自動識別模型分類測試結果見表1。由表1可知,三類事件測試準確率均達到90 %以上,其中天然地震識別準確率92.5 %;爆破識別準確率93.5 %;塌陷識別準確率92.0 %;平均識別率達92.7 %,說明自動識別模型具有事件類型多元識別的能力。
自動識別模塊與系統接口實現:讀取事件波形并判識,調用自動識別模塊,給出非天然地震事件類型信息及事件的特征信息,類型結果可明確給出爆破、塌陷,并根據事件類型給出相應事件的特征信息。對事件類型識別算法和模型進行封裝,并提供通用接口,系統客戶端程序對自動識別模塊進行調用。需要說明的是:由于自動識別模塊無法達到百分之百正確,為保證信息專報產出的正確性,信息專報產出事件類型結果最終須人工進行確認后,方可上傳。
2.4 圖件產出模塊
讀取事件波形及人工定位結果Phase震相文件,自動生成非天然地震事件的震中分布圖、臺站分布圖、波形分析圖。震中分布圖:采用Python+Folium實現非天然地震事件的震中可示化顯示及震中分布圖生成。Folium是建立在Python生態系統的數據整理Datawrangling能力和Leaflet.js庫的映射能力之上的開源庫。Folium相比較于國內百度的Pyecharts靈活性更強,能夠自定義繪制區域,并且展現形式更加多樣化。利用Python處理數據后,通過Folium將處理結果在Leaflet地圖上進行可視化顯示。生成圖例如圖2所示。
臺站分布圖:從Phase震相文件中獲取記錄臺站、震中距、最近臺站,并計算出震中至周邊城市距離、距震中50 km以內城市等專報所需信息,繪制臺站分布圖并標注相關信息。生成圖例如圖3所示。
2.5 專報產出和上傳模塊
2.5.1 專報產出?;谧詣赢a出的事件類型、震中分布圖、事件的特征信息及事件定位結果參數導入預設的非天然地震專報模板,產出規范要求的非天然地震信息專報并按格式要求命名文件。實現方法:采用VB操作Word,對預設的非天然地震專報word模板進行自動化操作,如字符替換、修改等。Visual Basic支持一個對象集合,該集合中的對象直接對應于Microsoft Word中的元素。Documen對象代表了一個打開的文檔,Bookmark對象代表了一個文檔中的書簽,而Selection對象則代表了在一個文檔窗口窗格中的選定內容[10]。Visual Basic調用Microsoft Word,可實現對Word中每一類元素,如文檔、表格、段落、書簽、域進行操作。若要使Word能被另一個應用程序所使用,需創建對Word類型庫的一個引用。在代碼中聲明引用Word Application對象變量,并打開專報模板,進行相關操作。
2.5.2 專報上傳。信息專報生成后,需上傳相關部門的FTP文件。為實現FTP文件上傳功能,需要用到Python庫的FTPLIB模塊。FTPLIB模塊可以通過FTP協議,管理所有隱含的套接字和消息級握手。
3 系統應用
信息專報自動產出系統開發完成后需要對系統進行測試,主要測試內容為對系統各項功能進行確認和對信息專報產出正確性進行驗證。測試結果為:專報產出完整正確,各項功能均能正常操作,達到預期功能效果。系統于2022年9月安裝部署使用,系統應用情況良好。模擬測試示例:2022年9月2日福建龍巖發生1.3級非天然地震事件(爆破),事件類型自動識別結果正確,自動快速產出信息專報,并以規范要求的文件名命名保存。產出結果如圖4所示。
4 結語
隨著地震觀測臺站數量的逐漸增加及非天然地震實時監測與應急響應等業務工作的不斷發展,通過科技創新,提高非天然地震監測的自動化、智能化水平已成為必然趨勢。本研究設計開發的非天然地震信息專報自動產出系統,實現了信息專報快速、準確地自動化產出。該系統主要功能為:實現天然地震、爆破、塌陷等事件類型的自動識別;自動產出非天然地震事件的震中分布圖、臺站分布圖、波形分析圖和事件的特征信息;具有非天然地震信息可視化顯示功能,自動生成規范要求的非天然地震信息專報并上傳FTP。目前,系統已應用在我局日常速報值班工作,且運行良好。該系統可以在非天然地震事件發生后的第一時間內快速識別、產出信息專報,為影響非天然地震的快速應急響應提供技術支撐,極大地提高了工作效率。
參考文獻
[1]文成林,呂菲亞.基于深度學習的故障診斷方法綜述[J].電子與信息學報期刊,2020,42(1):234-248.
[2]洪旭瑜,林苗祿,關玉梅,等.地震應急自動觸發計算產出歷史地震活動性資料及前兆觀測信息的研究[J].華南地震,2020,40(4):42-48.
[3]崔滿豐,項楠.地震應急微直播信息平臺技術及應用[J].地震地磁觀測與研究,2020(1):142-147.
[4]徐年,陸文靜,何奕成,等.地震應急平臺電子傳真報警處理系統設計與實現[J].華南地震,2021(4):80-84.
[5]張博.基于MATLAB的地震會商資料自動產出系統[J].國際地震動態,2017(8):103-104.
[6]潘曉霞,李居峰,楊三華.Matlab與VB的接口編程及在測漏儀中的應用[J].機械設計與制造,2008(2):67-69.
[7]白艷紅.基于視頻的車型識別技術研究[D].蘭州:蘭州理工大學,2009.
[8]蔡杏輝,廖詩榮,張燕明,等.基于支持向量機的地震事件類型自動識別及應用[J].華南地震,2021,41(2):27-35.
[9]何字鍵.Python與機器學習實戰[M].北京:電子工業出版社,2017.
[10]于寶宏.VB面向Word編程在“科技研發項目錄入系統”軟件中的應用[J].鐵道建筑技術,2005(3):76-78.