中國CSEP檢驗中心的軟件系統建設

摘要：為提升地震預測方法評價的標準化和應用的規范化，依托國家重點研發計劃嘗試把CSEP（Collaboratory for the Study of Earthquake Predictability）移植到中國，建立中國CSEP檢驗中心。自主研發了加卸載響應比（LURR）、地殼振動、態矢量和地震綜合概率預測模塊；引進了國外的圖像信息（PI）、相對強度（RI）、傳染型余震序列（ETAS）預測模型并完成模塊研發；遴選出Molchan檢驗、R值評分、N值檢驗和ROC檢驗等國際認可的地震預報效能評價方法，以集成方式搭建運行平臺。作為開放性檢驗中心，通過不斷納入新的算法，著力提升地震預測能力、推進地震預測實踐，將地震預報業務中常用的地震發生率指數、小震調制比、b值等預測方法納入到中心運行。中心的軟件系統既能夠完成回顧性預測檢驗，又能夠實現前瞻性預測分析，可為現有預測方法提供運行環境和技術支持。

關鍵詞：CSEP檢驗中心；預測模塊；檢驗模塊；集成功能；開放性

中圖分類號：P315.7 文獻標識碼：A 文章編號：1000-0666（2025）02-0177-11

doi：10.20015/j.cnki.ISSN1000-0666.2025.0019

0 引言

中國的地震預報工作始于1966年邢臺地震后，通過多年的努力，我國地震工作者已經在監測站網建設、前兆資料積累、預測經驗獲取、預報理論探索、預報工作機制建設等方面取得了顯著成效。地震前兆觀測從定時觀測、模擬記錄方式發展成數字化、網絡化實時傳輸的時間數據加密；從零星散點式觀測發展為規模性區域成網觀測的空間數據加密。在1975年遼寧海城7.3級、2017年新疆精河6.6級、2022年青海門源6.9級和2022年四川瀘定6.8級等地震前均作出了有減災實效的工作。然而，我國還沒有建立科學的地震預報方法體系，制約了我國地震預報工作的推進。

我國大陸地區有超過4 000個臺站開展地震連續觀測，觀測資料包括地震目錄、全球導航衛星系統（GNSS）、地表形變、重力、地磁、地電、水文地質和地球化學等。科研人員基于海量的觀測資料發展了上千種地震預測模型、方法（Yu et al，2022），如強震破裂空段（邵志剛等，2022）、斷層運動閉鎖段（Zhao et al，2022）、庫侖應力增強區（程佳等，2018）和活動斷層的中小地震稀疏段（王未來等，2021），以及視應力（陳麗娟等，2022）、b值（高雅婧等，2022）、加卸載響應比（Yu et al，2021）、多方法組合（Yu et al，2013）、地震發生率指數（Yu et al，2024）、地震綜合概率（王芃等，2022）、地震空區（李兵等，2022）、地震條帶（馬茹瑩等，2021）、GNSS觀測的地殼變形和滑動虧損（Wu et al，2011；Zhao et al，2022）等。大量新數據的獲得，不斷豐富地震學家對地震孕育過程的認知，也為地震預報帶來了新的機會和挑戰。[HJ2.1mm]近年來的地震預測研究實踐發現，形成科學預報方法體系的關鍵在于評價標準體系的建立（Yu et al，2022）。如果能夠通過對預測方法的科學評價強化地震預報的基礎，極有可能促進地震預報能力和水平的提升。

美國南加州地震中心2006年發起的“地震可預測性合作研究”（Collaboratory for the Study of Earthquake Predictability，CSEP）計劃是全球最具代表性的地震預測研究（Jordan et al，2006，2010）。其目的是建立全球參與的、以發展向前和回溯不同時間尺度地震預測模型為目標的地震預測檢驗中心。美國南加州地震中心、意大利INGV、新西蘭GNS Science、蘇黎世聯邦理工學院ETH Zurich等投入“競技”的統計預測模型已超過幾百個，可用于1 d、1 a和5 a等多個時間尺度預測（Schorlemmer et al，2018）。基于CSEP計劃產出了N-檢驗、T-檢驗、ROC-檢驗、Molchan檢驗、L（似然）-檢驗、ASS-檢驗、LW-檢驗、RT-檢驗和RP-檢驗等一系列評價方法（Schorlemmer et al，2007）。其中，Molchan檢驗是國際上比較通用的一種評價方法。

依托國家重點研發計劃“中國地震科學實驗場的地震可預測性國際合作研究”，與全球CSEP計劃深度合作，建設中國CSEP檢驗中心，引進吸收國內外先進經驗，提升我國地震預測能力和社會公共安全的服務能力。目前已經吸納了b值、態矢量（Yu et al，2013）、地殼共振（Chen et al，2020）等10余種預測方法，實現10 a、5 a、1 a、6個月、3個月、1個月、5 d、1 d等不同時間尺度參數模型的計算，以及Molchan檢驗、R值評分（許紹爕，1989）、N-檢驗和ROC-檢驗等國際認可的地震預報效能評價方法。相關研究成果已經應用到中國地震局的年度危險區預測工作中。在中國大陸2022和2023年度危險區確定過程中，地震學家加強了中國CSEP檢驗中心的應用，強化預測方法的評價和綜合概率分析，提升了年度預測的效果。

為了進一步提升中國CSEP檢驗中心的影響，推進相關地震預測方法的應用，本文圍繞預測模塊和檢驗模塊的搭建和使用，介紹了中國CSEP檢驗中心的軟件系統建設情況。

1 建設背景

2006年美國南加州地震中心發起的全球CSEP計劃，鼓勵發展多種地震預測模型，采用向前地震預測、可比較的數據、統一的計算規則和嚴格的統計檢驗等方式開展國際合作研究，通過對模型的嚴格統計檢驗與評估，提高對地震的可預測性的認識。目前該研究計劃已在美國、新西蘭、日本、歐洲等地建立CSEP檢驗中心，在模型構建和向前預測檢驗等方面取得大量成果，代表了當前的地震預測科技發展水平，對我國當前的地震預測預報工作具有重要的參考價值。我國有必要加強與CSEP的國際合作，并以中國國家地震科學實驗場為平臺，引進吸收國際先進經驗，迅速提升我國地震預測能力和國際影響力，提高社會公共安全的服務能力。

CSEP 1.0計劃實施了10年，取得了豐碩成果。2018年SCEC學術年會CSEP專題研討會，決定于2019年啟動CSEP 2.0計劃，整合已有的CSEP檢驗中心，進一步推進地震預測國際合作。我國地震學者在CSEP 1.0階段開展了一些預研工作，學習引進了圖像信息（Pattern Informatics，PI）、傳染型余震序列（Epidemic-Type Aftershock Sequence，ETAS）等模型，發表了一系列研究成果。在CSEP 2.0啟動之際，我國地震學者嘗試進一步開展合作研究，建立中國CSEP檢驗中心。

2 目的和方法

中國CSEP檢驗中心將通過建立地震預測方法的標準化評價體系，梳理現有的地震預測方法，并實現其應用的規范化。中心采用預測分析、效能檢驗和檢驗報告產出一體化的工作思路，定期更新各算法模塊的基礎數據，包括地震目錄、斷層、地殼形變、地下流體、地震波形、電磁等，其中地震目錄已經實現準實時更新。既可以實現回顧性預測檢驗，也實現了向前預測功能（圖1）。

中心的軟件和功能模塊基于B/S架構搭建，采用java spring boot框架，核心模塊采用Python 等科學編程語言開發，支持Linux 64位操作系統，支持關系型數據庫，如oracle、mysql等。Web服務：Tomcat7.0及以上。軟件系統支持在實體服務器、云平臺或虛擬機環境下部署和運行，在地震行業網內部署。同時，支撐并發量較大業務場景的要求，確保系統具有良好的彈性伸縮能力。

瀏覽器兼容性強，支持包括Edge、火狐、谷歌、QQ瀏覽器等的當前流行版本。系統具有良好的擴展性，支持模塊化功能擴充，如新的數據質量控制指標、數據產品、定位算法等，能快速與現有系統集成。主要業務要求包括算法模塊開發、綜合數據處理系統、門戶網站、信息服務系統4大部分。實現預測模塊與檢驗模塊的對接、檢驗結果與產出報告的對接、計算數據的讀取和調用、定時更新、計算結果入庫、檢測報告入庫等功能。其核心是綜合數據處理系統，主要包括預測模塊和檢驗模塊的集成。

3 預測模塊的開發

目前，平臺已經集成了加卸載響應比（Load/Unload Response Ratio，LURR）地殼振動、態矢量、b值、地震發生率指數、小震調制比、地震綜合概率、圖像信息（PI）、相對強度（Relative Intensity，RI）、ETAS共10個預測模塊。

選擇上述10種預測模塊的原因有4個：一是這些模塊所涉及的方法具有一定的影響，有關研究成果已在國內外核心期刊上發表，已經有較為成熟的、公開的代碼，便于成果的共享，也便于用戶理解和應用。二是這些方法分別具有不同的優勢預測時間尺度，比如PI方法為數年至數十年，LURR方法是數年至數月，態矢量方法為1 a左右甚至更短，地殼振動方法則為震前數月至數天，這些方法能夠基本實現預測時間尺度上的互補，捕捉不同孕震階段的異常特征。三是既有傳統方法的繼承和發展，又具有新方法的創新，LURR方法、b值、小震調制比是前人總結出來預測效能較好的方法，而態矢量、地震發生率、地殼振動、地震綜合概率預測則是近年來提出的新預測方法。四是實現自主研發和國際流行方法的結合，LURR、態矢量、b值、小震調制比、地震發生率指數、地殼振動、地震綜合概率是我國自主研發的預測方法，而PI、RI、ETAS則是國際流行的地震預測方法，通過相互比對和印證，加深我國與國際地震預測研究的接軌，推進我國的地震預報發展。

3.1 LURR模塊

LURR方法是通過潮汐應力在某一時刻在斷層面上引起的庫侖應力的增加和減少，判斷加載和卸載，使用地震目錄計算加卸載響應比值，預測地震迫近程度（尹祥礎等，1994）。當系統處于穩態時，加載響應與卸載響應相當，因而LURR=1；當系統偏離穩態時，加載響應大于卸載響應，LURRgt;1。

依據 LURR的計算規則，編制完成可在Linux下運行的LURR模塊（圖2）Python程序。以地震目錄為基礎，利用LURR方法可執行程序，產出LURR時序曲線和異常的空間分布。可實現未來數天、數周、數月和數年多時間尺度的地震預測。

3.2 地殼振動模塊

Chen 等（2020）在國內外多個強震前，通過地震儀資料和GPS資料，發現地殼振動信號在特定頻段出現顯著增強的現象（圖3a）。圖3b中，紅色為異常時段的分析結果，即震前5～10 d的頻譜，藍色為背景時段的分析結果，即震前2個月的頻譜。由圖可見，在10-5～10-4 Hz的頻帶范圍內，震前5～10 d振幅比背景振幅明顯增強（于晨等，2021）。

本模塊以識別0.2 Hz、0.05 Hz和0.0 001 Hz 3個頻段（可根據實際應用情況進行調節）地殼振動信號為目的進行開發，當增強幅度超過背景值20%時，則認為記錄到地殼振動信號。采用Tanimoto等（2006）提出的單臺連續波形地震信號源定位法，通過對多個臺站的單臺法定位結果綜合分析，判定地震發生位置。將水平方向的2個信號投射到正交軸上，并按照順時針旋轉疊加，確定最大振幅對應的方向為信號源方位。以信號源方向為中心，構造角度為30°、半徑為300 km的扇形區域中，當至少3個臺站出現重疊區域時，該區域為潛在的地震源（圖3c）。

按照上述思路，通過設定背景觀測時段和變化時段，產出異常分布圖和異常來源分布圖。目前該模型已經實現川滇地區地震危險性的實時跟蹤。

3.3 態矢量模塊

態矢量概念來源于統計物理學，是一種對連續場進行粗粒化描述的方法。尹祥礎等（2004）引入態矢量方法對1976 年唐山大地震、1975年海城大地震等進行了研究，發現大地震前態矢量參數有顯著的變化，因而認為態矢量的特征變化可能是一種地震前兆。

將研究區域剖分成n個子區域（圖4），通過子區域內小震活動在一定時期內的變化預測地震。具體方法為：將子區域i內對應的地震活動參量Vi看做n維矢量的一個分量，可以得到任意t時刻的n維態矢量：

本模塊以地震目錄和各種算法的預測結果為輸入，能夠產出地震綜合概率預測分布圖和對應網格概率值，實現不同時間尺度的向前地震預測功能。

3.5 PI模塊

按照PI方法（Rundle et al，2003），地震活動可以作為受穩恒速度連續驅動的閾值系統，系統中的能量耗散在長期平均的意義上接近穩定。PI算法假定中小地震活動異常是中等以上地震的前兆現象，考慮地震活動的增強與平靜。具體步驟為：①對研究區進行空間網格劃分，以落入每一網格中的地震事件個數構建時間序列；②給定滑動時間窗，通過時空變化計算每個網格未來發生顯著地震的可能概率，再減去地震背景概率，將發震概率高的網格以深淺不一的暖色塊的形式呈現出來，即熱點分布圖。

PI方法使用Matlab語言編寫，可在Linux下運行。以地震目錄為輸入數據，產出圖像信息空間分布圖，實現未來數天、數周、數月和數年多時間尺度的地震預測。

3.6 ETAS模塊

ETAS模型描述了地震活動時空叢集的自激發點過程（蔣長勝，莊建倉，2010），可以應用于研究區域地震活動時空特征和余震活動特征分析。

按照ETAS模型，每次地震都會觸發余震且余震活動在時間域內遵循Omori-Utsu公式，單位時間t內的余震發生次數為：

本模塊輸入的是地震目錄數據，可以產出未來一定時間、空間、震級窗內的預測結果。

3.7 RI模塊

RI是基于統計學原理構造的地震預測模型，通過學習歷史地震數據，預測未來將要發生的給定震級范圍內的地震次數。將研究區域按經緯度劃分為規則網格，以網格為單位統計給定震級條件下的歷史地震次數，根據已發生的地震次數預測未來地震的發生次數，最后累加得到研究區域的預測值（Rundle et al，2000）。通過遍歷搜索適應研究區地震活動特征的最優模型參數，進行地震危險性預測，繪制RI預測熱點分布圖。

本模塊以地震目錄數據為輸入，產出RI熱點空間分布圖，可實現未來數天、數周、數月和數年多時間尺度的地震預測。

3.8 地震發生率指數（SRI）模塊

SRI基于統計學模型，定量識別地震活動顯著增強與減弱兩種典型異常。計算方法為：分別給定背景時段：Tb=t2-t0，研究時段：Tw=t2-t1。根據背景時段Tb內發生的地震個數N，給定Tw時間內的平均地震發生率：

本模塊以地震目錄數據為輸入，可以產出未來數天、數周、數月和數年SRI預測的異常空間分布圖。

3.9 b值模塊

根據Gutenberg-Richter定律，b值大小與應力水平呈反比，可以用來指示區域地震危險性水平，且一般選取低b值區域作為發生地震的危險區域（易桂喜等，2008）。

b值用最大似然法估算為：

在實際預測中，對研究區域進行網格劃分，然后依次以各個網格節點為中心，篩選給定邊長的區域內、給定時段內的地震目錄，計算各節點處的b值。本模塊以地震目錄數據為輸入，可以產出不同時段b值異常的預測結果。

3.10 小震調制比模塊

小震調制比是地震學預測中的常用方法之一。當構造應力接近臨界狀態時，地震活動會受到固體潮調制（韓顏顏等，2017）。

本模塊首先將研究區域進行網格化，依次以各個網格節點為中心，篩選一定半徑、時段內的地震目錄，按照農歷初一和初二（朔），初七至初九（上弦），十五至十七（望），廿二至廿五（下弦）作為調制時間，計算相應節點的調制比，產出不同時段小震調制比異常的空間分布圖。

4 檢驗模塊的集成

中國CSEP檢驗中心軟件系統集成了Molchan、R值評分、N值和ROC預測效能檢驗模型，對各種方法的預測效能進行評價。依據預測效能檢驗模塊的要求，對每個效能檢驗和預測模塊指定標準數據接口，按照效能檢驗算法的輸入要求，完成預測和檢驗兩大模塊的對接，并制定容錯機制保證程序模塊的實時調用。

選擇上述4種預測效能檢驗模型的主要原因包括2個方面：一是要能夠對檢驗中心運行的各種預測模型進行檢驗，二是要能夠對目前主流的預測方法進行檢驗。當然，隨著未來平臺預測功能模塊的發展，中心軟件系統必然會引入更多的檢驗模型完善檢驗功能模塊。檢驗功能模塊的集成首先要與預測功能模塊對接，以各種預測模型的輸出結果為輸入，落實各種檢驗方法的功能，并能夠動態鏈接地震目錄數據庫，實現對預測結果的評價。

4.1 R值模塊

R值評分是我國地震工作者普遍使用的地震預報效能評價方法（許紹燮，1989；Yu et al，2022），計算公式為：

式中：SP和ST分別表示預測區域面積和整個研究區域面積；H和N分別表示一定時間窗內命中的地震數和地震總數。

當Rgt;0時，表示預報有效，且R值越大效果越好，最大值為1；R=0表示預報無意義；Rlt;0表示預報無效。結合統計分布檢驗，利用報準、漏報地震的個數，可以計算出大于97.5%置信度的臨界值R0，當Rgt;R0時，其預測的有效性高于自然發生概率，該預測結果具有較高的效能（圖5a）。

4.2 Molchan模塊

R值評分類似于Molchan圖表法的一種特例，表達為：

當δ1＜αeff時，表明預測的地震數目過少；當δ2＜αeff時，表明預測的地震數目過多，其中αeff=0.5α。

4.4 ROC模塊

ROC檢驗與R值評分有共同之處，在表現形式上給出不同危險概率閾值下各命中率與失敗率的比值來描述預測的優劣程度（Holliday et al，2005）。變量a表示報準地震的格點個數，即預報有震的格點個數；變量b表示誤報地震的格點個數，即預報無震的格點個數；變量c表示有地震無異常的格點數，即未報有震的格點個數；變量d表示無地震無異常的格點數，即未報無震的格點數。則a+c表示總地震個數，b+d表示無地震的格點個數。定義報準率H=a/[KG0]（a+c），虛報率F=b/[KG0]（b+d）。定義預測ROC折線與隨機預測直線所包絡的面積Ef為有效預測系數，Ef值越大，表明ROC曲線越靠近圖的左上部分，即在相同的報準率下付出的“虛報率”越低，預測效果越好，反之預測效果越差（圖6）。

5 應用示例

中國CSEP檢驗中心的建立有助于預測方法應用和評價的標準化。b值方法是一種研究較為深入的地震預測方法，能夠實現震前數年、數月、數周、數天的預測，理論模型的認可度高，且對于檢驗中心平臺的預測模塊和檢驗模塊的使用具有代表性。因此，我們以b值為例，介紹預測模塊的標準計算流程。首先，選定b值預測模型，其次，按照輸入參數界面配置計算參數，計算時段為2021年1月1日至12月31日，研究區域范圍為（67°～136°E，15°～55°N），滑動步長為0.5°，計算空間窗為180 km×180 km；震級下限為2.0。提取的b值預測區面積約占研究區域總面積的25%。

在b值計算結果的基礎上，檢驗中心將自動匹配Molchan檢驗或R值檢驗模塊（圖7），根據設置的檢驗時段進行預測效能評價。2022年中國大陸共發生5級以上地震27次，其中20次發生在b值預測的危險區域內，命中率達到74%。對應的最佳預測結果的R值評分為0.49，結果優于α=1.0%的顯著性。相關分析結果將自動推送并產出b值模型的預測效能評價報告。類似地，檢驗中心還能夠產出未來數天至數年的b值預測和檢驗結果，并形成預測檢驗報告。

6 結論

我國是世界上地震災害最嚴重的國家之一。地震預報是實現防震減災的重要途徑，但我國地震預報的服務能力與日益增長的社會公共安全需求存在較大矛盾。CSEP檢驗中心代表了當前國際地震學界對地震預測預報研究現狀的客觀和全面認識下的新思路，可為地震學家對地震的物理機制、演化過程及規律提供新的認識。CSEP檢驗中心目前已在統計預測模型的構建和檢驗中心的建設等方面取得了階段性的進展，標志著地震預測預報研究從追求“終極目標”轉變為循序漸進的思路。

中國CSEP檢驗中心已經實現與該項目全球網絡基礎設施的對接，結合中國地震科學實驗場項目的實施，可以帶動和鼓勵地震預測預報模型的自主研發，通過地震可預測性研究實踐，提高地震工作者對地震可預測屬性的科學認識。CSEP檢驗中心是開放性的，可以通過注冊用戶使用平臺資源，中心對地震預測方法也持開放態度，任何方法都可以吸納到平臺進行預測效能檢驗和評價。CSEP檢驗中心的建設和研究計劃的實施將成為中國地震預測預報理論研究的孵化器，并為推進地震預報研究與科技創新提供場所和科技支撐條件。

此外，CSEP檢驗中心的建立還有助于推進綜合地震預報由定性向定量化的轉變。中心在加強各種地震預測方法效能評價的基礎上，逐步嘗試發展地震綜合概率預測模塊，以效能評價為權重，通過貝葉斯公式整合得到各種方法的預測結果，量化確定地震危險區域，這項研究尚處于發展過程，還需要在檢驗中心補充更多預測模型，實現合理的綜合概率輸出。目前主要是采用將各種方法的預測結果（包括非本平臺的地震預測方法產出結果）作為輸入量進行計算和分析的方式，即模型的輸入量還未實現完全的標準化，因此，分析結果不在這里進行展示。事實上，中國CSEP檢驗中心的建立，有助于推進我國的地震預報業務，結合檢驗中心對PI、LURR、地震調制比、b值等方法的檢驗結果，進一步加強對現有預測方法的評價，通過對比發現，中國大陸2022和2023年度危險區預測結果明顯優于往年的平均預測水平。

中國CSEP檢驗中心軟件系統雖然已經初步建立，但要真正實現推進地震預報工作的目的，還需要更多預測方法和檢驗方法的投入，以及大量的數據檢驗。

感謝為中國CSEP檢驗中心建設提供軟件和數據支持的專家和單位。

參考文獻：

陳麗娟，陳學忠，龔麗文，等.2022.2021年瀘縣MS6.0地震前視應力和b值以及中小地震與地球自轉相關性分析［J］.大地測量與地球動力學，42（11）：1133-1137.Chen L J，Chen X Z，Gong L W，et al.2022.The apparent stress and b value and the relation between Earths rotation and small and medium earthquakes before the 2021 MS6.0 Luxian Earthquake［J］.Journal of Geodesy and Geodynamics，42（11）：1133-1137.（in Chinese）

程佳，姚生海，劉杰，等.2018.2017年九寨溝地震所受歷史地震黏彈性庫侖應力作用及其后續對周邊斷層地震危險性的影響［J］.地球物理學報，61（5）：2133-2151.Cheng J，Yao S H，Liu J，et al.2018.Viscoelastic Coulomb stress of historical earthquakes on the 2017 Jiuzhaigou earthquake and the subsequent influence on the seismic hazards of adjacent faults［J］.Chinese Journal of Geophysics，61（5）：2133-2151.（in Chinese）

高雅婧，孫云強，羅綱.2022.1999年集集地震前后臺灣地區地震b值及應力場時空演化特征［J］.地球物理學報，65（6）：2137-2152.Gao Y J，Sun Y Q，Luo G.2022.Temporal and spatial evolution characteristics of b value and stress field in Taiwan before and after the 1999 Chi-Chi Earthquake［J］.Chinese Journal of Geophysics，65（6）：2137-2152.（in Chinese）

韓顏顏，孟令媛，劉桂萍，等.2017.西北地區中強震前固體潮調制比時空特征分析［J］.地震學報，39（5）：738-750.Han Y Y，Meng L Y，Liu G P，et al.2017.The spatial-temporal characteristics of earth tide modulation ratio before moderate earthquakes in northwest China［J］.Acta Seismologica Sinica，39（5）：738-750.（in Chinese）

蔣長勝，莊建倉.2010.基于時-空ETAS模型給出的川滇地區背景地震活動和強震潛在危險區［J］.地球物理學報，53（2）：305-317.Jiang C S，Zhuang J C.2010.Evaluation of background seismicity and potential source zones of strong earthquakes in the Sichuan-Yunan region based on the space-time ETAS model［J］.Chinese Journal of Geophysics，53（2）：305-317.（in Chinese）

李兵，謝富仁，黃金水，等.2022.龍門山斷裂帶大邑地震空區地應力狀態與地震危險性［J］.中國科學：地球科學，52（7）：1409-1418.Li B，Xie F R，Huang J S，et al.2022.In situ stress state and seismic hazard in the Dayi seismic gap of the Longmenshan thrust belt［J］.Scientia Sinica Terrae，52（7）：1409-1418.（in Chinese）

馬茹瑩，王培玲，劉文邦，等.2021.2018年2月—2019年4月青海ML4.0地震條帶異常特征及指示意義［J］.地震地磁觀測與研究，42（2）：121-122.Ma R Y，Wang P L，Liu W B，et al.2021.Anomaly characteristics and indicative significance of ML4.0 seismic belt in Qinghai from February 2018 to April 2019［J］.Seismological and Geomagnetic Observation and Research，42（2）：121-122.（in Chinese）

邵志剛，武艷強，季靈運，等.2022.中國大陸活動地塊邊界帶主要斷層的強震震間晚期綜合判定［J］.地球物理學報，65（12）：4643-4658.Shao Z G，Wu Y Q，Ji L Y，et al.2022.Comprehensive determination for the late stage of the interseismic period of major faults in the boundary zone of active tectonic blocks in Chinese mainland［J］.Chinese Journal of Geophysics，65（12）：4643-4658.（in Chinese）

王芃，邵志剛，劉曉霞，等.2022.中國陸區活動地塊邊界帶主要斷層10年尺度強震發生概率［J］.地球物理學報，65（10）：3829-3843.Wang P，Shao Z G，Liu X X，et al.2022.Ten-year probability of strong earthquakes on major faults in boundaries of active blocks in Chinese continent［J］.Chinese Journal of Geophysics，65（10）：3829-3843.（in Chinese）

王未來，房立華，吳建平，等.2021.2021年青海瑪多MS7.4地震序列精定位研究［J］.中國科學：地球科學，51（7）：1193-1202.Wang W L，Fang L H，Wu J P，et al.2021.Aftershock sequence relocation of the 2021 MS7.4 Maduo Earthquake，Qinghai，China［J］.Scientia Sinica Terrae，51（7）：1193-1202.（in Chinese）

許紹爕.1989.地震預報能力評分［C］//地震預報方法實用化研究文集地震學專輯.北京：地震出版社，586-589.Xu S X.1989.Earthquake prediction ability score［C］//Seismic prediction method practical research collection：seismological album. Beijing：Seismological Press：586-589.（in Chinese）

易桂喜，聞學澤，蘇有錦.2008.川滇活動地塊東邊界強震危險性研究［J］.地球物理學報，51（6）：1719-1725.Yi G X，Wen X Z，Su Y J.2008.Study on the potential strong-earthquake risk for the eastern boundary of the Sichuan-Yunnan active faulted-block，China［J］.Chinese Journal of Geophysics，51（6）：1719-1725.（in Chinese）

尹祥礎，陳學忠，宋治平.1994.加卸載響應比理論及其在地震預測中的應用研究進展［J］.地球物理學報，37（1）：223-230.Yin X C，Chen X Z，Song Z P.1994.The development of Load-Unload Response Ratio theory and its application to earthquake predication［J］.Acta Geophysica， 37（1）：223-230.（in Chinese）

尹祥礎，余懷忠，張永仙，等.2004.態矢量——分析地震活動性的一種新方法［J］.中國地震，20（1）：73-79.Yin X C，Yu H Z，Zhang Y X，et al.2004.State vector—a new method to analysis seismicity［J］.Earthquake Research in China，20（1）：73-79.（in Chinese）

于晨，王淑艷，陳界宏，等.2021.2019年6月17日長寧MS6.0地震前后地殼振動異常分析［J］.中國地震，37（1）：84-94.Yu C，Wang S Y，Chen J H，et al.2021.Anomalies of ground vibrations before and after the June 17，2019 Sichuan Changing MS6.0 earthquake［J］.Earthquake Research in China，37（1）：84-94.（in Chinese）

Chen C H，Lin L C，Yeh T K，et al 2020.Determination of epicenters before earthquakes utilizing far seismic and GNSS data：Insights from ground vibrations［J］.Remote Sensing，12：3252.

Field E D.2007.Special issue：regional earthquake likelihood models［J］.Seism Res Lett，78（1）：1-140.

Holliday J R，Rundle J B，Tiampo K F，et al.2005.Systematic procedural and sensitivity analysis of the Pattern Informatics method for forecasting large earthquake events in Southern California［J］.Pure Appl Geophys，163：2433-2454.

Jordan T H，Jones L M.2010.Operational earthquake forecasting：Some thoughts on why and how［J］.Seismological Research Letters，81（4）：571-574.

Jordan T H，Marzocchi W，Michael A J，et al.2006.Operational earthquake forecasting can enhance earthquake preparedness［J］.Seismological Research Letters，77（5）：955-959.

Molchan G， Keilis-Borok V.2008.Earthquake prediction： probabilistic aspect［J］.Geophysical Journal International， 173（3）：1012-1017.

Rundle J B，Klein W，Tiampo K，et al.2000.Linear pattern dynamics in nonlinear threshold systems［J］.Phys Rev，E61：2418-2431.

Rundle J B，Turcotte D L，Shcherbakov R，et al.2003.Statistical physics approach to understanding the multiscale dynamics of earthquake fault systems［J］.Rev Geophys，41（4）：1019.

Schorlemmer D，Gerstenberger M C，Wiemer S.2007.Earthquake likelihood model testing［J］.Seismological Research Letters，78（1）：17-29.

Schorlemmer D，Werner M，Marzocchi W，et al.2018.The collaboratory for the study of earthquake predictability：achievements and priorities［J］.Seismological Research Letters，89（4）：1305-1313.

Tanimoto T，Ishimaru S，Alvizuri1 C.2006.Seasonality in particle motion of microseisms［J］.Geophys Journal International，166（1）：253-266.

Wu Y Q，Jiang Z S，and Yang G H.2011.Comparison of GPS strain rate computing methods and their reliability［J］.Geophysical Journal International，185（2）：703-717.

Yu H Z，Cheng J，Zhang X T，et al.2013.Multi-methods combined analysis of future earthquake potential［J］.Pure and Applied Geophysics，170：173-183.

Yu H Z，Yan R，Deng S G，et al.2024.Improved medium-to-short-term earthquake predictions in China in 2022［J］.Geomatics，Natural Hazards and Risk，Doi：10.1080/19475705.2024.2350482.

Yu H Z，Yu C，Ma Y C，et al.2021.Determining stress state of source media with identified difference between groundwater level during loading and unloading induced by earth tides［J］.Water，13：2843.

Yu H Z，Yuan Z Y，Yu C，et al.2022.The medium-to-short-term earthquake predictions in China and their evaluations based on the R-Score［J］.Seismol Res Lett，93（2A）：840-852.

Zechar J D，Jordan T H.2008.Testing alarm-based earthquake predictions［J］.Geophysical Journal International，172（2）：715-724.

Zhao J，Yuan Z Y，Ren J W，et al.2022.Acceleration of deep slip along the Longmenshan fault plane before the 2008 M8.0 Wenchuan earthquake［J］.Frontiers in Earth Science，10：830317.

Construction of Software Systems of the CSEP Testing Center in China

YU Huaizhong，YU Chen，ZHANG Xiaotao，YUAN Zhengyi，ZHONG Jun，[JZ]XIE Mengyu，LI Zeping，ZHANG Jingxue

（China Earthquake Networks Center，Beijing 100045，China）

Abstract In order to improve standardization of evaluation of earthquake prediction methods，we have attempted to transplant the Collaboration for the Study of Earthquake Prediction（CSEP）to China based on the support of the National Key Research and Development Project，and established a platform for testing earthquake prediction methods.We have developed the prediction modules of Load/Unload Response Ratio（LURR），crustal vibration，state vector，and earthquake comprehensive probability，meanwhile，we have introduced the pattern information（PI），the relative intensity（RI），and the infectious aftershock sequence（ETAS）prediction models.In addition，four earthquake prediction performance evaluation methods，including the Molchan，R-score，N-score，and ROC techniques，were adopted to test above prediction methods.As an open system，we have also incorporated the methods that commonly used prediction practice in China，such as the earthquake occurrence rate，earthquake modulation ratio，and b-value into the testing center.The testing center can perform both retrospective predictive tests and prospective predictive analysis，providing an operating environment and technical support for existing prediction methods.The software system of our testing center helps to systemically test the existing earthquake prediction methods and achieve standardized application.In addition，through comprehensive probability prediction，the quantification of earthquake prediction is promoted and decision-making is optimized.Relevant research results might be gradually applied to the medium-to-short-term prediction work in China.

Keywords：CSEP testing center；prediction modules；testing modules；integrated functionality；openness

收稿日期：2024-04-03.

基金項目：國家自然科學基金聯合基金（U2039205）；國家重點研發計劃（2018YFE0109700）.

第一作者簡介：余懷忠（1975-），研究員，主要從事地震孕育機理和預測理論研究.E-mail：yuhz750216@sina.com.

余懷忠，于晨，張小濤，等.2025.中國CSEP檢驗中心的軟件系統建設［J］.地震研究，48（2）：177-187，doi：10.20015/j.cnki.ISSN1000-0666.2025.0019.

Yu H Z，Yu C，Zhang X T，et al.2025.Construction of software systems of the CSEP testing center in China［J］.Journal of Seismological Research，48（2）：177-187，doi：10.20015/j.cnki.ISSN1000-0666.2025.0019.