CSEP 2.0階段工作研究進展及中國測試區設計與模型試驗

摘要：由美國南加州地震中心和美國地質調查局共同支持的RELM工作組以及由此進一步發展而來的“地震可預測性國際合作研究”（CSEP）計劃開始之后，研究人員圍繞地震預測模型和統計檢驗方法內容的不同測試中心對地震可預測性問題開展了廣泛研究。在前期針對CSEP 1.0階段介紹的基礎上，介紹CSEP 2.0階段的相關內容，包含該階段發起的背景、發展的總體設計、主要進展以及不同測試區的重點關注內容。針對我國當前的參與情況，初步設計了參與該階段工作的中國CSEP 2.0測試區范圍以及使用圖像信息學（PI）算法開展的預測試驗。

關鍵詞：CSEP 2.0；中國測試區；PI算法；效能評估

中圖分類號：P315.72 文獻標識碼：A 文章編號：1000-0666（2025）02-0188-11

doi：10.20015/j.cnki.ISSN1000-0666.2025.0020

0 引言

20世紀80年代末以來，基于統計物理學的理論和方法與地震學問題相結合，成為了地震學和物理學之間的重要交叉領域（吳忠良，陳運泰，2002），尤其是在針對地震可預測性問題進行的國際討論的驅動下，近年來結合統計學和地震學問題的統計地震學手段愈加受到重視。在美國南加州地震中心（South California Earthquake Center，SCEC）的主導下，區域地震概率模型（Regional Earthquake Likelihood Models，RELM）工作組鼓勵發展多種模型，并采用類似競技的方式吸納不同類型的地震預測模型開展預測試驗。2009年8月1日正式開始的地震可預測性國際合作研究計劃（Collaboratory for the Study of Earthquake Predictability，CSEP）倡導在全球不同區域以CSEP測試中心的方式開展地震可預測性研究，采取統一的數據來源和預報規則，并注重對預測結果的統計檢驗（Field，2007）。目前發展較為成熟的機構包含美國南加州地震中心（SCEC）、瑞士蘇黎世高等工業學校（ETH Zurich）、新西蘭地質與核科學研究所（Institute of Geological and Nuclear Science，GNS，New Zealand）、日本東京大學地震研究所（Earthquake Research Institute，University of Tokyo）等，主要對測試區域包含美國加州地區、西北太平洋地區、日本地區、意大利地區、新西蘭地區和全球尺度范圍的預測模型開展嚴格評估（Schorlemmer et al，2007）。從這些發展中也可以看出，針對地震的可預測性問題研究，隨著基于不同時間尺度、不同數據類型和研究區域的預測模型不斷出現和完善，相應的統計檢驗方法為隨機模型或者標準參考模型的效能評估工作提供了良好的手段（Schorlemmer et al，2007）。

針對預測模型的發展以及不斷提出的新的科學問題，目前CSEP計劃已由1.0階段發展至2.0階段，模型研發專家對算法改進、亟需進一步研究的問題和方法進行了廣泛的討論，且不同測試區也基本確定了新的研究方向（Michael，Werner，2018；Schorlemmer et al，2018）。2018年5月召開的汶川地震十周年國際研討會暨第四屆大陸地震國際研討會正式宣布了中國地震科學實驗場的成立，為我國的地震預測研究提供了一個新的國際舞臺（吳忠良等，2021）。同時，在我國的CSEP 2.0工作即將開展階段，中國地震科學實驗場也被選定為這一階段的測試區，在前期CSEP 1.0工作的基礎上繼續進行不同模型的預測試驗和平臺搭建（Zhang et al，2019；張盛峰，2019）。由于本項目在全球不同測試中心基本上均采用“邊探索邊研究”的模式，雖然大致研究方向基本相同，但研究的具體內容會由于不同測試區的實際要求和研究進程而存在差異，及時追蹤與這一階段內容相關的研究趨勢對于我國下一步開展好相關工作顯得尤其重要。相關研究人員已針對CSEP工作的總體路線和1.0階段產出成果進行了介紹（張盛峰，張永仙，2021），因此，本文針對CSEP 2.0階段的相關內容進行了梳理，通過借鑒其它測試區或模型研發人員的先進經驗，把握好國際研究趨勢，提高中國在這一國際合作項目中的參與程度；同時為了保證與其它測試中心研究標準和策略一致，本文介紹了CSEP 2.0中國測試中心的標準化設置以及在此基礎上初步開展的預測試驗，期望為后續其它模型參與該項國際合作提供有效的參考。

1 CSEP不同階段總體設計

CSEP計劃發展至目前，其規劃設計大致被劃分成了3個階段，一是單服務器階段（2007—2017年），即形成了具有統一計算流程和代碼庫的單服務器CSEP檢驗系統；二是多服務器階段（2017—2018年），即保證在不同的服務器上可以運行相同的處理軟件，并產出類似的結果，在多服務器上可以產出獨立預測結果的CSEP新系統；三是發展具有成熟多服務器工作流程的CSEP系統（2018年至今），這一系統將提高自動化的容錯能力，可便捷地獲取和處理輸入數據，并能同時包含回溯性預測、向前預測及效能評估一體化的工作流程（圖1）。

CSEP 2.0計劃將數據的前期處理分析、預測模型預測試驗及評估、完善的自動化處理能力等不同方面建設為現代化的工作流程，因此經過不同測試區研發專家的廣泛討論，對當前階段提出了具體的工作內容，主要有：①CSEP 2.0階段應該研發產出可對這一階段所包含預測模型效能進行評估的軟件系統和硬件平臺；②研發符合CSEP 2.0階段工作方向和指導原則的新技術；③將以往CSEP處理過程的受控環境設計為容器操作；④向公眾展示成果的途徑應設計為在Web網頁上可查看結果；⑤相關程序應該開源并可評估；⑥針對處理流程的可再現性特征，應該設計為容器內的工作流程；⑦進一步討論預測和效能評價容易脫鉤的問題；⑧建議向社區開放源代碼試驗數據；⑨應該重視地震目錄數據的版本問題；⑩引入容量較小且可行性較高的產品以在容器中運行Open-SHA算法。

2 CSEP 2.0階段研究進展

CSEP 1.0階段在不同測試區預測試驗、檢驗評估等方面開展了很多工作（張盛峰，張永仙，2021），但其工作流程已無法滿足于當前時期地震學家們針對最新科學方法和模型的期望水平，主要表現為：①預測規范過于嚴格；②工作流程靈活度不高；③新的且計算成本高的模型已經可用，但尚未應用到CSEP工作中，如統一的加利福尼亞州地震破裂預測第3版（UCERF3）、三維+有限破裂尺度傳染型余震序列（3D+Finite ETAS）模型。因此，由美國、中國、日本、歐洲等不同測試中心共同參與的CSEP 2.0計劃試圖發展新的地震預測模型，包含美國地質調查局倡導的可操作的余震預測模型和California倡導的統一的加利福尼亞州地震破裂預測第3版-傳染型余震序列（UCERF3-ETAS）模型（Schorlemmer et al，2018）。

2018年召開的美國南加州地震中心（SCEC）學術年會包含與CSEP工作相關的專題研討會（https：//www.scec.org/workshops/2018/csep.），與會代表來自SCEC測試區、全球其它CSEP測試區、美國地質調查局（USGS）和其他負責向公眾通報地震危害的國際政府機構。會議初步決定通過整合現有的CSEP檢驗中心，于2018年9月啟動CSEP 2.0計劃，以進一步推進地震預測國際合作，擴展當前的模型和數據空間，并對CSEP平臺現有的評估軟件提出了新的要求。該研討會主要圍繞不同模型開展實驗，以便對現有的模型進行深入的評估，討論主題主要包括：新的回溯性和前瞻性試驗藍圖的構建、對競技模型進行評估和比較所需的技術方法、與CSEP相關的軟件設計、國際合作和軟件開發、CSEP 1.0數據和產權問題。2018年在《地震研究快報》[KG0]（Seismological Research Letters）出版了與CSEP工作相關的特輯，包含了對CSEP 1.0相關工作進行梳理的9篇文章，并對CSEP 2.0的工作進行了展望（Christophersen et al，2018；Michael，Werner，2018；Schorlemmer et al，2018；Strader et al，2018；Taroni et al，2018）。通過梳理以上相關成果，本文總結了CSEP 2.0階段備受關注的工作內容及研究方向，見表1。

2019年召開的SCEC年會（https：//www.scec.org/meetings/2019/am.）主要討論了CSEP 2.0工作的進展，尤其是圍繞UCERF3-ETAS模型和其它可操作的地震預測模型對Ridgecrest地震序列展開分析，并討論了對CSEP軟件在全球范圍內進行研發的管理工作和未來發展規劃，會議期間，意大利、新西蘭、日本和中國測試區的CSEP專家進行了工作介紹。在2020年9月召開的SCEC年會（https：//www.scec.org/meetings/2020/am.）上，與CSEP 2.0階段相關的地震可預測性問題討論、軟件研發及不同預測模型評估等學術報告吸引了眾多關注，如Werner（2020）根據CSEP計劃中采用的嚴格統計檢驗方法，針對地震前觀測或計算得到的若干前兆指標的評估進行了討論，其中提到了這項工作前期需具備的若干工作基礎。Savran等（2020）針對采用UCERF3-ETAS模型對2019年Ridgecrest地震序列的分析進行了評估。

在模型發展研究方面，Shcherbakov（2020）利用Bayesian方法對與余震預測與檢驗的工作進行了討論，認為基于ETAS模型的貝葉斯分析預測方法比基于Omori公式極值分布的傳統預測方法效果更好；Ogata和Omi（2020）使用統計地震學方法對地震發生早期進行實時監視以及早期預測，利用時空傳染型余震序列模型（ETAS）給出震前在空間上呈顯著平靜、活躍或者發生地震活動遷移的區域，并建議將類似的異常現象加入到對未來發生大地震的統計檢驗中。Zhuang（2020）介紹了最新研發的加入震源機制解成分的ETAS模型版本，以期更好地符合實際地震的空間展布情況，通過分析實際數據，發現可以有效改進模型擬合水平。可以看出，無論在針對地震可預測性研究的科學問題和具體應用方面，還是在針對某種模型加以改進和擴展方面，與CSEP 2.0相關的工作內容在1.0階段的基礎上均有了新的進展。

3 全球不同測試區CSEP 2.0階段主要工作內容

CSEP工作是當前SCEC日常研究工作的重要組成部分，[HJ2.1mm]在近年來的若干次SCEC年會中，與CSEP內容相關的研討會為CSEP研發專家提供了討論和交流的平臺。

表2總結歸納了意大利、日本、新西蘭、中國等4個CSEP測試區在CSEP 2.0階段提出的相關工作內容。其中，意大利CSEP測試中心工作主要針對加入多種模型的復合模型進行研究，形成可操作的地震預報的工作流程，并將CSEP 1.0階段的系統代碼移植到新的開發平臺（Pace，Peruzza，2009；Falcone et al，2017）。日本CSEP中心則試圖將研究對象進一步擴大，即在原有基礎上對地震的時間、空間和震級等不同要素發展相應的預測評估方法，并對早期地震活動行為和地震叢集進行自動檢測（Ogata，Omi，2020）。值得一提的是，日本測試區于2019年8月在日本箱根順利召開了第11屆國際統計地震學研討會，該研討會主要針對以下幾個問題進行了討論：①地震活動性分析統計模型和方法的發展；②地震物理學；③地震預報、檢驗和減災；④將統計地震學擴展到地震活動之外的研究；⑤利用貝葉斯方法分析地震大數據的研究進展。新西蘭CSEP測試中心則在原有工作基礎上深入研究已有模型包含參數的物理意義，進一步發展基于震前地震活動的預測模型，在N-test、L-test等統計檢驗中去除Poisson似然模型，采用類似K-S檢驗的方法對實際情況與模型給出的目標地震發生率情況進行對比（Christophersen et al，2018）。新西蘭測試區未來將在數據質量控制、經費籌集和與其他測試區的國際合作方面采取新的措施，相比可以提供嚴格檢驗模型效能的平臺，該測試區將更傾向于幫助模型研發人員構建性能更好的預報模型。中國測試區CSEP工作團隊將在南北地震帶地區CSEP 1.0工作的基礎上，整合研發團隊建設新的CSEP 2.0檢驗平臺，并采用更多的預報模型和統計檢驗方法對中國地震科學實驗場開展試驗（Zhang et al，2019）。可見，不同CSEP測試中心在2.0階段中提出了明確的研究目標，并與CSEP 1.0階段做到了良好的工作銜接。

4 中國CSEP 2.0階段測試區的初步設計與模型試驗

4.1 中國CSEP 2.0測試區初步設計

由于CSEP測試中心的主要功能為針對不同尺度的預測模型結果開展效能檢驗，分析預測結果與實際觀測的一致性以及模型間的信息增益（Jordan，2006；Schorlemmer et al，2006），因此在正式向全球模型研發專家征集不同種類的預測模型之前，需要針對測試區的空間范圍、基礎數據格式、預測結果等情況進行統一設置，以減少未來由于不同團隊提供的數據規范差別而造成的混亂（Bayona et al，2022）。CSEP 1.0階段以中國南北地震帶地區作為測試區，[KG（0.1mm]相關學者針對預測模型所需的空間網格、震級下限、模型自身的參數設置等進行了諸多研究（韓立波等，2012）。自CSEP 2.0階段將中國地震科學實驗場作為新的測試區以來，通過“中國地震科學實驗場的地震可預測性國際合作研究”國際合作項目的實施，我國已初步建設了CSEP地震可預測性檢驗的中國分中心，實現了與該項目全球網絡基礎設施的對接，目前包含加卸載響應比、態矢量、地震綜合概率、圖像信息學算法、傳染型余震序列模型、b值等多種預測模塊以及R值、ROC等預測檢驗模塊。張盛峰（2019）前期已對與該區域對應的地震目錄數據、測震臺站分布、歷史地震目錄等情況進行了概括性的總結。為了與不同測試中心的具體工作進一步接軌，本工作按照國際CSEP測試中心的設置經驗對參加CSEP 2.0階段的中國測試區進行了網格化定義，并簡要分析該區域地震監測能力的時空分布情況（Gerstenberger，Schorlemmer，2007）。圖2給出了中國CSEP 2.0測試區、數據收集區的空間位置，具體為：中國地震科學實驗場區域邊界（紅框）外圍50 km范圍定義為測試區范圍（黑框），表示為預測模型給出預測結果需要覆蓋的空間范圍；測試區外圍50 km范圍表示數據收集區（灰色線框），主要作為預測模型計算所需數據的空間收集范圍，目的是為了完全覆蓋測試區域并保證數據資料在空間分布方面的完整性情況。空間網格設置為0.1°×0.1°，且使用網格中心點的位置定義每一網格。

地震目錄的完整性水平是預測模型中選取震級下限參數的重要參考指標。為了在模型預測試驗中更準確的把握CSEP 2.0階段中國測試區內地震目錄的完整性情況，本文給出了這一區域1970年以來地震目錄完整性水平的時間演化（圖3）和空間分布情況（圖4）。圖3中深綠色曲線為使用Entire Magnitude Range（EMR）[KG0]技術（Woessner，Wiemer，2005）對測試區地震目錄進行掃描得到的完整性震級時間變化，紅色橫線和相應文字表示大致劃定的不同時段可選取的完整性水平。從圖3a中可以看出，主要由于該區域地震監測臺站在不同時期的建設情況，地震事件記錄的水平在不同時段存在較大的差異。在需要設置震級下限以保證數據完整性的模型中，按照以上參考則可基本保證數據在相應時段內的完整性要求（韓立波等，2012）。從圖3b可看出，由于一些大震的發生，通常導致震后短期時間內發生余震事件的漏記情況，因此在進行余震預測或者短期預測試驗時，震級下限的設置需要更加保守的選取（Zhang et al，2015，2023）。從圖4所示的由BMC（Bayesian Magnitude of Completeness）方法（Li et al，2023）計算得到的MC空間分布來看，測試區西部的青藏高原區域由于監測水平較低，MC為3.0～4.0；高于4.0的區域主要為境外區域；對于測試區內部區域，大部分區域MC為1.0～2.0，僅西部少數區域為2.0～2.5。

4.2 圖像信息學（PI）算法預測及效能檢驗

傳統的圖像信息學（PI）算法主要是一種根據背景參考時間窗和異常學習時間窗內包含的地震活動，給出預測時間窗內目標地震較高發生趨勢的中長期預測算法。其預測窗口一般為5年，預測結果常以顯示的“熱點”型預測結果表示（Holliday et al，2007；Zhang et al，2015；張盛峰等，2017）。CSEP 1.0階段，在美國南加州、日本、中國南北地震帶等地區進行了很多試驗，結果表明這一算法對于分析地震活動的漲落特征以及在中長期地震趨勢預測方面具有一定的優勢（蔣長勝，吳忠良，2008；Jiang，Wu，2011；張小濤等，2014）。本文為了與國際上其它CSEP測試中心工作框架下的地震預測模型預測結果形式一致，且便于后期使用多種針對這一預測結果的檢驗方法進行效能評估，嘗試使用基于地震發生率預測結果的PI算法對上述定義的CSEP 2.0區域開展預測試驗，并檢驗模型效果（Holliday et al，2007）。本文選取震級下限3.0級，PI算法中的背景參考時間窗為1999年1月1日至2008年12月31日，異常學習時間窗為2009年1月1日至2013年12月31日。圖5為使用PI算法計算得到的CSEP 2.0

中國測試區2014年1月1日至2018年12月31日M≥6.0地震的發生率預測結果，圖中黃色圓點為實際發生的M≥6地震。相比基于“熱點”顯示的警報型預測結果，基于地震發生率的預測結果在每個空間網格內均有顯示，而非僅顯示一定水平以上的熱點網格，因此也更加便于使用不同的統計檢驗技術對所有網格進行標準化效能檢驗。

本文選取常用的針對空間發生率預測結果的ROC（Receiver Operating Characteristic）檢驗、Molchan圖表法、空間（Spatial）S檢驗和地震數（Number）N檢驗方法對以上預測結果進行評估。ROC檢驗按照地震發生率遞減順序排列單元格后的歸一化累計發生率和歸一化的累計面積分別計算擊中率和虛報率，可以評估在不同閾值水平下預報結果的特異性（或平穩性）的高低。Molchan圖表法則與ROC檢驗類似，通過計算漏報率以及異常時空占有率來評價預測與實際觀測的一致性。N檢驗對比實際觀測地震數目與模型預測結果，通過設置一定的置信水平（如0.05），計算發生至少和不多于Nobs個地震的兩個參數值（δ1和δ2）來給出檢驗結果（Schorlemmer et al，2007；Zechar et al，2010a）。S檢驗則將每個空間網格的期望發生率與震級分段相加，以分離出預測的空間部分，并將得到的空間發生率歸一化為實際觀測地震的總數。通過評估每個單元的Poisson似然函數，計算出每個網格的空間聯合對數似然并將所有空間網格對數似然相加。為了評估觀測到的對數似然比得分是否由預測產生，需要通過模擬得到與預測一致的空間對數似然比得分分布。為了評估地震的實際發生位置與空間預測之間的一致性，通常設置置信水平α為0.05來檢查觀測值在模擬值分布范圍內的位置（Zechar et al，2010b）

圖6為使用以上幾種評估方法對PI算法預測的評估結果，ROC檢驗和Molchan檢驗均顯示PI算法優于隨機預測，這一結果基本與針對以往得到的“熱點”型預測結果的檢驗情況一致。這是因為兩種檢驗方法均是通過將預測結果排序后劃定為最終不同閾值下的警報型結果，進而計算相應的評估指標。S檢驗和N檢驗可以給出其它角度的評估結果，如S檢驗顯示PI算法預測結果在空間上與觀測結果具有較高的一致性，而地震數N檢驗顯示預測與實際觀測情況一致性較差，預測的地震數目相比實際觀測偏少，在95%置信水平下沒有通過檢驗。可以看出，對于某一預測結果，不僅需要使用傳統固有的檢驗技術檢驗其結果，同時需要從其它角度對這一結果進行多次評估，進而獲得更多檢驗信息增益或者截然相反的認識。

5 討論

無論是已經結束的CSEP 1.0階段，還是2018年開始的CSEP 2.0階段，該計劃本意是對于不同種類的地震預測模型或算法開展“競賽式”的效能評估，而這種效能評估所采取的標準則是基于嚴格統計檢驗技術的理論方法，雖然采用統一的預測規則和數據來源是該計劃的基礎要求，但由于不同模型給出的預測結果差異，如可以給出“警報型”或者“概率型”的目標地震發生趨勢，因此難以使用固定的某一種評估方法進行評估（Schorlemmer et al，2007）。對于某種具體的預測算法，其研發過程通常會受到研發人或者研究人員主觀因素的影響，如在算法應用前期開展的回溯性預測試驗中，常常要設置研究區范圍、區域網格化設置、模型初始條件和參數、地震活動擬合次數以及最終預報結果的呈現方式等，而模型的最終效果往往對以上因素具有較強的依賴性。因此，研發過程中如何有效地減弱研究人員主觀因素的影響，或者如何在模型影響因素和效能評估結果之間達到良好的平衡，可能是研究人員需要考慮的問題。但目前看來，通過盡量減弱這些“非隨機因素”的比重，按照“一步一個腳印”的工作思路對模型原理和運行環境進行改進，才能與CSEP研究計劃的工作理念和初衷相一致（Jordan，2006）。作為CSEP計劃的積極參與者，近年來我國在針對南北地震帶地區若干預測模型和檢驗方法的研究試驗方面取得了很多認識，同時在不同預測模型和評估方法應用的豐富度或者針對某一模型的研究深度方面仍有發展的空間。當前我國建立的CSEP 2.0測試中心平臺包含了傳染型余震序列（ETAS）模型、圖像信息學（PI）算法、相對強度（RI）算法、加卸載響應比（LURR）等國內外常用的地震預測方法以及相對應的ROC檢驗、Molchan圖表法等檢驗方法，與國際上其它測試中心包含的模型相比，在操作機制、結果產出等方面仍存在諸多不同。本文試圖以CSEP 2.0中國測試區的確定以及PI算法預測試驗為開端，按照類似的思路為其它更多的預測模型步入國際競技軌道提供參考。此外，在當前不同測試中心CSEP 2.0工作步入正軌之際，針對中國地震科學實驗場區域，除了努力發展與我國地震活動特點相適應的自有預測模型和檢驗方法以外，與國外同行開展廣泛的科技合作，學習借鑒優秀的模型提出、發展和應用的思路經驗，對于我國CSEP 2.0階段工作的下一步開展將具有重要意義。

6 結論

本文總結了CSEP 2.0階段工作的背景、不同階段設計、主要進展及不同測試區工作內容，與CSEP 1.0階段工作相比，CSEP 2.0研究思路總體框架并未發生很大變化，但對不同測試區所包含模型的研究深度、CSEP分析系統計算能力及優化方面均試圖進行升級，在當前計算機技術和模型算法水平不斷得到提高的背景下，這一國際合作項目同樣也表現出了對于技術和工作流程進行更新的需求。

本工作針對CSEP 2.0中國測試區進行了規范化的定義，并采用PI算法得到了5年尺度地震發生率的預測結果，使用ROC檢驗、Molchan檢驗、S檢驗和N檢驗進行了效能評估，結果顯示相比隨機預測，PI算法預測效果較好，除預測地震數較實際情況偏少以外，其它檢驗方法均顯示預測結果相比實際觀測可通過嚴格的一致性檢驗。而針對某一種預測模型的預測結果，可以看出，類似本工作中的采用多種檢驗技術進行效能評估，而非采用固定的僅代表一種檢驗角度的方法，將是CSEP 2.0階段工作的重要特點。

中國地震臺網中心提供了分析所需的地震目錄數據；南方科技大學風險分析預測與管控研究院李佳威博士提供了基于BMC方法計算的MC結果；英國Bristol大學Maximilian J.Werner教授、Too Bayona博士、Francesco Serafini博士，新西蘭地質與核科學研究所（GNS）David Rhoades教授、Kenny Graham博士，波茨坦德國地球科學研究中心（GFZ）Pablo Iturrieta Rebolledo博士，中國地震局地震預測研究所崔子建副研究員等與作者針對CSEP 2.0工作進行了相關討論；CSEP 1.0階段相關專家為作者參與CSEP研究工作和程序計算提供了指導，在此一并表示感謝。

參考文獻：

韓立波，蔣長勝，李艷娥，等.2012.用于地震可預測性CSEP計劃的南北地震帶地區地震最小完整性震級MC研究［J］.地震，32（1）：17-27.Han L B，Jiang C S，Li Y E，et al.2012.Minimum magnitude of completeness in the North-South seismic belt for collaboratory study of earthquake predictability［J］.Earthquake，32（1）：17-27.（in Chinese）

蔣長勝，吳忠良.2008.對地震預測的一個統計物理算法在川滇地區的回溯性預測檢驗［J］.中國科學：地球科學，38（7）：852-861.Jiang C S，Wu Z L.2008.A statistical physics algorithm for earthquake prediction in Sichuan-Yunnan region［J］.Scientia Sinica Terrae，38（7）：852-861.（in Chinese）

吳忠良，陳運泰.2002.地震預測與統計物理［J］.物理，31（6）：365-371. Wu Z L，Chen Y T.2002.Earthquake prediction and statistical physics［J］.Physics，31（6）：365-371.（in Chinese）.

吳忠良，王龍，車時，等.2021.中國地震科學實驗場：認識與實踐［J］.地球與行星物理論評，52（3）：348-352.Wu Z L，Wang L，Che S，et al.2021.China seismic experimental site（CSES）：planning and test［J］.Reviews of Geophysics and Planetary Physics，52（3）：348-352.（in Chinese）

張盛峰，鄭建常，蔣長勝，等.2017.圖像信息學（PI）算法計算參數優化分析——以山東及相鄰地區為例［J］.地球物理學報，60（12）：4633-4643.Zhang S F，Zheng J C，Jiang C S，et al.2017.Optimal analysis of parameter settings in pattern informatics（PI）algorithm：An example of Shandong and adjacent areas［J］.Chinese Journal of Geophysics，60（12）：4633-4643.（in Chinese）

張盛峰，張永仙.2021.“地震可預測性國際合作研究”——1.0階段工作理念及成果［J］.地震，41（4）：203-217.Zhang S F，Zhang Y X.2021.Collaboratory for the study of earthquake predictability——working philosophy and achievements of CSEP 1.0［J］.Earthquake，41（4）：203-217.（in Chinese）

張盛峰.2019.中國地震科學實驗場暨CSEP-CN計劃的若干統計地震學問題［D］.北京：中國地震局地球物理研究所.Zhang S F.2019.Statistical seismological problems associated with CSEP-CN testing region in the context of CSES［D］.Beijing：Institute of Geophysics，China Earthquake Administration.（in Chinese）

張小濤，張永仙，夏彩韻，等.2014.利用圖像信息方法研究蘆山MS7.0地震前川滇及附近地區的圖像異常［J］.地震學報，36（5）：780-789.Zhang X T，Zhang Y X，Xia C Y，et al.2014.Anomalous seismic activities in the Sichuan-Yunnan region and its adjacent areas before the Lushan MS7.0 earthquake by the pattern informatics method［J］.Acta Seismologica Sinica，36（5）：780-789.（in Chinese）

Bayona J A，Savran W H，Rhoades D A，et al.2022.Prospective evaluation of multiplicative hybrid earthquake forecasting models in California［J］.Geophysical Journal International，229（3）：1736-1753.

Christophersen A，Rhoades D A，Gerstenberger M C，et al. 2018. Highlights from the first ten years of the New Zealand earthquake forecast testing center［J］.Seismological Research Letters，89（4）：1229-1237.

Falcone G，Marzocchi W，Murru M，et al.2017.Earthquake forecasting system in Italy［R/OL］.（2017-12-01）［2024-06-30］.https：//ui.adsabs.harvard.edu/abs/2017AGUFM.S53B0696F.

Field E H.2007.Overview of the working group for the development of regional earthquake likelihood models（RELM）［J］.Seismological Research Letters，78（1）：7-16.

Gerstenberger M C，Schorlemmer D.2007.RELM testing center［J］.Seismological Research Letters，78（1）：30-36.

Holliday J R，Chen C C，Tiampo K F，et al.2007.A RELM earthquake forecast based on pattern informatics［J］.Seismological Research Letters，78（1）：87-93.

Jiang C S，Wu Z L.2011.PI forecast with or without de-clustering：An experiment for the Sichuan-Yunnan region［J］.Natural Hazards and Earth System Science，11（3）：697-706.

Jordan T H.2006.Earthquake predictability，brick by brick［J］.Seismological Research Letters，77（1）：3-6.

Li J W，Mignan A，Sornette D，et al.2023.Predicting the future performance of the planned seismic network in Chinese mainland［J］.Seismological Research Letters，94（6）：2698-2711.

Michael A J，Werner M J.2018.Preface to the focus section on the collaboratory for the study of earthquake predictability（CSEP）：New results and future directions［J］.Seismological Research Letters，89（4）：1226-1228.

Ogata Y，Omi T.2020.Statistical monitoring and early forecasting of earthquake sequence：Case studies after the 2019 M6.4 Searles Valley Earthquake，California［R/OL］.（2020-08-01）［2024-06-30］.https：//central.scec.org/meetings/2020/am/poster/098.

Pace B，Peruzza L.2009.An earthquake rupture forecast model for central Italy submitted to CSEP project［R/OL］.（2009-04-19）［2024-06-30］.http：//meetings.copernicus.org/egu2009.

Savran W H，Werner M J，Marzocchi W，et al.2020.Pseudoprospective evaluation of UCERF3-ETAS forecasts during the 2019 ridgecrest sequence［J］.Bulletin of the Seismological Society of America，110（4）：1799-1817.

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

Schorlemmer D，Jordan T H，Zechar J D，et al.2006.Collaboratory for the study of earthquake predictability［R/OL］.（2006-12-01）［2024-06-30］.https：//ui.adsabs.harvard.edu/abs/2006 AGUFM. S12A.01S.

Shcherbakov R.2020.Bayesian framework for aftershock forecasting and testing［R/OL］.（2020-08-01）［2024-06-30］.https：//central. scec.org/meetings/2020/am/poster/097.

Strader A，Werner M，Bayona J，et al.2018.Prospective evaluation of global earthquake forecast models：2 yrs of observations provide preliminary support for merging smoothed seismicity with geodetic strain rates［J］.Seismological Research Letters，89（4）：1262-1271.

Taroni M，Marzocchi W，Schorlemmer D，et al.2018.Prospective CSEP evaluation of 1-day，3-month，and 5-yr earthquake forecasts for Italy［J］.Seismological Research Letters，89（4）：1251-1261.

Werner M J.2020.Experimental design for testing hypotheses of earthquake precursors［R/OL］.（2020-08-03）［2024-06-30］.https：//southern. scec.org/publication/10245.

Woessner J，Wiemer S.2005.Assessing the quality of earthquake catalogues：estimating the magnitude of completeness and its uncertainty［J］.Bulletin of the Seismological Society of America，95（2）：684-698.

Zechar J D，Gerstenberger M C，Rhoades D A.2010a.Likelihood-based tests for evaluating space-rate-magnitude earthquake forecasts［J］.Bulletin of the Seismological Society of America，100（3）：1184-1195.

Zechar J D，Schorlemmer D，Liukis M，et al.2010b.The collaboratory for the study of earthquake predictability perspective on computational earthquake science［J］.Concurrency and Computation：Practice and Experience，22（2）：1836-1847.

Zhang S F，Wu Z L，Jiang C S.2015.The central China North-South seismic belt：seismicity，ergodicity，and five-year PI forecast in testing［J］.Pageoph，173（1）：245-254.

Zhang S F，Wu Z L，Zhang Y X.2023.Is the september 5，2022，Luding MS6.8 earthquake an ‘unexpected’ event？［J］.Earthquake Science，36（1）：76-80.

Zhang Y X，Wu Z L，Zhang X D，et al.2019.CSEP 2 from China Perspective［R/OL］.（2019-08-15）［2024-06-30］.https：//southern.scec.org/publication/9711.

Zhuang J C.2020.An ETAS model incorporated with focal mechanisms［R/OL］.（2020-08-01）［2024-06-30］.https：//central.scec. org/meetings/2020/am/poster/101.

Phase 2.0 of CSEP Work：Progress，Design and ModelForecasting Experiment in the China Test Region

ZHANG Shengfeng ZHANG Yongxian1，LI Sha3

（1.Institute of Earthquake Forecasting，China Earthquake Administration，Beijing 100036，China）

（2.GNS Science，Avalon 5011，Lower Hutt 5040，New Zealand）

（3.Earthquake Agency of Guangxi Zhuang Autonomous Region，Nanning 530022，Guangxi，China）

Abstract Since the establishment of the Regional Earthquake Likelihood Models（RELM）working group，jointly initiated by the Southern California Earthquake Center（SCEC）and the U.S.Geological Survey（USGS）in 2000，and the subsequent development of the Collaboratory for the Study of Earthquake Predictability（CSEP）project，various earthquake forecast models and statistical evaluation methods for assessing their performance have been widely applied.Based on the introduction of Phase 1.0 of CSEP work，this paper primarily introduces the aspects of CSEP 2.0，including its background，overall development design，several key conference discussions，and work plans for different test centers.Additionally，regarding the current participation of China，this paper preliminarily designs the scope of the China CSEP 2.0 test region and conducts a pilot experiment using the Pattern Informatics（PI）algorithm.It is hoped that this work can provide a reference for other models to participate in China CSEP 2.0 work and for the next step of our international co-operation research to be carried out in an orderly manner.

Keywords：CSEP 2.0 testing centers；China testing area；PI algorithm；CSEP performance testing techniques

收稿日期：2024-06-30.

基金項目：國家自然科學基金（42004038）；中國地震局地震預測研究所基本科研業務專項（CEAIEF2022030206）；地震預測開放基金（XH24005D）；中國地震局和留學基金委英才計劃CSC項目（202204190019）.

第一作者簡介：[WB]張盛峰（1988-），副研究員，博士，主要從事地震預測及統計地震學研究.[DW]E-mail：085012104@163.com.

張盛峰，張永仙，李莎.2025.CSEP 2.0階段工作研究進展及中國測試區設計與模型試驗［J］.地震研究，48（2）：188-198，doi：10.20015/j.cnki.ISSN1000-0666.2025.0020.

Zhang S F，Zhang Y X，Li S.2025.Phase 2.0 of CSEP work：Progress，design and model forecasting experiment in the China test region［J］.Journal of Seismological Research，48（2）：188-198，doi：10.20015/j.cnki.ISSN1000-0666.2025.0020.