基于大数据技术的地震监测预报体系构建研究

朱春露 刘璐

摘   要：本文在概述大数据技术的特征与技术组成的基础上，分析了大数据技术在地震监测预报中作用，提出了构建地震监测预报体系大数据服务平台的主要内容，最后以河南电子政务公共云平台为例，对其服务结构框架进行了介绍，以期为其它地震监测预报机构所参考。

关键词：大数据技术  地震监测预报体系   平台

中图分类号：P315                                   文獻标识码：A                        文章编号：1674-098X（2019）06（a）-0142-02

地震作为地球的自然现象之一，长期以来一直威胁着人类社会的发展。随着技术人员获取数据、利用数据进行综合判断能力的飞速发展，大数据技术也获得了跨越式进步，如何通过大数据技术来实现对地震的监测预报，已成为地震预防事业发展的新动向[1]。因此，基于大数据技术进行地震监测预报体系的构建，对于预防震情，做好防震减灾工作具有很强的指导意义。

1  大数据技术的特征与技术组成

大数据也被叫作巨量资料，它具备了显著的“4V特征”，也就是高价值、大容量、快速获取分析与多样性。大容量的含义是，数量庞大的数据聚合起来，以便于人们进行研究和分析。通常情况下有效期限内无法有效地利用如今采取常见的各种主流软件工具，对此类数据进行采集、梳理和分析，为做出正确决策与预测发展预测提供可靠的信息;海量数据带来的危机，亦非数据量的迅速增加，它涉及了数据类型的变化，也就是说，出现了多样化的数据。数据多样化的含义是，大数据涵盖了非结构化、结构化的各种数据，与来源、领域各不相同，却能够用作同一目的研究的各种数据。高价值的含义是，从大数据中挖掘出的一些关系，能够有效地预测事物的变化与发展趋势，为正确决策提供可靠的依据。快速化的含义是，快速地开展数据的处理、应用、分析与获取工作，在此基础上做出针对性的反应。

大数据产业方兴未艾，大数据技术指的是，设计用来快速及时地分析、发现与收集各类大规模数据，进而提取出具备了预测价值的新型机制与科技。它不但涵盖了数据储存、可视呈现、合并压缩、格式转换，而且涵盖了知识发现、统计分析、决策支持，此外也包括了清洗过滤、分类聚类、关联规则以及序列路径等在内的技术。整体来看，这项技术涵盖了三个方面。首先是云技术，它主要包括感知技术、云计算、存储技术分布式处理技术。它的主要目标是汇集、获取、存储相关数据，并对它们进行归类。其次是数据挖掘技术，主要包括了异常分析、分类分析、关联分析、特异群组分析、演变分析，重点是做好事物间的一些相关性分析，也就是说采取充足的数据开展相关性分析。从它的本质来看，它可以使人们转变因为缺乏充足的数据量而产生的认识偏见，通过充足的数据分析来把握客观事实。它的重心是能够成功地预测未来。再次，它重点是可视化技术，侧重分析了新数据表达方式多维坐标排列分析以及动态变化演示等方面，侧重是数据分析以及结果展示[2]。

2  大数据技术在地震监测预报中作用

2.1 大数据属于多样本分析，能提升地震预测成功率

以往地震预测属于非常具有代表性的小规模数据分析，通常情况下希望找出关于地震发生的相关样本，以阐释地震的形成。从大数据思维来看，应系统地分析所得到的全部样本或关于某种特别现象的全部数据，对它们进行论证和检验。不再聚焦于随机采样，不再将孤立的某种现象当作预测地震趋势的仅有依据。毫无疑问它会增加地震预测的成功率，而且带来更多的发现。通常情况下，“大数据”采取大样本或者全样本数据，进行相应的概率统计，找出数据、结果与相关现象之间的关系。它应该阐释开展了何种类型的数据分析，获得了什么样的“结论”。由于大数据立足于所获取的全部数据，至少立足于尽可能丰富的各种数据，因此它能够对细节进行正确的验证，开展更多分析[3]。

2.2 大数据促进地震数据融合，加速数据实时分析

地震发生呈现出准周期性，相同地区出现强震的时间间隔，通常情况下是几年时间到几十年时间不等，乃至于数百年时间。所以，单一地震事件缺乏足够的样本，研究世界震例，会丰富数据样本。如此以来，应该把国内外的震例数据融合起来，更好地研究和分析全球地震的发展变化。可以肯定的是，世界范围内的地震数据既存在着共同点，又存在着一些差异。这就要求人们树立大数据思维，既要融合分析各学科的相关数据与宏观异常，对比历史震例，又应该比较构造环境存存在差异背景下哪此方面的变化是关于地震发生的内容。因此，大数据会促使地震预报监测外部与内部之间的数据源进行融合，持续强化该领域的国际合作。

2.3 大数据使地震预测不再聚焦于发现因果关系。

大数据以更简洁的方法，发现数据之间的相关性，而且获得了更理想的效果，无需尽量探寻因果关系。小数据时代的地震预测涵盖了两个主要方向，首先是寻找其中的因果关系，其次是寻找关于地震的样本，比如探寻异常点等。然而导致地震发生的原因非常复杂，体现出了空间、时间方面的复杂性，而且也涉及到“数据量复杂性”。然而究竟哪些现象与地震关系密切，迄今为止尚无明确的答案。在大数据背景下，地震预测应该立足于密集观测，多样本或者全样本分析，很可能找出地震与地震前兆之间的具体关系。所以，大数据技术的运用，可以让人们发现其中的相关关系，进而提升人类地震预测的能力[4]。

2.4 大数据改变了以往的地震监测预报手段。

大数据立足于多样本分析，或者是特定现象全部样本的各种数理统计，应该深度挖掘，方可展现它的数据价值。从大数据时代来看，地震预测预报易于挖掘与汇总世界的各种地震观测数据，包括但不限于我国当前的地震观测资料和信息。它会在很大程度上充实地震预报监测的数据量，让人们更准确地把握震情。

3  构建地震监测预报大数据服务平台的主要内容

大數据的核心价值，不是掌握更大数量的数据与信息，而是它深挖处理有价值信息的能力。从顶层设计原则来看，它要借助物联网终端，从各个视角搜集地球物理方面的各类探测信息，打造“天地立体化”地震监测预报大数据服务平台，对地震进行精准定位，实施地震应急决策管理等[5]。其中主要内容包括以下三个方向：

（1）打造地震数据处理存储系统，以分布式储存地震的相关数据资源，安排相应的并行计算框架，为地震管理、分析与处理地震大数据，提供必不可少的服务。与此同时，应该切实增强地震预报监测机制服务平台，提升网络、存储与计算等资源的使用效率。

（2）打造以地震科学数据为核心的数据库，健全和农业、地质、水文、气象等机关共享数据的相关制度，破除行业局限，以跨界共享资源，为挖掘与分析地震数据，提供必要的数据支撑。

（3）研发行业专家分析系统，借助大数据、云计算较强的处理能力，组建监测地震前兆异常数据信号的相关制度，把震前数据异常变化的相关特征提取出来，分析和把握地球板块振动规律受地球内部化学能量、气候变化影响的相关机理，为动态地预测地震灾害、做出科学决策，提供有力的技术支持。

4  地震监测预报大数据服务平台案例简介

河南电子政务公共云平台将标准化x86服务器为低层，设置相应的云操作系统，依据相关集群，有效地整合各种大数据服务与云服务，为外界统一提供可靠的电子资源服务。从云操作系统来看，其底层运用了分布式文件系统，把一般化的个人电脑服务器中的磁盘资源聚合起来，屏蔽了其中的硬件差异，提供了非常系统化、完善化的存储空间。分布式调度系统被运用在云操作系统中，并实施了有向无环图的方法。弹性计算服务重点是创造良好的运作环境，为地震应急系统正常工作提供支持。数据处理服务能力持续提升，可以对数量庞大的地震数据进行离线处理。再者，关系型数据库侧重为各类关系型数据库提供有力的支持。负载均衡主要是平衡4层-7层协议的诸多负载。云盾主要是发挥自身的安全防护作用。整合这些服务后，形成了可靠的、海量的计算以及存储资源。从有关实验结果可以看出，河南电子政务立足于公共云平台为，构建了相对完善的地震大数据支持框架，能够为分布式、批量化地处理相关数据提供可靠的解决方案。与此同时，该平台可以提升数据访问的吞吐量，尤其擅长储存大容量的文件，比如TP级别以及PB级别的大文件。

5  结语

大数据技术的应用与发展，在更好地服务于人类社会发展的同时，也引领了思维模式的创新。这就意味着，地震监测预报的工作模式也应当与时俱进的同大数据技术进行深度融合，从而逐步推动地震监测预报事业的创新式发展。展望未来，地震监测预报工作者应当努力提高自身运用大数据技术的水平，争取通过大数据技术的准确运用来进一步减少地震所带来的危害。

参考文献

[1] 高翠珍，王晓霞，安凯杰，等.地震预报中数据挖掘技术的应用探究[J].信息技术与信息化，2019（3）：168-169.

[2] 陈翔，马迅飞，王学军，等.大数据分析技术及其在地震资料处理中的应用与效果[J].信息系统工程， 2018（11）：98-100.

[3] 张晁军，陈会忠，李卫东.大数据时代对地震监测预报问题的思考[J].地球物理学进展，2015，30（4）：1561-1568.

[4] 李忠，刘海军，余伟豪.基于空地观测的地震大数据处理系统研究[J].软件.2017（12）：54-60.

[5] 马文娟，刘坚，蔡寅.大数据时代基于物联网和云计算的地震信息化研究[J].地球物理学进展，2018，33（2）：835-841.