博文
秦四清研究员2012年地震预测意见检验
|||
前几个帖子已经以秦四清研究员的两个地震预报为例子，介绍了地震概率预测的最基本原理。秦研究员去年年底向中国地震局提供了“正式预测意见”，其中包括了五个地震，现在我们可以全面检查一下。
https://blog.sciencenet.cn/blog-70036-577785.html
上一篇：地震预报的基本定律
下一篇：Hansen教父2000年还认为非CO2因素主导全球变暖
秦四清研究员提交的五个地震是（见http://blog.sciencenet.cn/blog-575926-525723.html）：
一、“中吉边境地震区”，他对这个地区的预测（以他5月31日博文为准）前文已经讨论过（《秦四清研究员命中巨震的概率有多大？》，http://blog.sciencenet.cn/home.php?mod=space&uid=70036&do=blog&id=576907），结论是，他虚报的概率在99.8%以上。
二、“云南昭通地震区”，“震级：5.5-6.1”，“最可能的发震时间：2012年1月1日-2012年2月29日”，已经虚报。
三、“甘肃古浪地震区”，他对这个地区的预测（以他5月11日博文为准）前文已经讨论过（《秦四清研究员“古浪地震”报准的概率有多大？》，http://blog.sciencenet.cn/home.php?mod=space&uid=70036&do=blog&id=577389，结论是，他虚报的概率在99.7%以上。
四、“西藏昌都地震区”，“北纬30-31度，东经98度左右”；“震级：6.7～6.8”；“当该地震区的宏观异常现象显著时，可做出临震预报”。
我们不受他最后一句滑头的干扰（原因：“宏观异常”与地震无关），先考虑这个时间窗（临震预报的时间窗是10天）、空间窗（放宽到北纬30-31度、东经97-99度）、强度窗（放宽到6级以上），查阅地震目录得到1983-2012年该区30年的地震。按照前文的计算方法，得到该区的地震频率公式是
每年地震次数 = 2.1934 - 0.6457 × log10(震级)
【6月15日注：公式写错了，应该是 log(每年地震次数) = 2.1934 - 0.6457 × 震级。但是计算是用的EXCEL，结果没问题。】
所以任意10天内，该区6级以上地震发生的概率是0.06%。所以该区只要按照秦四清研究员的要求做出预报，就有超过99.9%的概率是虚报。
五、“晋东北地震区”，“北纬39.5-40.3度，东经112.5-114.2度左右”；“震级：6.4-6.8”；“当出现下述情况之一时，可做出强震的短临预报：（1）在该地震区发生一个4.2级左右地震时；（2）该地震区宏观异常现象显著时。”
将其震级放宽到6级以上；时间窗为三个月（短期预报）。按照前文同样的方法，得到其时间窗、空间窗、强度窗内地震的概率是1.27%。如果发生一次4.2级地震，则方圆10公里、72小时内发生6级以上地震的概率达到0.39%。整个时空强窗口内地震概率是1.67%。如果这时按他的要求发布预报，则虚报的概率是98.3%。
总结：秦四清研究员提供的5个预测意见，只要预报，则有98%以上的概率是虚报。他的五个预报意见中，至少中一个的概率不超过2.3%。所以在“地震预报”已经沦为笑柄的年代里，秦四清研究员将有97.7%的概率以中国科学院地质所专家的身份成为2012年的虚报大王【打赌吗？他中了一个我赔你10块，一个没中我只要你1块】。和轰动一时的“中国地球物理学会天灾预测专业委员会”比起来，秦研究员唯一可取的地方是先把时空强三要素的预测意见公开了。
https://blog.sciencenet.cn/blog-70036-577785.html
上一篇：地震预报的基本定律
下一篇：Hansen教父2000年还认为非CO2因素主导全球变暖
扫一扫，分享此博文
全部作者的精选博文
全部精选博文导读
相关博文
- • Building an Artificial Consciousness System with DIKWP（初学者版）
- • Cognitive Development and Mechanism of DIKWP Semantics（初学者版）
- • Cognitive DIKWP Development in Early Language Learning（初学者版）
- • Expression of Semantics in DIKWP Semantic Mathematics（初学者版）
- • Derivation of Semantics in DIKWP Semantic Mathematics（初学者版）
- • Semantic Mathematics Detailed within the DIKWP Model（初学者版）