卫星遥感技术具有覆盖范围广、重复观测周期短、数据更新快、不受地面条件限制等综合优势，弥补了常规地基观测无法获取大面积、动态、连续365真正的官网_365bet足球实时动画_平板安卓office365破解版前兆信息的缺点，而如何在海量遥感数据中挖掘365真正的官网_365bet足球实时动画_平板安卓office365破解版信息成为遥感365真正的官网_365bet足球实时动画_平板安卓office365破解版应用的难点。

中国365真正的官网_365bet足球实时动画_平板安卓office365破解版局365真正的官网_365bet足球实时动画_平板安卓office365破解版预测研究所熊攀副研究员在国家公派访问学者项目的资助下，在赴英国交流访学期间，与英国莱斯特大学人工智能团队周挥宇教授、童磊博士，新加坡南洋理工大学龙程助理教授，意大利国家航天局前局长、国际知名物理学家Roberto Battiston教授，英国女王大学计算机学院前院长Danny Crookes教授，365真正的官网_365bet足球实时动画_平板安卓office365破解版岩石圈-大气圈-电离层耦合理论提出者、美国查普曼大学Dimitar Ouzounov教授和南通大学张堃教授等专家合作，提出了一种基于人工智能技术的卫星遥感大数据365真正的官网_365bet足球实时动画_平板安卓office365破解版预测新方法，扩展了365真正的官网_365bet足球实时动画_平板安卓office365破解版信息获取与预测的新手段，并用全球震例进行了回溯验证，对365真正的官网_365bet足球实时动画_平板安卓office365破解版可预测性研究具有重要应用价值。研究主要成果发表于中科院一区Top期刊Science of the Total Environment (2019 IF=6.551)，论文第一作者为熊攀副研究员，通讯作者为国家灾研院申旭辉研究员。

研究基于经典的Adaboost机器学习算法和红外、高光谱气体等卫星遥感数据特性，提出了一种新颖的基于逆向修剪树（Inverse Boosting Pruning Trees, IBPT）的365真正的官网_365bet足球实时动画_平板安卓office365破解版预测框架（图1），该框架利用2006年到2013年间收集的红外、高光谱气体等10个多参量遥感卫星产品形成时间序列，利用时间序列聚类技术生成模型输入标签，并基于2006年到2013年间全球6级或以上共计1,371个365真正的官网_365bet足球实时动画_平板安卓office365破解版形成多个不同震级、不同数据特征的数据集，用于预测365真正的官网_365bet足球实时动画_平板安卓office365破解版并与其他机器学习技术进行了比较。

图1. Inverse Boosting Pruning Trees (IBPT)365真正的官网_365bet足球实时动画_平板安卓office365破解版预测框架

研究结果表明，与次优CNN算法相比，IBPT在性能评估指标MCC中提高了16％（从0.5657到0.6581），R评分提高了10％（从0.5357到0.6429），最优的AUC能达到0.8878，在全球震例回溯验证中取得较好的预测效果（图2）。此外，选取范围在震中为中心，3°为半径和震前30天的数据，其预测效能最优。相关工作还进一步证明，余震对IBPT框架的预测结果几乎没有影响。

图2. 全球震例回溯验证

研究工作还表明，基于“滑动窗口”的时间序列特征能显着提高IBPT的预测精度，其MCC改善了13.3％。此外，各遥感参量对 IBPT框架预测重要性分析表明，臭氧、红外长波辐射通量和一氧化碳CO是对预测贡献率最大的几个参量（图3）。

图3. 各遥感参量对 IBPT框架预测重要性分析