地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点, 提出将热异常信息作为地震预测的信息源, 通过构建神经网络, 进行地震预测的思路, 并进行了试验。基于8d合成的1km分辨率的MODIS数据, 利用RST算法提取震前热异常信息, 在分析震前热异常信息时空变化的基础上, 确定出BP神经网络的结构, 利用该网络对中国及周边100个5级以上震例, 以及70个随机无震样本进行训练和仿真。试验结果表明, 通过RST算法提取的震前热异常指数值, 用于BP神经网络地震预测是可行的, 其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。
