支撐向量法於現地型強震即時警報系統之離線模擬結果與探討

眾所周知，台灣的地震頻仍，其潛在的危險亦威脅著人民的生命財產。如能在地震發生初期，即時推估即將來到的地震強度，便能在強震波到達前做好相關防災措施，進而將傷害減至最低，因此許多預測地震強度的相關演算法也應運而生。日前提出的「支撐向量法」（Support Vector Machine, SVM法）係利用初達波的特徵，透過監督式學習（Supervised Learning）的方式，建立可預測地震強度的模型，進而於未來地震發生時即時利用該模型預測地震強度。日前「支撐向量法」雖於中央氣象局資料庫（Taiwan Strong Motion Instrumentation Program, TSMIP）中擁有良好的訓練與驗證表現，然而在現地測站的表現仍有待更進一步的探討與檢驗。基於此，本研究擬了解「支撐向量法」應用於現地測站，作為強震即時警報之情形，但是由於目前安裝於現地測站之預測地震方法大多為「體波震源法」，因此本研究將利用離線模擬方式重現「支撐向量法」於現地測站的線上即時運算結果，並與目前線上使用之「體波震源法」進行比較。最後，我們發現「支撐向量法」於現地測站的表現是優於「體波震源法」的。