辨別地震與非地震訊號之現地即時強震預警系統研發

鑒於台灣地狹人稠，為增加強震波來臨前的預警時間以及解決區域型地震預警系統警報盲區的問題，現地型強震即時預警系統的建置勢在必行。現地預警系統利用地震初達波前幾秒的特性來預測此地震事件可能達到之最大地表加速度（Peak Ground Acceleration, PGA），根據預測震度大小視情況發布警報。然而，由於現地型系統只使用單一地震測站所記錄的振動歷時資料，便容易受到其他非地震事件所造成的影響，例如車輛、行人、施工等等未知振動源，以及電子訊號等非振動訊號的干擾，而發生預警系統誤報的情形。故本研究擬使用支持向量分類法（Support Vector Classification, SVC）與奇異譜分析（Singular Spectrum Analysis, SSA）等人工智慧（Artificial Intelligence）與訊號處理方法嘗試解決這個問題，期能將容易被高估PGA的非地震事件在預測PGA前先行去除，以減少系統誤報的狀況，並確保實際震度大於四級的地震事件能夠分類正確。