准周期性火山地震的点过程模型

长周期（LP）地震在活火山中很常见，在持续活跃的安山岩和英安岩俯冲带火山中更是无处不在。它们提供了关于火山动荡状态的关键信息，其发生率是喷发预测的关键数据。与火山构造（VT）地震不同，LP通常具有准周期性或“反聚集”特征，因此用于模拟VT地震发生率的现有泊松点过程方法可能不适用于LP数据。我们基于非齐次点过程模型和四种不同的事件间时间分布：指数分布（IP）、Gamma分布（IG）、逆高斯分布（IIG）和Weibull分布（IW），评估了LP数据候选模型的性能。我们考察了这些模型对观测数据的解释程度以及喷发时间回顾性预测的质量。我们使用贝叶斯MCMC方法对模型进行拟合。使用分位数-分位数和Kolmogorov-Smirnov方法评估拟合优度，并与合成数据集的结果进行基准比较。发现IG和IIG模型均能很好地拟合数据，其中IIG模型略优于IG模型。回顾性预测分析表明，IG模型表现最佳，最初对IIG模型的偏好受序列后期目录不完整性的影响。IG模型对数据的拟合显著优于IP模型，且模拟表明它对高度周期性数据能产生更好的预测。模拟还表明，使用IG模型时，预测精度随地震过程周期性程度的增加而提高，因此对LP地震的预测效果应优于VT。这些结果为火山地震时间序列的点过程建模及替代模型的验证提供了新框架。