一种新的人工智能方法可以帮助预测地震后余震的位置
An 地震 是地下岩石产生的一种现象 地球 地壳在地质断层线周围突然破裂。这会导致能量快速释放，从而产生地震波，然后使地面震动，这就是我们在地震中跌倒的感觉。岩石破裂的地方称为焦点 地震 其上方的地面称为“震中”。释放的能量以震级来衡量，这是描述地震能量大小的尺度。 2 级地震几乎无法被察觉，只能使用敏感的专用设备才能记录下来，而 地震 超过 8 级会导致地面明显剧烈摇晃。地震之后通常会发生许多具有类似机制的余震，这些余震同样具有破坏性，而且其强度和严重程度很多时候与原始地震相似。这种震后震动一般发生在主震发生后的一小时内或一天内。 地震。预测余震的空间分布非常具有挑战性。
科学家们已经制定了经验法则来描述余震的规模和时间，但精确定位余震的位置仍然是一个挑战。谷歌和哈佛大学的研究人员设计了一种新的评估方法 地震 并在其研究中使用人工智能技术预测余震位置，发表在 自然. 他们专门使用机器学习——人工智能的一个方面。 在机器学习方法中，机器从一组数据中“学习”，在获得这些知识后，它能够使用这些信息对更新的数据进行预测。
研究人员首先使用深度学习算法分析了全球地震数据库。 深度学习是一种高级类型的机器学习，其中神经网络试图模仿人脑的思维过程。 接下来，他们的目标是能够 预测 余震比随机猜测更好，并尝试解决余震“在哪里”发生的问题。利用从世界各地超过 199 次大地震收集的观测数据，其中包括约 131,000 个主震-余震对。这些信息与基于物理的模型相结合，该模型描述了如何 地球 会感到紧张和紧张 地震 然后将引发余震。他们创建了 5 平方公里的网格，系统将在其中检查余震。然后，神经网络将在主震引起的应变与余震位置之间建立关系。一旦神经网络系统以这种方式得到良好的训练，它就能够准确地预测余震的位置。这项研究极具挑战性，因为它使用了复杂的现实世界地震数据。研究人员另设 人造的 和类型的“理想”地震来创建预测，然后检查预测。 查看神经网络输出，他们试图分析可能控制余震预测的不同“数量”。 在进行空间比较后，研究人员得出结论，典型的余震模式在物理上是“可解释的”。 该团队建议，称为偏应力张力的第二种变体的量（简称为 J2）是关键所在。 这个量是高度可解释的，经常用于冶金和其他领域，但以前从未用于研究地震。
地震余震会造成进一步的伤害、财产损失，并阻碍救援工作，因此预测余震将拯救人类的生命。目前实时预测可能还无法实现，因为当前的人工智能模型只能处理特定类型的余震和简单的地质断层线。这很重要，因为地质断层线在不同的地理位置具有不同的几何形状。 行星。因此，它目前可能不适用于世界各地不同类型的地震。尽管如此，人工智能技术看起来很适合地震，因为在研究地震时需要考虑许多变量，例如震动的强度、构造板块的位置等。
神经网络旨在随着时间的推移而改进，即随着更多数据输入系统，进行更多学习并且系统稳步改进。 在未来，这样的系统可能成为地震学家使用的预测系统的一个组成部分。 规划人员还可以根据对地震行为的了解来实施应急措施。 该团队希望使用人工智能技术来预测地震的震级。
***
来源（S）
德弗里斯 PMR 等。 2018. 大地震后余震模式的深度学习。 自然560 (7720). DOI: https://doi.org/10.1038/s41586-018-0438-y
***
