一种新的AI预测地震余震，成功率还不错。

谷歌和哈佛的科学家们训练了一个人工神经网络来研究超过13万次主要地震和余震之间的空间关系。

研究小组在8月30日的《自然》杂志上报道说，在测试中，人工智能比许多地震学家使用的传统方法更能预测余震的位置。

虽然无法预测地震将在何时何地发生，但地震学家确实对余震有所了解。

加州帕萨迪纳市美国地质调查局的地球物理学家苏珊•霍夫(Susan Hough)表示:“我们早就知道它们会在空间上聚集，并随着时间的推移而衰变。”

然后，在1992年，一系列的地震激发了人们的兴趣，人们试图根据主震如何将压力转移到其他断层上，来确定余震发生的确切位置。

首先，一场7.3级的地震冲击了南加州的兰德斯镇和附近的沙漠社区。三小时后，6.5级余震袭击了35公里外人口较多的大熊地区。

第二天，一场5.7级的余震发生在内华达州尤卡山附近，大约300公里外。

“1992年后，人们开始更详细地了解(余震)模式，”霍夫说。

研究人员开始尝试用不同的标准提取复杂的压力变化模式。最常用的标准是“库仑破坏应力变化”，这取决于断层的走向。

但是地下断层的走向就像一个三维的疯狂的棉被一样复杂，应力可以同时从多个不同的方向推动断层。

想象有一本书放在桌子上:剪切应力将书推到一边，可能会导致书向左或向右滑动。正常的压力向下推书，垂直于桌子，这样它就不会移动。

霍夫说，这样一个棘手的计算问题可能是为神经网络量身定做的。

哈佛大学的地震学家菲比·德弗里斯(Phoebe DeVries)及其同事将超过13万对主余震的数据输入人工智能。

这些数据不仅包括地震发生地点和震级，还包括不同程度的地震断层应力变化。

人工智能从这些数据中了解到余震发生的可能性有多大，然后团队测试了该系统能在多大程度上利用来自另外3万对主余震的数据精确定位余震地点。

研究人员发现，人工智能系统对余震位置的预测要比库仑破坏准则好得多。

科学家们说，这是因为人工智能的结果与其他应力变化指标密切相关，比如断层剪应力的最大变化量。

“这是一项很酷的研究，可能会为未来改善预测工作铺平道路，”霍夫说。

但这项研究只关注静态压力，静态压力是地震造成的永久性压力变化。

她说，余震也可能是由一种更短暂的应力源引发的，这种应力源被称为动力应力，是震动穿过地面时产生的。

另一个问题是，使用这种人工智能的预测系统是否能在地震发生后足够快地投入使用，使其余震预测有用。

这项新研究中的预测需要大量信息，这些信息包括哪些断层滑动了，以及多少断层滑动了。

在一场大地震的直接后果中，这样的数据至少要一天才能得到。

加州理工学院的地震学家露西·琼斯(Lucy Jones)是洛杉矶露西·琼斯科学与社会中心的创始人，她说，使用神经网络来研究余震问题“是一种非常好的、有效的方法”。

但她同意霍夫的观点，即为了帮助风险管理，该系统需要能够更快地做出反应。

琼斯说，经验法则是，“无论你在第一天发生了多少次余震，第二天你会有一半余震，以此类推。”她没有参与这项新研究。

“地震发生一周后，大多数余震已经发生。”

相关文章