AI算法實(shí)現(xiàn)光速級(jí)地震監(jiān)測(cè) 能很好適用于其他地區(qū)

英國(guó)《自然》雜志11日發(fā)表的一項(xiàng)研究顯示，一個(gè)機(jī)器學(xué)習(xí)模型可以對(duì)大型地震的演化進(jìn)行準(zhǔn)確地實(shí)時(shí)估測(cè)，這個(gè)經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型能測(cè)定以光速傳播的重力變化信號(hào)。

對(duì)地震的監(jiān)測(cè)一般需要測(cè)定地震波，地震波是在地殼中傳播的能量脈沖。然而，基于地震波的預(yù)警系統(tǒng)有時(shí)候反應(yīng)太慢，無(wú)法在大型地震(矩震級(jí)8或以上)發(fā)生的當(dāng)下準(zhǔn)確估算地震規(guī)模。有一種解決辦法是追蹤即時(shí)彈性重力信號(hào)(PEGS)，這種信號(hào)以光速傳播，由巖體突然錯(cuò)動(dòng)導(dǎo)致重力變化而產(chǎn)生。不過(guò)，PEGS是否能用來(lái)對(duì)大型地震出現(xiàn)后的方位和發(fā)展做出快速可靠的實(shí)時(shí)估算，一直有待驗(yàn)證。

來(lái)自法國(guó)蔚藍(lán)海岸大學(xué)、法國(guó)發(fā)展研究院、法國(guó)國(guó)家科學(xué)研究中心、蔚藍(lán)海岸天文臺(tái)的科學(xué)家們此次在日本1400個(gè)潛在地震位置模擬了35萬(wàn)個(gè)地震情景，并利用PEGS信號(hào)訓(xùn)練了一個(gè)深度學(xué)習(xí)模型(PEGSNet)。之后，研究人員又用2011年日本東北大地震的實(shí)時(shí)數(shù)據(jù)測(cè)試了這個(gè)模型，2011年日本東北大地震是迄今有記錄的規(guī)模最大、破壞力最強(qiáng)的地震之一。

研究人員發(fā)現(xiàn)，PEGSNet能準(zhǔn)確計(jì)算地震方位、地震規(guī)模以及地震隨時(shí)間的變化。重要的是，PEGSNet能快速給出以上信息，在地震波到達(dá)前就做出判斷。

研究人員總結(jié)道，PEGSNet在大型地震及其演化(從地表破裂到可能出現(xiàn)的相關(guān)海嘯)的早期監(jiān)測(cè)方面或能發(fā)揮重要作用。雖然這個(gè)模型主要針對(duì)日本，但他們強(qiáng)調(diào)，該模型也能很好地適用于其他地區(qū)，只需很小的調(diào)整就能實(shí)時(shí)使用這一策略。(記者張夢(mèng)然)

關(guān)鍵詞： AI算法實(shí)現(xiàn)光速級(jí)地震監(jiān)測(cè) 大型地震及演化 地震監(jiān)測(cè) 能量脈沖