新穎的演算法可偵測前兆規模的增加，以幫助預測大地震

許多人都知道，大地震之後往往會發生一系列餘震，因為壓力會在周圍地區重新分佈。許多人可能不知道在大多數大地震之前也發生過一系列地震。

所謂前兆震級增加（PSI）是指前兆地區地震的發生頻率和規模突然增加，其前兆時間和震級先於即將發生的大地震。不同前兆變數之間的統計關係構成了地震預報模型 EEPAS（根據規模的每次地震都是前兆）的基礎。

EEPAS 的目標是在中期（即幾個月到幾十年內）預測即將發生的重大地震，具體取決於震級。 EEPAS 在全球測試中表現良好，是紐西蘭公共地震預報和紐西蘭國家地震災害模型的重要貢獻者。

迄今為止，對前兆規模增加的分析有限，很可能是由於最初檢測規模的複雜和手動方法。最近的工作表明，可以對特定地震進行多次 PSI 識別，其中較小的前兆區域與較長的前兆時間相關，反之亦然。

需要更系統化的方法來檢測 PSI 來研究面積和時間之間的這種權衡，以確認隨著時間接近主震，小型前兆區域會增長。 GNS Science 危害與風險科學家 Annemarie Christophersen 博士是論文的主要作者發表在地震學研究通訊描述了兩種自動偵測地震目錄中 PSI 的演算法。

這些演算法已應用於真實地震目錄和基於地震發生的已知物理原理的模擬數據。這些演算法可以識別大多數具有不同強度的大地震的 PSI 的多種實現。時間、區域和幅度。

平均而言，真實數據和合成數據在時間和空間之間存在均勻的權衡。此外，PSI 參數的標度關係與得出 EEPAS 預測模型的原始主觀辨識的標度關係一致。

克里斯托弗森博士說：「我們的工作對於增進我們對地震活動如何發展為大地震的理解至關重要。我們的下一步是將我們的發現納入 EEPAS改進中期地震預報，這是公共地震預報和國家地震災害模型的直接投入。這些資源幫助我們更好地決定在哪裡建設，並優先考慮加強現有基礎設施，使紐西蘭更有彈性」。

更多資訊：Annemarie Christophersen 等人，地震目錄中前兆規模增加現象的演算法識別，地震學研究通訊（2024）。編號：10.1785/0220240233

由 GNS 科學提供