人工智慧可以改善地震餘震發生地點的預測

一種新的人工智慧正在將其大大腦用於繪製地震餘震圖。

科學家訓練了一個人工神經網路來研究超過 13 萬次主震及其餘震之間的空間關係。 在測試中，AI 非常出色更好預測餘震的位置研究小組在 8 月 30 日報告稱，與許多地震學家使用的傳統方法相比，自然。

儘管無法預測地震發生的地點和時間，但地震學家確實了解一些有關餘震的知識。 “我們很早就知道它們會在空間上聚集並隨著時間的推移而衰減，” 加州帕薩迪納美國地質調查局的地球物理學家蘇珊霍夫（Susan Hough）說道，她不是這項新研究的作者。

然後，在 1992 年，一系列地震引發了人們的興趣，人們試圖根據主震如何轉移其他斷層上的應力來確定餘震可能發生的確切位置。 首先，一場芮氏規模 7.3 地震震撼了南加州蘭德斯鎮和附近其他沙漠社區。 三小時後，一場里氏 6.5 級餘震襲擊了約 35 公里外的大熊市人口較多的地區。 第二天，距離近300公里的內華達州尤卡山附近發生了5.7級餘震。

？ 霍夫說。 研究人員開始嘗試使用不同的標準來提取複雜的壓力變化模式。 最常用的標準是「庫侖失效應力變化」。 取決於故障方向。

但地下的斷層方向可能像三維瘋狂被子一樣複雜，而且應力可以同時從多個不同方向推動斷層。 想像一本書放在桌上：剪切應力將書推向側面，並可能導致它向左或向右滑動。 正常壓力會垂直於桌子向下推動書本，使其不會移動。 霍夫說，這樣棘手的計算問題可能是為神經網路量身定制的。

哈佛大學的地震科學家菲比·德弗里斯 (Phoebe DeVries) 及其同事，包括來自馬薩諸塞州劍橋的 Google AI 團隊，將超過 130,000 個主震-餘震對的資料輸入人工智慧。 這些數據不僅包括位置和震級，還包括地震斷層應力變化的不同測量方法。 人工智慧從數據中學習，以確定在給定地點發生餘震的可能性有多大，然後團隊使用另外 30,000 個主震-餘震對的數據測試了系統實際確定餘震位置的能力。

研究人員發現，人工智慧系統對餘震位置的預測效果比庫侖失效標準好得多。 科學家說，這是因為人工智慧的結果與其他應力變化測量密切相關，例如斷層上剪切應力的最大變化量。

“這是一項很酷的研究，可能為未來改進預測的工作鋪平道路，” 霍夫說。 但研究僅關注靜態應力，即地震引起的永久應力變化。 她說，餘震也可能是由一種更短暫的壓力源（稱為動態壓力）引發的，這種壓力是由地震在地面上隆隆作響而產生的。

另一個問題是，使用這種人工智慧的預報系統是否能夠在地震發生後迅速採取行動，使其餘震央預測發揮作用。 新研究中的預測受益於大量有關哪些斷層滑動以及滑動量的信息。 在大地震發生後，至少一天內無法獲得此類數據。

使用神經網路來研究餘震問題？ 加州理工學院的地震學家、地震研究中心的創辦人露西瓊斯說露西瓊斯博士科學與社會中心，總部位於洛杉磯（SN：2018 年 3 月 31 日，第 14 頁 26）。

但她同意霍夫的觀點，為了幫助風險管理，系統需要能夠更快回應。 經驗法則是「無論第一天發生多少次餘震，第二天都會發生一半的餘震，依此類推」。 瓊斯沒有參與這項新研究，他說。 “地震發生一周後，大部分餘震已經發生。”