人工智能可以改善地震余震袭击的预测

一种新的人工智能正在将其大脑转向绘制地震余震。

科学家训练了一个人工神经网络来研究超过130,000个主要地震与余震之间的空间关系。在测试中，人工智能在预测余震的位置方面比许多地震学家使用的传统方法要好得多，该团队在8月30日的大自然中报道。

虽然不可能预测地震发生的地点和时间，但地震学家确实知道一些关于余震的事情。“长期以来，我们已经知道它们将在空间上聚集并随着时间的推移而衰减，”加州帕萨迪纳的美国地质调查局的地球物理学家苏珊霍夫说，他不是这项新研究的作者。

然后，在1992年，一系列的地震引发了一阵兴趣，试图根据主震如何在其他断层上转移压力来确定可能发生的余震。首先，7.3级地震震动了南加州的兰德斯镇和附近的其他沙漠社区。三个小时之后，一场6.5级的余震袭击了大约35公里外的人口稠密的大熊区。第二天，在距离内华达州近300公里的尤卡山附近发生了5.7次余震。

“1992年以后，人们希望更详细地了解[余震]模式，”霍夫说。研究人员开始尝试使用不同的标准来提炼复杂的压力变化模式。最常用的标准“库仑破裂应力变化”取决于故障方向。

但是地下的断层方向可以像三维疯狂的被子一样复杂，并且应力可以同时从许多不同的方向推动断层。想象一本书坐在桌子上：剪切压力将书推向侧面，并可能导致它向左或向右滑动。正常的压力向下推到书上，垂直于桌子，这样它就不会让步了。Hough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。

哈佛大学的地震科学家Phoebe DeVries及其同事，包括来自马萨诸塞州剑桥的一支来自Google AI的团队，将超过130,000次主震 - 余震对的数据输入AI。这些数据不仅包括位置和大小，还包括对地震断层应力变化的不同测量。人工智能从数据中学习，以确定在给定地点发生余震的可能性，然后团队使用来自另外30,000次主震 - 余震对的数据测试系统实际精确定位余震位置的程度。

研究人员发现，人工智能系统始终比库仑失效准则更好地预测余震位置。这是因为人工智能的结果与其他压力变化指标密切相关，例如断层上剪切应力的最大变化量，科学家说。

“这是一项很酷的研究，可能为未来改善预测工作铺平道路，”霍夫说。但该研究只关注静态应力，这是由于地震引起的应力的永久性变化。她说，余震也可能是由一种称为动态应力的短暂压力源引发的，这种压力是由地震引起的地震引起的。

另一个问题是，使用这种人工智能的预测系统是否可以在地震后迅速采取行动，因为其余震预测会有所帮助。新研究中的预测得益于大量关于哪些故障滑落以及损失多少的信息。在大地震发生后不久，至少有一天这样的数据将无法获得。

使用神经网络研究余震问题“是一种非常好的，有效的方法，”加州理工学院的地震学家Lucy Jones和位于洛杉矶的Lucy Jones博士科学与社会中心的创始人说。

但她同意Hough的意见，为了帮助进行风险管理，系统需要能够更迅速地做出响应。经验法则是“第一天你有多少次余震，第二天你会得到一半，等等，”没有参与这项新研究的琼斯说。“地震发生一周后，大部分余震已经发生。”