详细内容或原文请订阅后点击阅览
人工智能在大地震前检测到隐藏的警告信号
对地震“族”的新分析表明，一些大地震发生之前可能存在聚集、局部化和应变释放的隐藏模式。大地震前的警告信号，如果确实存在的话，往往被埋藏在成千上万乍一看似乎很平常的小震动中。地球科学家的问题不是 [...]
来源:SciTech日报对地震“族”的新分析表明，一些大地震发生之前可能存在聚集、局部化和应变释放的隐藏模式。
大地震前的警告信号，如果确实存在的话，往往被埋藏在成千上万乍一看似乎很平常的小震动中。地球科学家面临的问题不仅是找到这些信号，还要在主要破裂到来之前了解它们是否有意义。
来自 GFZ 亥姆霍兹地球科学中心的研究人员，包括 Sadegh Karimpouli 博士和 Patricia Martínez-Garzón 教授博士，与国际合作伙伴合作，建立了一种数据驱动的方法，用于发现一些大地震之前地震活动的变化。他们没有告诉计算机要搜索什么警告模式，而是使用无监督机器学习，这是一种人工智能，可以在没有预设标签的情况下寻找数据结构。
该方法在历史已有详细记录的几个主要地震序列上进行了测试，包括卡赫拉曼马拉什（土耳其，2023 年）、伊基克（智利，2014 年）和拉奎拉（意大利，2009 年）。在这些情况下，分析检测到主震前几周到几个月出现的明显前震模式。
当同样的方法应用于没有已知前兆信号的地震时，包括能登（日本，2024年）和阿马特里切（意大利，2016年），它没有发现相同的模式。研究人员认为，这种方法可以帮助改进地震预报业务。该研究发表在《自然通讯》上。
地震预测的挑战
困难在于这些信号不一致。它们的时间、大小和位置可能会根据断层、板块边界、当地地质和地壳中已经储存的应力而变化。一次地震前出现的模式可能在另一次地震前不存在。