XiaoMi-AI文件搜索系统
World File Search System地震
量子退火计算在地震反演中的应用
地震地球物理学在很大程度上依赖于地下建模，而地下建模基于对现场收集数据的数值分析。在生成一致的地下模型之前，对典型地震实验中产生的大量数据进行计算处理也需要同样大量的时间。电磁油藏数据，如 CSEM（受控源电磁）、岩石物理技术，如多井的电阻率和磁共振，以及工程优化问题，如油藏通量模拟器、井场设计和石油产量最大化，也需要强大的计算设备进行分析。另一方面，在过去十年中，量子计算机的发展取得了很大进展：机器利用量子力学定律比传统计算机更快地解决困难的计算问题。这种进步的一个具体例子就是所谓的量子霸权，最近已经使用专用量子计算机进行了演示 [1-3]。地球科学领域和相关行业（如碳氢化合物行业）有望从量子计算带来的进步中获益。目前，不同的量子技术和计算模型正在不断发展。IBM、谷歌和英特尔等巨头公司正在开发基于超导技术的量子计算机 [4]。其他公司也在投入大量精力构建基于约瑟夫森结的功能齐全的量子计算机，比如北美的 Rigetti，而美国的 IonQ 和奥地利的 AQT 则致力于开发基于捕获离子的计算机 [5]。加拿大公司 D-Wave 是量子退火计算模型的领先者 [6]，该公司已经开始交易量子机器，加拿大的 Xanadu 也在提供对其光子量子计算机的云端访问 [7,8]。
太阳能在土耳其地震恢复重建中发挥重要作用
地震对能源造成了巨大影响，许多地区，尤其是卡赫拉曼马拉什省和哈塔伊省的电网电力供应中断。土耳其总统府战略和预算办公室估计，该地区公共和私营电力部门遭受的损失总计约 5.7 亿土耳其里拉（3000 万美元）。地震发生后，太阳能协会和专业协会立即运送了太阳能电池板，以满足临时避难所和搜救协调小组的电力需求。尽管当地非政府组织和私营能源协会在为灾民提供临时可持续电力方面发挥了重要作用，但制定应对此类灾害的准备措施以确保长期解决方案至关重要。
新加坡的地震研究可以指导城市建设和可再生能源发展
研究人员将其结果与早期的地质调查结合在一起，以重建新加坡可能的构造历史。遍布新加坡中部和东部的地壳基岩可能是由于东马来地球以下大约250至2.3亿年前的古tethys海洋板的俯冲而产生的。
对瑞典南部哥特兰的反思地震调查
图3。（a）3D采集的来源和接收器位置，分别用黄色和白色圈子注释。2D采集的源和接收器位置用蓝色圆圈注释。红色矩形概述了3D区域。红色星星标志着Nore-1和Nore-2钻孔。（b）3D区域的细节，带有嵌入式和横线以及折叠的CDP箱尺寸为5 m，在线方向为5 m，在跨线方向上有15 m。蓝色和红色圆圈分别显示接收器和源点的位置。（a）中的航拍照片来自瑞典土地调查（Lantmateriet.se）。坐标在Sweref99 TM系统中。
地震风险评估和缓解计划常见问题解答
专家从业人员探讨了公用事业委员会，公用事业，紧急情况经理和关键基础设施运营商之间的伙伴关系如何使我们的社区更安全，因为我们在高风险条件下或城市大火开始展开时停电的影响。我们现在可以准备什么以限制级联后果？是燃料短缺，通信中断，连续的水流还是废水处理，我们如何准备限制不断增长的火灾风险和城市大火的影响？主持人：夏威夷公共公用事业委员会主席Leo Asuncion发言人：电力行业TBD水行业TBD通信行业TBD政府TBD政府TBD面板1B - 新技术，新的采购挑战和新风险百老汇室
对月球，火星和月球之间的月球地震散射和比较的定量评估
摘要Apollo Lunar地震数据中看到的强烈地震散射是最具特征的特征之一，这使地震信号与在地球上观察到的信号大不相同。散射被认为归因于地下异质性。虽然月球的异质结构反映了过去的地质活动和进化过程，但详细的描述仍然是一个悬而未决的问题。在这里，我们提出了通过完整的3D地震波传播模拟得出的上月壳中的地下异质性的新模型。我们的模拟成功地重现了阿波罗地震观测，从而导致了月球散射特性的重大更新。结果表明，月球的散射强度比地球上异质区域的散射强度高约10倍。量化的散射参数可能会使我们对月球的表面演化过程有限制，并使比较研究能够回答一个基本问题，即为什么地震特征在各种行星体上有所不同。
QSEEK：一个用于自动地震检测，本地化和表征的数据驱动框架
摘要我们引入了一种数据驱动的方法和软件，用于检测和定位大型地震数据集中的地震。通过结合通过神经网络相拾取器传递的地震阶段到达注释，并通过自适应OCTREE搜索进行波形堆叠，我们也可以自动检测并定位Seis-MIC事件，即使在噪声主导地震数据中也是如此。搜索量的分辨率是地震源位置的迭代精制；该策略促进了有效，快速和准确的搜索。我们提出了一个基于既定框架，fea-turing事件检测层和复杂的3D速度模型以及事件特征提取功能，SutasmomentAndlocomeMentAndlocalMagnitudeCalcalulculationFrompeakeakermotions，提供了一个用户友好且高性能开源软件框架。Weimedsatation特定的校正和特定于源的电台项中的搜索中，以提高位置准确性。我们通过从不同地区和地质环境中的大型地震数据集中提取广泛的地震目录来验证并验证我们的方法：（1）冰岛雷克雅内斯半岛； （2）德国Eifel火山区； （3）犹他州锻造。我们从构造活动，火山群和诱导的微吸毒活性中捕获地震事件，幅度在-1到5。如此精确而完整的地震目录有助于解释和理解原本隐藏的地下过程。
欧洲地震参考站的数据驱动和机器学习识别
sumary日益增长的地震网络和越来越多的永久性地震站可以帮助改善地震危害评估的物理基础。为此，参考站点条件的定义非常重要。如果已知参考地面运动的可靠估计，则可以根据该参考位点对任何给定位点进行修改。由于选择良好的参考位点的选择并不简单，这主要是由于浅层层的较高可变性，因此这种选择被证明会受到大型不确定性的影响。虽然最上层30 m（v s 30）的平均s波速度之类的代理参数可能有助于表征参考站点条件，但此类参数既不可用，也不允许结论一下该站点不受放大和减弱效应的影响。在这项研究中，我们以统一和完全数据驱动的方式确定欧洲的前瞻性参考地点。所有分析均基于免费可用的地质和地球物理数据，不需要现场测量或特定地点代理。研究既说明了扩增的影响，又是较大频率范围内的衰减。为了解决关键概念问题，我们基于机器学习技术验证了我们的分类，其中研究了单个站点表征参数的影响。我们的研究表明，在2000多个研究中，欧洲大约250个地点不受当地现场效应的影响，并且可以根据所应用的标准将事实视为参考地点。
