详细内容或原文请订阅后点击阅览
使用可扩展的贝叶斯框架应对地震海啸
通过将人工智能的力量与先进的物理模拟相结合，一种名为“SPIDER”的新框架使我们能够以前所未有的清晰度绘制地震活动图。
来源:Eos杂志来源：地球物理研究杂志：固体地球
机器学习使我们能够检测到数百万次微小地震，但我们现有的工具很难高精度地处理这种“数据海啸”。虽然一种名为“贝叶斯推理”的流行数学方法可以准确地告诉我们地震位置的可靠程度，但它通常速度太慢，无法处理如此大量的信息。对于“双差”方法尤其如此，该方法比较成对的地震，但在处理数百万个连接时会产生巨大的计算瓶颈。为了解决这个问题，罗斯等人。 [2026] 提出了一种名为可扩展概率推理差分地震重定位（SPIDER）的新框架，它将人工智能的力量与先进的物理模拟相结合。
通过使用专门的神经网络和高效的采样技术，SPIDER绕过这些瓶颈，同时重新定位超过一百万个地震参数。对计算机模拟和真实世界数据的测试证明了 SPIDER 能够揭示以前模糊的隐藏地下断层的更清晰的图像。
除了提供位置之外，它还为科学家提供了一种严格的方法来测量整个目录中每个事件的不确定性和可靠性。这一突破使我们能够以前所未有的清晰度绘制地震活动图，帮助我们更好地“看到”地下深处复杂断层结构的形状和厚度，并提高我们为未来地震灾害做好准备的能力。
引文：Ross, Z. E.、Wilding, J. D.、Azizzadenesheli, K. 和 Kato, A. (2026)。 SPIDER：差分地震重定位的可扩展概率推理。地球物理研究杂志：固体地球，131，e2025JB032769。https://doi.org/10.1029/2025JB032769
—Hsin-Hua Huang，副主编，JGR：Solid Earth