人工智能引领地震监测新突破

降低破坏程度是地震研究者的重要目标。当破坏性地震发生时，实时报告地震参数对即时破坏评估和紧急疏散至关重要。研究人员发现，通过深度学习算法，人工智能系统可以在收到地震记录后不到1秒内准确估算震源机制的解决参数。

快速自动化揭示地震源信息对地震预警有直接作用，也可以为地震后趋势判断、强度速报、地震应急救援等提供科学依据。但从地震记录来看，地震源机制是一个耗时的计算过程。因此，目前，世界各地的地震监测台网络在速报信息中只包含震源时间、震级、位置和震源深度，不包括描述地震破裂特征的震源机制解决参数。

近日，美国国家工程院院士、中国科技大学地空学院大师讲座教授张捷课题组发表在《自然-通信》一篇论文中，利用深度学习算法，人工智能系统可以在收到地震记录后不到1秒内准确估算出地震源机制解参数。

解决重要震源机制。

2004年12月26日8时58分55秒，震惊世界的重大灾难突然来临。

里氏9.3级地震发生在印度洋板块与亚洲板块的交界处。震动又引发了强烈的海啸，滔天巨浪席卷了印度尼西亚、斯里兰卡、马尔代夫等国家，造成了巨大的人员伤亡和财产损失。

张捷对《中国科学报》说：印度洋大地震发生时正值圣诞假期，很多国家的地震专业人士都在度假。当时，震源是大规模的逆冲破裂。震后15分钟，海啸首先到达印尼，但没有预警，最终导致14个国家共有22万多人丧生。

张杰解释说，从地震源参数来看，海底逆冲型地震可能会引起海浪，引起海啸，而其他类型地震不太可能引起海啸。

振动源机制解(又称断层面解)是利用地震观测数据研究地震发生时，振动源处的力和断层的错动性。振动源机制解不仅有助于了解断层的类型，还能揭示断层在地震发生时的具体运动情况，描述滑动断面的特点、走向、倾向、倾角等。

除了可以帮助预测海啸之外，震源机制解还可以用来预测主震，或者用主震数据预测强余震，揭示震源附近的应力分布情况等等。张捷说，了解震源滑断的特点非常重要。许多地震活动带，我们已经掌握了断层系统的分布情况，根据地震源滑动参数可以判断哪一个断层系统开始活动，它的应力方向在哪里，附近其它类似断层系统是否存在危险等。

一秒钟内报告参数。

根据地震记录计算地震源机制的难点是传统方法计算强度过大。这个数值解决了非线性问题，计算时间长。对于地震前后的各种应对准备和地震后的应急救援，每秒都很珍贵。张杰说。

自1938年地震学家首次计算地震源机制解决以来，如何快速获得地震源机制参数一直是地震研究者想要解决的问题。到目前为止，地震速报信息仍然不包括地震源机制参数。研究者通常只能在地震发生几分钟或更长时间后报告地震源机制参数。

2014年，张杰课题组与中国科技大学计算机学院教授陈恩红课题组合作，利用互联网搜索引擎技术，实现了数据库中存储的快速振源机制的解决方案。论文发表在《自然-通信》上。随后，该方法在四川和云南投入地震监测，成为当时最先进的地震源机制解速报技术。然而，该方法受到数据库的限制，难以应用于大型地震监测区。

经过7年的深耕，课题组首次采用人工智能方法，突破了数据库的限制，使该方法适用于大面积地震监测。

目前，美国、日本和其他国家的速报震源参数水平相当。美国国家地震局可以在震后3分钟内尽快报告最初的地震源机制，然后几分钟内可以进行修正和改进。大多数情况只能在地震发生10分钟后报告。

近年来，中国地震局台网中心不断提高速报能力，2020年平均速报时间为震后572秒(约10分钟)，其中不包括震源机制解。

在这项研究中，我们利用机器学习算法，提出了一种新的深度卷积神经网络——振动源机制网络(FMNet)，利用全波形信息快速估计振动源机制。这篇论文的第一作者和已经在美国斯坦福大学地球物理系从事博士研究的情况文欢告诉《中国科学报》，监督神经网络模型的训练需要大量的实际数据。FMNet可以先用合成数据训练，然后直接应用于实际数据。FMNet从综合训练数据中学习与振动源机制相关的波形的普遍特征。

人工智能方法可以通过学习、验证和测试来完善自己的系统。然而，一个地区的历史地震不够，样本不够。如何解决机器学习问题？张杰说，我们发现使用理论计算数据作为训练样本是非常有效的。事实上，目前发表的震源机制解决研究也是通过理论模型和数据反演获得的。机器学习只是掌握了所有的理论知识，所以速度和准确性更好。

应用完整的理论地震大数据训练人工智能神经网络，提高了系统的准确性和可靠性。况文欢表示，经过几天的学习，地震发生后，实际地震数据进入人工智能系统后，系统可以在不到1秒的时间内准确估地震源机制参数。

研究参数平民化

这个结果首次实现了全自动瞬间报告所有地震源参数。到目前为止，这是研究参数，地震学家经常发表论文报告某地震的地震源机制。张捷说:实时提供地震源机制解，使世界地震监测水平进入新阶段。

张捷解释说，有了地震震源机制解之后，就知道单个地震是哪一个断层在活动，从而推断应力分布，预测地震风险。尽管公众很难理解震源机制解的概念，但是预警系统可以根据震源机制解来决定，通知公众风险程度。

大量的实际数据测试证实了该方法的有效性。情文欢说，我们使用振动源机制来描述断层地质和断层机制，也可以利用主振动源机制来计算应力变化，以检验余震的地震触发理论。此外，及时导出的振动源机制可以为目前正在实施的点源地震预测模型提供重要补充，有助于改善地震预测，从而进行早期预警。

对于团队取得的成果，论文的三位评论者一致评价为非常令人兴奋的突破性成果。

为了提高地震预警的准确性，需要密集的高频监控数据采集和实时处理，现有的人机结合工作模式已经不能满足这一要求。这一结果为地震监测和预警业务实现快速高效的智能转型提供了坚实的基础。中国地震局科技与国际合作司司长在推车时告诉《中国科学报》。

北京大学理论与应用地球物理研究所所长赵莉评价说:张捷教授团队在人工智能地震监测预警领域不断突破，并应用于川滇地震科学实验场，对中国地震减灾具有重要意义。

减少破坏程度是地震研究人员的重要目标。当破坏性地震发生时，实时报告地震参数对即时破坏评估和紧急疏散至关重要。这项研究目前正在转化为实际成果。最近，它将在中国科技大学和中国地震局合作开发的智能地震人工智能地震监测系统上试运行，并在中国地震科学实验室全面推广。

成都融和实业排队叫号系统厂家是一家集研发、生产、营销、服务于一体的高新技术企业.主营智能排队叫号系统、排队机、叫号机、评价器(好差评系统)、呼叫器、多媒体查询及信息发布配套系统等,公司产品已广泛应用于不动产登记、智慧税务、智慧政务、智慧金融、智慧医疗、智慧通讯、智慧服务大厅、智慧机关单位等服务窗口行业.咨询电话：028-87438905。