新研究：机器学习可提前数月预测大地震

新研究：机器学习可提前数月预测大地震

引用

腾讯

1.

https://new.qq.com/rain/a/20240912A01IRO00

阿拉斯加费尔班克斯大学科学家塔西洛-吉罗纳及其团队最新研究发现，通过机器学习分析低震级地震活动，有可能提前数月预测大地震。这一突破性成果发表在《自然-通讯》期刊上，为地震预警系统的发展提供了新的思路。

这项研究由阿拉斯加大学地球物理研究所助理研究教授塔西洛-吉罗纳领导，德国慕尼黑路德维希-马克西米利安大学地质学家Kyriaki Drymoni参与合作。研究团队开发了一种计算机算法，用于搜索地震数据中的异常活动模式。

研究团队重点分析了2018年阿拉斯加安克雷奇7.1级地震和2019年加利福尼亚州里奇克雷斯特6.4至7.1级地震序列。研究发现，在这两次大地震发生前3个月左右，震中附近地区出现了异常的低震级地震活动，震级多低于1.5级。

吉罗纳表示："我们的论文表明，先进的统计技术，特别是机器学习，有可能通过分析地震目录中的数据集来识别大震级地震的前兆。"

研究团队提出了低震级前兆活动的地质原因：断层内的孔隙流体压力明显增加。孔隙流体压力是指岩石内部流体的压力。如果孔隙流体压力足以克服断层两侧岩块之间的摩擦阻力，那么高孔隙流体压力就有可能导致断层滑动。

吉罗纳强调，现代地震网络产生的大数据集为地震预测提供了可能，而机器学习和高性能计算的进步正在为地震研究带来革命性变化。然而，他也指出，制作可靠的地震预报具有"非常重要且经常引起争议的层面"。准确的预报有可能通过提供预警来挽救生命和减少经济损失，但错误的警报可能导致不必要的恐慌、经济混乱和公众信任的丧失。