应用人工智能实时估算地震震源破裂面获突破性进展
中国科学技术大学地球和空间科学学院张捷教授课题组在监测地震、应用人工智能实时估算地震震源破裂机制参数领域取得了突破性进展，这一研究成果于2021年3月4日发表在《自然通讯》(NatureCommunications)杂志上。
地震的发生是震源处岩石的破裂和错动过程，可以采用两个相对错动面的走向、倾向及倾角等参数描述，称为地震震源机制解。这个震源断层破裂面的特征与震源所辐射的地震波之间有一定的关系，因此，从多台地面地震记录反推地震震源机制是监测地震的一项重要工作，相关的信息可以帮助揭示震源处岩体的破裂和运动特征，从而推断断层的破裂方向、破裂速度与应力降等参数。震源机制解也能帮助预测海啸、预测强余震的可能分布、以及揭示震源附近的应力分布状况等。从地震记录推算地震震源机制是个计算耗时的过程，自1938年地震学家第一次开始推算地震断层面解，震源机制参数一直是个研究性问题。目前世界各地地震监测台网在地震速报信息里只有发震时刻、震级、地点和深度，不包括震源机制参数，地震发生几分钟或更长的时间后才报出震源机制参数。
采用人工智能方法有效地解决了这个复杂计算问题。应用完备的理论地震大数据训练人工智能神经网络，完善了该系统的准确性和可靠性，当地震发生后，实际地震数据进入人工智能系统，在不到1秒的时间内系统准确地估算出震源机制参数（见图1），大量实际数据测试证实了该方法的有效性，实现了该领域的重要突破。
图1：采用地质模型计算的理论数据训练神经网络，当地震发生时，实际地震数据用于预测地震震源机制参数。
该成果目前正在转化成实际运行的功能，近期将在中国科学技术大学和中国地震局合作研发的“智能地动”人工智能地震监测系统上试运行。参与这项科研工作的人员包括博士后况文欢（后加入斯坦福大学）和研究生袁聪聪（后加入哈佛大学）。
论文链接：https://www.nature.com/articles/s41467-021-21670-x
（地球和空间科学学院、科研部）
科学网—人工智能引领地震监测迈入新时代
人工智能引领地震监测迈入新时代
减轻破坏程度是地震研究者的一个重要目标。当破坏性地震发生时，实时报告地震参数对于立即进行破坏评估和紧急疏散至关重要。研究人员发现，利用深度学习算法，人工智能系统可在收到地震记录后不到1秒时间内，准确估算出震源机制解参数。
■本报记者张双虎
快速自动化揭示地震震源信息对地震预警有直接作用，也可为震后趋势判定、烈度速报、地震应急救援等提供科学依据。但是，从地震记录推算地震震源机制是个耗时的计算过程。因此，目前世界各地地震监测台网在速报信息里只有发震时刻、震级、地点和震源深度等内容，不包括描述地震破裂特征的震源机制解参数。
日前，美国国家工程院院士、中国科学技术大学地空学院大师讲席教授张捷课题组发表在《自然—通讯》的一篇论文显示，利用深度学习算法，人工智能系统可在收到地震记录后不到1秒时间内，准确估算出震源机制解参数。
重要的震源机制解
2004年12月26日8时58分55秒，一场震惊世界的重大灾难突然降临。
印度洋板块与亚洲板块交界处，发生了里氏9.3级地震。地震又引发了强烈海啸，滔天巨浪席卷了包括印度尼西亚、斯里兰卡、马尔代夫等国，造成了巨大的人员伤亡和财产损失。
“印度洋大地震发生时正值圣诞假期，许多国家的地震专业人员都在度假。”张捷告诉《中国科学报》，“当时震源是大型逆冲破裂。震后15分钟，海啸最先到达印尼，但却没有预警，最后造成14个国家共22万余人失去生命。”
张捷解释说，从地震震源参数来说，海底逆冲类型地震可能会掀起海浪，造成海啸，而其他类型地震产生海啸的可能性比较小。
震源机制解（又称断层面解）是利用地震观测资料来研究地震发生时，震源处作用力和断层错动性质。震源机制解不仅可以帮助了解断层的类型，还可以揭示断层在地震发生时具体的运动情况，描述滑断面的特征，走向、倾向、倾角等。
“除能帮助预测海啸外，震源机制解还可能用于由前震预测主震，或由主震资料预测强余震，揭示震源附近的应力分布状况等。”张捷说，“了解地震的震源滑断特征非常重要。在很多地震活动带，我们已经掌握了断层系的分布，依据震源滑动参数就能判断出是哪个断层系开始活动、其应力方向在哪儿、附近其他类似断层会不会出现危险等。”
1秒内报出参数
“从地震记录推算地震震源机制的难点在于，传统方法计算强度太大。该数值解非线性问题，计算时间长。对地震发生前后各种应对准备及震后抢险救灾来说，每一秒都非常珍贵。”张捷说。
自1938年地震学家第一次推算地震震源机制解开始，如何快速得出震源机制参数一直是地震研究者想解决的问题。时至今日，世界各地地震监测台网在地震速报信息时，仍不包括震源机制参数。研究人员往往在地震发生几分钟或更长时间后，才能报出震源机制参数。
2014年，张捷课题组与中国科大计算机学院教授陈恩红课题组合作，用互联网搜索引擎技术，实现了快速报出数据库里存好的震源机制解。该论文发表在《自然—通讯》上。随后，该方法在四川、云南投入地震监测，成为当时最先进的震源机制解速报技术。但该方法受数据库约束，难以应用于较大的地震监测区域。
在这一领域持续深耕7年后，课题组首次利用人工智能方法，突破了数据库的约束，使该方法适用于大区域地震监测。
目前，美、日等国速报震源参数水平相当。美国国家地震局最快能在震后3分钟报出最初的地震震源机制解，随后几分钟内有可能再进行修正完善，多数情况是在地震发生10分钟以后才能报出。
“中国地震局台网中心最近几年在持续提高速报能力，2020年平均速报时间在震后572秒（约10分钟），其中不包括震源机制解。”张捷补充说。
“在这项研究中，我们利用机器学习算法，提出一种新的深度卷积神经网络——震源机制网络（FMNet），利用全波形信息快速估计震源机制。”该论文第一作者、已在美国斯坦福大学地球物理系从事博士后研究的况文欢对《中国科学报》说，“与一般应用中有监督神经网络模型的训练需要大量的实际数据不同，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震源机制有关的波形的普遍特征。”
“人工智能方法可以通过学习、验证与测试完善自身系统。但一个区域历史地震不够、样本不够，怎么解决机器学习问题？”张捷说，“我们发现采用理论计算数据做训练样本非常有效。实际上，目前发表的震源机制解方面的研究，也是通过理论模型和数据反演得到的，机器学习只不过掌握了所有理论知识，因此速度与准确度更好。”
“应用完备的理论地震大数据训练人工智能神经网络，完善了该系统的准确性和可靠性。”况文欢说，“经过几天的学习，当地震发生后，实际地震数据进入人工智能系统后，在不到1秒的时间内，系统就可以准确地估算出震源机制参数。”
研究参数“平民化”
“该成果第一次实现了全自动瞬间报出所有震源参数。在此之前，这是个‘研究参数’，地震学家经常发论文报告某个地震的震源机制解。”张捷说，“能够实时提供震源机制解，将引领全球地震监测水平进入一个新的阶段。”
张捷解释说，有了地震震源机制解后，就知道单个地震是哪个断层在活动，从而推断应力分布，预测地震风险。虽然震源机制解的概念公众并不容易理解，但预警系统可以依据震源机制解做出决定，通知公众风险程度。
“大量实际数据测试证实了该方法的有效性。”况文欢说，“我们使用震源机制来描述断层地质和断层机制，也可以利用主震的震源机制来计算应力变化，以检验余震的地震触发理论。此外，及时导出的震源机制可以为目前正在实施的点源地震动预测模型提供重要的补充，有可能帮助改进地震预测，以便进行早期预警。”
对团队取得的成果，该论文的三位审稿人一致评价为，“非常激动人心的突破性成果”。
“提高地震预测预警的准确性，需要密集的高频监测数据采集和实时处理，现有的人机结合工作模式已不适应这一要求。这一成果为地震监测、预测预警业务实现快速、高效的智能化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里评价说：“张捷教授团队在人工智能解决地震监测预警领域不断取得突破，并应用到川滇地震科学实验场，对我国的地震减灾事业意义重大。”
“减轻破坏程度是地震研究者的一个重要目标。当破坏性地震发生时，实时报告地震参数对于立即进行破坏评估和紧急疏散至关重要。该研究目前正在转化为实际成果，近期将在中国科学技术大学和中国地震局合作研发的‘智能地动’人工智能地震监测系统上试运行，在中国地震科学实验场全面推广。”张捷说。
相关论文信息：https://doi.org/10.1038/s41467-021-21670-x
《中国科学报》(2021-03-18第3版信息技术)人工智能地震监测系统上线：2秒报出地震参数
原标题：人工智能地震监测系统上线：2秒报出地震参数
近日，西藏日喀则市定日县发生5.9级地震，震源深度10千米。距离震中较近的定日县、拉孜县居民都有震感。地震的监测和风险防范问题再次引发人们的关注。
当地震发生的时候，地震波信号传到地震台网，据此得出地震震中、震级、发震时刻、深度、破裂机制等参数。地震监测如何做到“又快又准”是我国科学家长期以来重要的攻关方向。
在中国地震台网中心、在各地震台站，速报员们一刻不敢松懈，他们是实现“又快又准”的关键一环。“震情信息无小事，容不得一丝差错，只能叮嘱自己仔细再仔细。”中国地震台网中心地震速报员杜广宝在接受科技日报采访时说，他已经连续4个春节守在监测系统前，地震发生后在10分钟左右核算地震参数信息，校正自动速报结果，给出正式速报是杜广宝和同事们必须做到的事情。
有没有一种新技术可以解放速报员们紧绷的神经？有没有一种方法可以更快更准地给出地震参数信息？近日，由中国科技大学与中国地震局合作研发的“智能地动”系统项目组宣布：利用该人工智能地震监测系统，仅需要1―2秒时间就能报出所有地震震源参数，引起业内广泛关注。
会“学习”的地震监测系统
从古至今，地震对人们生命财产的威胁从未停止。仅2019年，我国大陆地区共发生5级以上地震20次，地震灾害造成的直接经济损失约59亿元。其中，四川长宁6.0级地震和西藏墨脱6.3级地震都给当地群众的生产生活带来极大影响。
在地震发生的第一时间获得地震的相关信息对于灾害的预判及救援意义重大。目前，自动算法与专业人员人工计算结果相结合的方式，仍是许多国家监测地震的主要手段。也就是说，传统地震监测系统是报出系统计算与专家干预相结合的结果，因此要求专业人员24小时值班，这对工作人员提出了很高的要求。更重要的是，有许多微小地震肉眼常常无法识别，但是这些微小地震可能预示大地震的发生。
科学家们最初研究“智能地动”系统的动力正是源自于此。
中国科技大学地球和空间科学学院教授张捷在接受科技日报记者采访时表示，人工智能地震监测系统的出现是地震监测的一个重要的里程碑。通过深度学习历史地震数据，“智能地动”系统可以监测到微弱地震波信号，并在两秒内报出地震参数信息。借助超级计算机，灾害模拟评估的区域更广、精确度更高。
“智能地动”系统与传统监测系统最大的不同就是它的深度学习能力。它能根据记忆中汇集的上百万个地震资料，结合地震学理论，快速处理正在发生的地震数据。
“智能地动”系统自2018年12月已在中国地震局试运行，实时处理位于四川和云南省的中国地震实验场的117个地震台，这套系统采用一系列人工智能主导的地震数据分析方法分析数据，无需人工操作，便可自动快速地得出地震信息并自动发布。人工智能技术的应用为地震监测的时效性、准确性、以及处理大数据带来了前所未有的新能力，将为防灾减灾带来许多新的突破。
“智能地动”可能人所不能
正是由于“智能地动”系统可以不断从历史地震大数据中“学习”，它在监测地震领域才有了能人所不能的一些“神通”。比如，以前我们采用计算记录幅值变化来确定地震参数，一旦有噪音干扰或某个台站发生故障，计算就容易出错，但“智能地动”系统通过学习历史上发生的上百万个地震信号，可以有效地去除任何频率段的噪音，识别能力强，能监测到微弱的、肉眼无法看到的地震波信号。传统监测系统一般可以报出3级以上的地震，而“智能地动”系统可以报出1级以上地震的信息，提高了地震监测能力。
在地震定位方面，传统方法拾取性质不同或传播路径不同的地震波组、地震波从震源传到观测点所经过的时间等地震震相走时，去噪效果差，个别台站拾取走时错误，这些都会影响最后定位结果，而“智能地动”系统则是一步到位，直接根据地震波形记录推断地震的位置与深度。
更重要的是，在地震破裂机制研究上，传统方法只能处理较大地震的资料，并且依据人工选用的波形与反演参数，在几分钟后得出破裂机制的描述参数，“智能地动”系统则可在1秒内依据记忆训练的大数据库，对任何地震瞬间推出地震破裂机制以及可靠性分析。
人工智能预报地震是新方向
最近一些年来，我国地震科技取得了长足的进步。随着各项高新技术的迅速发展，地震相关研究中常能见到前沿科技的身影。许多人都知道地震预报是一个世界级难题。既然科学家们开始将大数据、人工智能等最新技术研究成果引入地震科学，是不是意味着我们有可能在地震预报上获得重大突破呢？
实际上，为了预测下一场大地震将出现在何时何地，有许多科学家都在不断努力。越来越多的科学家认为，随着人工智能的应用越来越充分，他们分析大量地震数据的方式发生了改变，这将有助于人们更好地了解地震，预测地震的表现形式。
地震预报也是“智能地动”系统的努力方向之一。张捷表示，“智能地动”系统目前的运行水平已经达到了常规地震监测与地震预警的技术指标要求。他说，我们团队目前多项科研都在从事地震预报的研究。去年12月我们在美国旧金山召开的全球最大的地球物理学年会上，作了3个关于地震预报的学术报告，其中两个报告都是应用人工智能预测大地震。我们的目标是未来“智能地动”系统将具有中短期地震预测的功能。
(责编：易潇、毕磊)分享让更多人看到
科学网—人工智能能够预测地震吗
人工智能能够预测地震吗？精选已有8425次阅读2018-12-1009:06|系统分类:海外观察
地震是致命的自然灾害，还会引发火灾和海啸。大地震往往造成大量的人员伤亡，例如2008年中国汶川地震、2010年海地地震和2011年日本东北部太平洋海域地震。如果科学家能提前几周或几个月预报大地震即将来临，以便公众做好撤离和其他准备工作，可以挽救无数生命。
我长期从事石油地震勘探数据处理和解释计算机软件开发，之所以关心地震预测问题是由于如下原因：一是我敬仰的地球物理前辈翁文波先生，生前曾经写给我一封信，谈及地震预测的计算机软件开发问题（翁先生在1966年邢台地震后，曾经受周恩来总理的嘱托长期研究地震预报问题）；二是在翁先生离世多年后，中国石油集团科技局的一位领导同志曾经就继续开展天灾预测研究问题征求过我的意见。不过，那时我一心一意在石油物探软件。这几年退休后，看到人工智能在石油地震勘探数据处理和解释领域应用十分火爆（例如，2018年10月14-18日在美国阿纳海姆召开的SEG勘探地球物理年会上，有关机器学习论文达到107篇），有时也想：人工智能是否能够用于解决地震预测问题？
地震预报与天气预报不同。天气预报与石油物探一样，早就是超级计算机的大用户。由于使用了更好的卫星、更精确的数学模型和更强大的计算机，天气预报的精确度和可靠性已经显著改善。至于地震预报，尽管有许多科学家也尝试过预测地震，至今还没有人找到可靠的、精确的方法。一些专家认为这是一种无望的努力。
预测地震是地震学的圣杯。预报地震是白日梦吗？地震学家正在利用机器学习实验，以找出答案。洛斯阿拉莫斯国家实验室的地球物理学家保罗·约翰逊正在尝试使用一种强大工具——人工智能来解决这个“不可能”的谜题。保罗·约翰逊是将人工智能应用于预测地震的最前沿研究科学家之一，他说：“实际上，在我的职业生涯中，我第一次感到我们有希望能够在这个问题上取得进展”。他认为，“如果在10年前就尝试做，我们不可能做到这一点”。现在，越来越多的科学家说，在人工智能的帮助下，有望改变他们分析大量地震数据的方式，帮助他们更好地理解地震，预测地震的行为，并提供更快、更准确的预警。
全世界的研究人员花了几十年的时间研究他们认为可以可靠地预测地震的各种现象：前震、电磁干扰、地下水化学变化，甚至动物异常的行为。但没有一个是一贯奏效的。在20世纪80年代和90年代，在人工智能的第二次浪潮中，数学家和物理学家也尝试过将人工智能应用于地震预测，没有收到成效。但是，技术的改进，机器学习算法和超级计算机的进步，以及存储和使用大量数据的能力提高，现在可能为应用人工智能技术带来新的优势。保罗·约翰逊和他的团队正在实验室里利用更复杂的计算，尝试以前没有人做过的事情：他们给机器提供原始数据——在实验室模拟地震事件之前、期间和之后连续进行的大量测量。然后他们允许算法对数据进行筛选，以寻找在人工地震发生时发出信号的模式。除了实验室的模拟，研究小组还开始使用来自真实地震的原始地震数据，进行同类型的机器学习分析。
这与科学家过去尝试的地震预测的方式不同——过去他们通常使用经过处理的地震数据，称为“地震目录”，来寻找预测的线索。这些数据集只包含地震的震级、地点和时间，并且省略了其余信息。通过使用原始数据，约翰逊的机器算法可能能够拾取重要的预测标记。
约翰逊和他的合作者宾夕法尼亚州立大学的地球物理学家克里斯·马龙，已经用学校的地震模拟器进行实验室实验。该模拟器随机产生地震，并为开源的机器学习算法生成数据。该系统已经取得了一些令人惊讶的结果。研究人员发现，计算机算法从声学数据中采集到一个可靠的信号——“嘎吱嘎吱”和“磨碎”噪声，这些噪声随着实验室模拟的构造板块随时间推移，而不断出现。该算法揭示了这些噪声随着人工构造系统接近模拟地震而变化，这意味着约翰逊可以在任何时间点观察这个声学信号，并对地震可能发生的时间设置严格的界限。
例如，如果人造地震将在20秒内发生，研究人员可以分析该信号，从而精确地预测事件发生的时间。约翰逊解释说：“算法不仅可以告诉我们一个事件可能在非常精细的时间范围内何时发生，而且它实际上告诉我们关于我们没有注意到的系统的物理学”。在他们的实验室实验中，研究小组研究了声学信号，并追溯性地预测了地震事件。约翰逊说，预测应该实时进行。
当然，自然地震比实验室产生的地震复杂得多，所以在实验室里起作用的东西在现实世界中并不一定成立。例如，地震学家尚未在自然地震系统中观察到算法在实验室模拟过程中检测到的吱吱声和磨削声（尽管约翰逊认为这些声音可能存在，他的团队正在研究这些）。也有许多地震学家怀疑机器学习能否带来突破。地震学家肖尔茨说：“这是一项令人兴奋的研究，我认为我们将从（约翰逊的）工作中学到很多物理知识，但是在实际地震中实现这一目标还存在很多问题。”
约翰逊也非常谨慎，以至于他犹豫是否称自己正在做的是“地震预测”。他说：“我们认识到，如果你声称做了没人相信自己能够做到的事情，你就必须注意可信度”。约翰逊还指出，他目前只寻求一种估计地震发生时间的方法，而不是震级的方法。他说，预测地震的规模是一个更棘手的问题。
但是肖尔茨和其他没有参与这项研究的专家仍然认为约翰逊应该继续探索这种方法。美国地质调查局的研究地球物理学家大卫·洛克纳解释说：“这种可能性真的很大”，“机器学习的强大之处在于，你可以把所有的东西都扔进锅里，而有用的参数自然会从锅里掉出来”。因此，即使没有成功获取约翰逊的实验室实验中的噪声信号，他和其他科学家可能仍然能够将机器学习应用于自然地震其他有效果的信号。
约翰逊已经开始将他的技术运用到真实世界数据中——机器学习算法将分析各种来源收集的地震测量结果。当然，这仅仅是开始——也许在未来5到10年内，机器学习将彻底变革地震预测的方式，有望提前几个月甚至几年预测地震。
参考资料：
[1]https://www.scientificamerican.com/article/can-artificial-intelligence-predict-earthquakes/
[2]BertrandRouet‐Leduc，ClaudiaHulbert,NicholasLubbers,KiptonBarros,ColinJ.Humphreys,PaulA.Johnson.MachineLearningPredictsLaboratoryEarthquakes.GeophysicalResearchLetters.Volume44,Issue18.28September2017
https://blog.sciencenet.cn/blog-3005681-1150776.html上一篇：数据科学入门﹕极简教程●实战指南下一篇：福布斯《30under30》科学俊杰收藏IP:218.98.33.*|热度|