45 年前，我国曾提前 20 天预测出 7.3 级的地震

 

By 超神经

场景描述：使用深度学习、神经网络等机器学习技术，去分析和研究地震问题，能够分析出人们看不到的一些数据价值。在诸如余震、微地震的预测中，得到更高的准确率。

关键词：深度学习  神经网络  残差学习 地震预报

地震预警：与死亡赛跑的自救时刻

 1.宜宾地震与花莲地震的地震预警 

此次宜宾地震预警，并不是第一次成功预警的案例。

今年 4 月 18 日 13 时 01 分，台湾花莲突然发生 6.7 级地震。这是近 20 年来台湾地区最大的一次地震，靠近台湾海峡的多个地区都有震感。

在这次地震震感抵达之前，新北市就提前 20 秒收到了预警信息。

前新北市「市长」朱立伦地震正在接受采访，

采访画面记录下了地震预警的一幕

视频中提前收到的消息，和本次四川地震中提前 61 秒的报警一样，都称为地震预警。据估计，提前 10 秒的预警可减少 39% 的伤亡人数；如果汶川地震发生时有预警，死亡人数可能会减少 2 万至 3 万。

 2.地震预警意义重大，但不等于预测 

地震预警是指：地震发生后，利用电磁波比地震波传播的要快的原理，从而能对非震中地区提前发出警告。

对于个人来说，收到预警信息可以及时采取保护与逃离措施。

对于其他机构来说，医院可避免正在进行的手术发生失误，火车、高铁可及时制动避免脱轨，电梯可及时被控制避免人员受困……

地震预警系统依靠在可能地震地区安装传感器

探测到地震波后传给计算机

具体来说，地震预警就是争取时间差。

在地震发生时，深入地下的探测仪器检测到纵波后传给计算机，通过 P 波到达地表的时间及 P 波与 S 波的速度差。即刻计算出震级、烈度、震源等大致信息，有关部门可以抢在横波到达地面前 10 余秒给地面发出警报。

而非震中地区，能在地震波传播到来前 20 秒到 50 秒收到预警。

地震预测：几天后的地震提前准备？

但是，地震预警并不等于预测。虽然地震预警已经较为成熟，但是想要做到预测却仍然困难重重，实现难度大得多。

地震预测是指在地震未发生时，就能准确推算出地震时间、位置和等级，然后能提前安排好对策。

  1.提前 20 天预测、

 当天预警的「海城大地震」  

历史上唯一一次准确的预测并成功预报的是海城大地震。对于这场发生于 1975 年 2 月 4 日的 7.3 级大地震，由于科学家的提前预测，并发布了短临预报，全区死亡人数 1328 人，占总人口数的 0.02%。

海城大地震来临前几天，当地电影院已经贴出公告

1975 年 1 月 16 日，震前 20 天，国家地震局就提出了「辽东半岛地区，特别是辽宁南部，可能孕育着一次较大地震，6 级的可能性较大」的短期预报，随后地震预报情况全面铺开。

2 月 4 日上午 10 时 30 分，省政府向全省发了电话通播，发布了临震预报。工厂停工，集会取消，救援队待命，当时正是严冬，政府命令「人离屋，畜离圈」。

当晚 7 时 36 分，7.3 级的强烈地震在海城发生。

海城大地震的成功预报免除了各种损失

根据人口密度与一般地震伤亡率计算，如果不设防，海城大地震将会造成超过 5 万人死亡。

虽然这场预测后来被各方论证其科学性，但当时仍然震惊世界，是人类史上第一次成功预报地震，甚至引来国外科学家前来学习。

但就在科学家以为地震预测问题被攻克的时候，此后的唐山大地震却把他们的理论拍到了谷底。对于复杂的地震问题，还没有确实有效的预测办法，海城大地震的提前预测也再没有复现过。

 2.预测成功往往是偶然   

虽然海城地震的预报，集合了迷惘困惑、经验分析、直觉判断和好运气，但它毕竟是第一次在实践上没有以失败而告终的大震预报的尝试。

因为地震成因复杂，数据稀少，直到今天，我们依然无法准确预测地震。做了预报却没有发生，没有预测到却发生了的事件常有发生。而诸如传闻的地震前兆等现象，也逐渐被很多实例证明，并不是适用于所有的地震。

据中国地震台网公布，宜宾地震后余震不断

而全球几乎每天都有地震发生

不过，令人欣慰的是，虽然地震的预测问题还没有解决，但近年来，科学家们已经开始尝试使用深度学习、神经网络等机器学习技术，去分析和研究地震问题，在诸如余震，微地震等预报中，均取得了良好的预测效果。

余震预测：避免再次伤害的唯一途径

 

地震发生往往都不是单独事件，大地震后的余震频繁，大的余震会带来严重的再次伤害，典型的例子就是 5 · 12 汶川地震，主震之后发生余震上万次，对救援工作造成了很大的威胁。

 

所以对余震的检测也是地震预测中重要的一环。哈佛大学与 Google 的机器学习专家合作，尝试用深度学习来预测余震发生的位置。

他们的研究取得了突破性的进展，最终的结果发布在 2018 年 8 月的 Nature 上。

 

 

1992 年南加州兰德斯 7.3 级地震的直观表示，

其中多色部分代表最初的地震，红色方框代表余震位置 
 

他们的数据库，包含了世界各地发生的至少 199 次的大地震的信息数据。他们最终得到了最优的余震位置预报模型，虽然这个系统仍然有待完善，但是这意味着在这个方向又迈进了一步。

 

 预测兰德斯地震余震定位概率的分布。

深红色表示预计会经历余震的区域。

黑点是观察到的余震的位置，黄线表示在主震期间破裂的断层

 

这项研究还得到了一个意外的收获：它帮助该团队确定了地震中涉及的物理量，这对地震研究非常重要。

 

团队成员之一 Meade 曾解释道：「传统的地震学家更像病理学家，他们研究灾难性地震事件后会发生什么。我们不想做这些，而是更想成为流行病学家，我们想了解这些事件的诱发因素、原因。」
 

期待在未来，机器学习可以揭开地震背后的奥秘，并减少它带来灾害。

 

科学技术：与天斗，其乐无穷

 

机器学习技术可以被大量地用于保存过去地震的模拟记录。随着记录这些数据的媒体逐渐退化，地震学家正在争分夺秒地保护这些有价值的信息。

 

很长的一段时间里，一部分学者都认为完全的预测地震是不可能的事情。但从目前研究结果看来，或许对地震的预测不再是「不可能」。

天灾不可控，只愿我们能借现代技术的力量，能够减少灾害造成的伤害。

 

 

历史文章（点击图片阅读）

618 购物狂欢 | 揭秘亚马逊和淘宝：

如何打造算法成为最佳导购

妄想只用技术就能为巴黎圣母院这些文物续命？Naive！

工业爆炸事故频发，AI 已经看不下去了

AI 百科

教程

数据集

商店

更多

http://hyper.ai