AI算法通过实时估测 可实现光速级地震监测
“地震”是自然灾害的一种，其形成过程十分复杂，且破坏力极强。地震监测是指在地震发生前后，对地震前兆异常和地震活动的监视、测量。近日，《自然》杂志发表的一项最新相关研究成果称，AI可以对大型地震的演化进行准确地实时估测，这个经过训练的机器学习模型能测定以光速传播的重力变化信号。 对地震的监测一般需要通过测定地震波来实现，但地震波预警系统有时反应比较慢，不能在震级为8级及以上的大型地震发生时准确估算地震的规模。因此，提高地震监测的速度和效率显得至关重要，可为居民争取到更多的反应时间，从而及时采取相应措施，减小人员伤亡和财产损失。 这种以光速传播的重力变化信号即“弹性重力信号”，据了解，通过追踪即时弹性重力信号(PEGS)可以解决地震波预警系统反应太慢的问题。PEGS由岩体突然错动导致重力变化而产生，可以以光速进行传播，但此前一直有待验证的是，PEGS是否能用来对大型地震出现后的方位和发展做出快速可靠的实时估算。 来自法国的科学家们此次在日本的140个各潜在地震位置模拟了35万个地震场景，并利用PEGS信号训练了一个深度学习模型(PEGSNet)。之后，研究人员又用日本东北大地震(迄今为止，有记录的日本规模最大、破坏力最强的地震之一)的实时数据测试了这个深度学习模型。结果表明，PEGSNet能准确计算地震方位、地震规模以及地震随时间的变化，更重要的是，PEGSNet能快速给出以上信息并在地震波到达前就做出判断。 关于这个模型的重要作用和普适性，研究人员总结说，PEGSNet在大型地震及其演化的早期监测方面或能发挥重要作用。研究人员还强调，虽然这个模型主要针对日本，但只需进行很小的调整，使该模型也能很好地适用于其他地区。
