科学网—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)