“地震預警”刷屏，它背后是一個怎樣的系統(tǒng)？
6 月 17 日 22 時 55 分，在四川宜賓市長寧縣發(fā)生 6.0 級地震，多地實現(xiàn)提前預警，截至目前地震已造成 12 人死亡，134 人受傷，武警、消防、民兵、礦山救護隊等 2895 人仍在現(xiàn)場救援。
值得注意的是，這次地震發(fā)生之后，包括成都主城區(qū)在內的不少地方都提前發(fā)出了地震預警，并通過電視、大喇叭等多種手段提醒民眾及時避險。
成都提前 61 秒左右收到預警，共有 110 個社區(qū)實現(xiàn)“大喇叭” 倒計時，為大家及時疏散提供了寶貴的機會，事后預警系統(tǒng)的倒計時視頻在網(wǎng)上刷屏。
有的網(wǎng)友在看電視劇，有的網(wǎng)友在看球，突然地震預警就來了。
另外，據(jù)了解，就在地震發(fā)生之前，大陸地震預警網(wǎng)還成功的預警了本次地震，這其中就包括提前 10 秒向宜賓預警。
網(wǎng)友表示：聽到預警聲音感動得想哭，這個地震預警網(wǎng)真的很厲害!希望能普及!
地震為啥可以被預警?它的原理是什么呢?
地震發(fā)生最初時，產(chǎn)生兩種波，一種是速度快但破壞力有限的縱波，速度約每秒 6 公里;一種是跑得較慢但破壞性更大的橫波，傳播速度約為每秒 3.5 公里。
地震預警系統(tǒng)就是利用了縱波比橫波傳播速度快、電磁波又遠比地震波快的原理。
地震一旦發(fā)生，深入地下的探測儀器就可以檢測到縱波，然后傳給計算機，計算機即刻能計算出震級、烈度、震源等大致信息，迅速向破壞性地震波尚未波及的區(qū)域發(fā)出地震避險警報。
預警體系的有效運轉，依托于一個強大的地震監(jiān)測網(wǎng)絡。
通常來說，越是接近震中，能提供預警的時間就越短;離震中越遠，提供的預警時間越長，但意義也隨之削弱。
地震預警信息的背后是一個怎樣的系統(tǒng)呢?
那么，這個地震預警系統(tǒng)到底是什么神器呢?從成都高新減災研究所處獲悉，此次成功預警地震的，為該所與應急管理部門(包括原市縣地震部門)聯(lián)合建設的大陸地震預警網(wǎng)。
成都高新減災研究所所長王暾博士
據(jù)成都高新減災研究所所長王暾博士介紹：我們所做的工作是地震預警，而并非地震預報，臨震預報仍然是世界難題。地震預警只能減少人員損傷，而不能做到避免。
為了實現(xiàn)地震預警，需要在可能發(fā)生地震的區(qū)域安裝地震預警的傳感器。這種傳感器并不昂貴，也不需要在野外安裝，可以通過實時的網(wǎng)絡(甚至是 2G 網(wǎng)絡)來傳遞地震波的數(shù)據(jù)，地震預警的傳感器甚至可以固定在墻上。
通過這些傳回來的數(shù)據(jù)，我們可以判斷地震發(fā)生的位置以及大概的震級。網(wǎng)絡和計算機的處理速度非常快，只需要幾秒鐘的時間。
據(jù)了解，地震預警系統(tǒng)是一個全自動的物聯(lián)網(wǎng)，可實現(xiàn)全自動的秒級響應。
主要是利用電波比地震波傳播速度快的原理，在地震造成破壞前幾秒到幾十秒，發(fā)出地震預警警報，提醒民眾及時避險，讓重要工程緊急處置以減少經(jīng)濟損失和次生災害。
而電視地震預警則是利用電視網(wǎng)絡在電視周邊，發(fā)生強震的時候，電視就能夠自動地彈出幾秒到幾十秒的警報，以便在強震到來之前，老百姓在看電視的時候，就能夠提前避險。
目前技術已經(jīng)允許的情況下，只要機頂盒就能收到震預警的喇叭，在電視關著的時候，也能夠自動發(fā)出警報。
據(jù)王暾所長介紹，自汶川余震區(qū)發(fā)展的我國地震預警成果，已經(jīng)處于全球領先水平。
成都高新減災研究所與地震部門合作建設的大陸地震預警網(wǎng)覆蓋面積達 220 萬平方公里，覆蓋我國地震區(qū)人口 90%，已成功預警蘆山 7 級地震、魯?shù)?6.5 級地震、九寨溝 7 級地震等 52 次破壞性地震。
不過王暾表示，雖然目前我國地震的預警系統(tǒng)從技術上已經(jīng)處于全球領先的水平，但是應用規(guī)模還遠遠不夠，需要加快打通地震預警的“***一公里”。
***一公里就是希望把這樣的預警信息，通過廣播、手機和包括移動、電信、聯(lián)通的電視、以及全國的電視網(wǎng)絡和手機網(wǎng)絡都傳遞到老百姓那去。
有了預警信息要傳遞到老百姓那里，才能更好地取得減災的效果。我們需要共同努力，特別是電視和手機需要加快。
如何讀懂地震警報聲?
地震預報的警報聲主要包含幾個因素：
- 預估強度，也就是預計危害大小，這個通常用不同的滴滴聲來表示，“滴滴”表示震感強烈，可能有危害;“滴”表示有震感，但基本無危害。
- 預警時間，也就是會提前告知地震波還有多長時間到達，一般是用倒計時表示。
舉個例子，假如我們聽到的警報聲是“叮咚-20-滴滴-18-滴滴-16……嗚”，這段警報中，“叮咚”表示地震預警啟動，還有 20s 到達，震感強烈，可能有危害;“嗚……”的聲音的到來則表明破壞性地震波到達。
假如我們聽到的警報聲是“叮咚-20-滴-18-滴-16-滴滴-14-滴滴……”那就說明在第 16 秒的時候，預估強度的聲音由“滴”變成“滴滴”，預警強度則由“基本無危害”變?yōu)?ldquo;可能有危害”。
現(xiàn)在再來聽一下此次地震警報發(fā)出的聲音：
為什么預測下一場大地震如此困難?
讓我們先從一個簡單的問題開始：下一次大地震將在哪里發(fā)生?
研究表明，較大的斷層通常會引起較大的地震。理論上，如果所有的斷層都被繪制出來了，那么我們應該能夠對一個特定地區(qū)可能經(jīng)歷的***烈的地震加以限制。
這一點很重要，因為地震釋放的能量變化可能是萬億次方的(quadrillions)。
然而，估計斷層大小和釋放的相應能量并不總是那么簡單。斷層常表現(xiàn)出復雜的幾何形態(tài)，使得對斷層區(qū)域的建模變得復雜。
此外，斷層可能同時破裂：在新西蘭 2016 年的 Kaikōura 地震期間，13 個不同的斷層同時破裂。
此外，最近的歷史證明，地震大小并不總是與損害相關;根據(jù)發(fā)生的地點，中等震級的地震可能比“大”地震更具破壞性。
例如，1994 年加利福尼亞州北嶺 6.7 級地震造成重大財產(chǎn)損失和生命損失，而 2018 年斐濟 8.2 級地震強度為 178 倍，并未造成任何損失。因此，地震的震級并不能說明整個情況。
1900 年-2013 年地震 7.0 級及以上的地圖
現(xiàn)在來回答更加復雜的問題：下一次大地震何時發(fā)生?預測時間是地震預測中最難的挑戰(zhàn)。事實上，有兩種理論可以告訴我們(***的)預測是有缺陷的。
***種理論稱為彈性回跳理論，它指出地殼在強烈的壓力下會彎曲變形，直到最終在應變下斷裂。
沿著斷裂的滑移(即地震)使兩側的巖石回彈到變形較小的狀態(tài)，并釋放儲存的能量，從而使累積應變的過程重新開始。
第二種理論被稱為特征地震，它描述了研究最多的地震產(chǎn)生的斷層似乎有不同的區(qū)段。
在兩次地震之間的間隔期內，這些板塊反復破裂，積累了相同數(shù)量的應變，從而產(chǎn)生了相似震級的地震。
假設這兩個理論一直存在，你可以根據(jù) 1)***未受力應變的位置，2)自上次地震發(fā)生以來的時間，以及 3)對斷層帶的精確了解(在許多地區(qū)我們可能永遠無法實現(xiàn))來預測下一次地震何時發(fā)生。
我們能做什么?今天，預測方法主要集中在概率地震預測，即在一定時間范圍內對特定區(qū)域內的一般地震災害進行統(tǒng)計評估。
概率預測涉及地震可能發(fā)生的概率，而早期的確定性預測技術涉及確定地震何時發(fā)生。
概率預測可以向可能更容易發(fā)生地震風險的地區(qū)提供警告，使他們能夠在潛在的未來發(fā)生地震之前，通過改進的基礎設施設計和應急措施來加強抗震能力。
第二個有希望的發(fā)展是地震預警系統(tǒng)。在發(fā)現(xiàn)地震后，它會為可能受影響的鄰近地區(qū)提供幾秒到幾分鐘的實時警告。
該系統(tǒng)利用了地震波的不同速度，這些地震波構成了地震輻射的能量。簡而言之，如果系統(tǒng)在更危險、速度較慢的表面波到達之前檢測到最快波(稱為 P 波)的***次到達，則可以觸發(fā)警報(見下圖)。
使用高速自動化，甚至幾秒鐘的警告就足以停止機器，例如火車和電梯，并提醒人們注意安全。
地震預警系統(tǒng)運行中：當?shù)卣痖_始時，檢測到快速移動的 P 波，可以在較慢移動的表面波到達之前傳播緊急信息。
然而，由于不必要的緊急措施啟動，以及對商業(yè)和日常生活的潛在破壞，對于從未發(fā)生的地震的錯誤警告是昂貴的，就像“狼來了”的故事，它可能會破壞未來預警的可信度和有效性。
為了避免這些問題，可以用人工智能(AI)技術來檢測人類無法看到的地震預測數(shù)據(jù)中的模式和信號。接下來介紹兩個利用 AI 預測地震的***研究成果：
①谷歌和哈佛團隊利用深度學習來預測地震余震
谷歌和哈佛大學在 Nature 雜志發(fā)表的一篇論文中，研究人員展示了如何用深度學習預測余震位置，而且預測結果比現(xiàn)有模型更可靠。
他們訓練了一個神經(jīng)網(wǎng)絡，在一個包含 131000 多個“主震-余震”事件的數(shù)據(jù)庫中尋找模式，然后在一個包含 30000 對類似事件的數(shù)據(jù)庫中測試其預測。
“主震-余震”事件的一個樣本
深度學習網(wǎng)絡比最有用的現(xiàn)有模型(稱為“庫侖破裂應力變化”)更可靠。在從 0 到 1 的精度范圍內——1 是完全準確的模型，0.5 是一半準確的模型——現(xiàn)有庫侖模型得分為 0.583，而新的 AI 系統(tǒng)達到 0.849。
“關于地震，你需要知道三件事情”，研究人員說：“它們什么時候發(fā)生、它們會有多強烈、它們會發(fā)生在哪里。
在這項工作之前，我們有經(jīng)驗定律來解釋它們發(fā)生的時間和規(guī)模，現(xiàn)在我們正在研究它們可能發(fā)生在哪。”
人工智能在這一領域的成功歸功于該技術的核心優(yōu)勢之一：它能夠發(fā)現(xiàn)復雜數(shù)據(jù)集中以前被忽視的模式。
這在地震學中尤為重要，因為在地震學中看到數(shù)據(jù)中的關聯(lián)性非常困難。
地震事件涉及太多變量，從不同區(qū)域的地面構成到地震板塊之間的相互作用類型，以及能量在地震波中穿過地球傳播的方式。理解這一切是非常困難的。
研究人員表示，他們的深度學習模型能夠通過考量一個被稱為“米塞斯屈服準則”(von Mises yield criterion)的因素來做出預測，這是一種用于預測材料何時開始在壓力下破裂的復雜計算。
研究人員表示，這個因素常用于冶金等領域，“但在地震科學中從未流行過。”現(xiàn)在，隨著這一新模型的發(fā)現(xiàn)，地質學家可以研究其關聯(lián)性。
盡管這項研究取得了成功，但它還遠未準備好在現(xiàn)實世界中應用。首先，AI 模型只關注由地面***性變化引起的余震，稱為靜態(tài)應力。
但后續(xù)地震也可能是由于后來發(fā)生的地面隆隆聲造成的，稱為動態(tài)壓力。現(xiàn)有模型也太慢而無法實時工作。
這很重要，因為大多數(shù)余震發(fā)生在地震發(fā)生后的***天，然后每過一天頻率大致減半。
②機器學習檢測信號預測地震時間
此外，機器學習也被用于預測地震時間。發(fā)表在 Nature Geoscience 的兩篇相關論文中稱，利用機器學習的地震信號的檢測準確地預測了卡斯卡迪亞(Cascadia)斷層的緩慢滑動，這是在其他俯沖帶發(fā)生大地震之前觀察到的一種信號。(注：Cascadia 斷層是美加西海岸、太平洋東海岸的一條海溝斷層。)
Los Alamos 國家實驗室的研究人員應用機器學習來分析 Cascadia 數(shù)據(jù)并發(fā)現(xiàn)巨大的推力會發(fā)出持續(xù)的震動，這是斷層位移的跡象。
更重要的是，他們發(fā)現(xiàn)斷層聲音信號的響度與其物理變化之間存在直接的平行關系。
Cascadia 斷層出現(xiàn)的聲音，以前被視為毫無意義的噪音，預示著它的脆弱性，這可以幫助我們更準確地預測大地震。
機器學習通過學習自調整算法來創(chuàng)建選擇和重新測試一系列問題和答案的決策樹，來處理大量地震數(shù)據(jù)集，以找到不同的模式。
去年，研究小組在實驗室模擬了一次地震，用鋼塊與巖石和活塞相互作用，并記錄了他們通過機器學習分析的聲音。
他們發(fā)現(xiàn)，許多地震信號，以前被認為是無意義的噪聲，精確地指出了模擬斷層何時會滑動，這是地震預測的一個重要進展。更快、更強的地震有更大的信號。
研究人員在實驗室里模擬地震
研究小組決定將他們的新范式應用于現(xiàn)實世界：Cascadia 斷層。最近的研究表明，Cascadia 斷層很活躍，但被注意到的活動似乎是隨機的。
該小組分析了該地區(qū)地震臺站 12 年來的真實數(shù)據(jù)，發(fā)現(xiàn)了類似的信號和結果：Cascadia 持續(xù)的震顫量化了俯沖帶緩慢滑動部分的位移。
在實驗室中，作者發(fā)現(xiàn)了一個類似的信號，可以準確地預測大范圍的故障。在 Cascadia 中仔細監(jiān)控可以提供有關鎖定區(qū)域的新信息，以提供預警系統(tǒng)。
那么，下一場大地震何時會發(fā)生?或許我們永遠都不會知道，但我們相信，隨著計算能力的增加和算法的優(yōu)化，機器學習將在地震預測方面具有巨大的潛力。
