机器学习预测地震模拟地震能够被预测

机器学习技术为地震预测工作开辟了新道路该算法系统能够准确的预测模拟地震 预测是基于声信号的顺时物理特性而不是历史数据 该技术目前尚处于实验室阶段近日，美国新墨西哥州洛斯阿拉莫斯国家实验室与剑桥大学、波士顿大学共同进行了一项实验，该实验用机器学习实验中的数据集，成功识别震前信息并准确预测了模拟地震。该研究负责人Bertrand Rouet Leduc曾于2013-2017年在剑桥大学攻读材料科学博士学位，现为洛斯阿拉莫斯国家实验室研究员，致力于机器学习、材料科学方面的研究。他在进行这项研究的时候还是剑桥大学的博士生，随着测量工具，到机器算法、计算机运算能力、大数据处理能力等方面技术快速发展，计算机发现了一种特殊的声音信号，这种信号之前被地质学家误认为是模拟地震中的杂音，而Bertrand和他的团队却不这么想，而是开始查找地震即将发生时可靠的信号模式。该实验通过在积木的接触面上加入一些叫“断层泥”的岩石混合物来模拟真实断层，然后拉扯一个被夹在两块积木中间的积木来模拟地震。地震即将发生时，“断层泥”就会开始掉落，并伴随着断切发出一种特殊的声音信号，随后那块积木就会滑落。实验室将模拟断层发生的声音记录输入到机器算法中，使其在大量的数据中不断训练，获取规律，然后对它预测实验室模拟地震的有效性进行验证。研究数据显示，在一次模拟地震后，系统便能预测出下一次地震颤动的时间，准确性误差不超过10%，模拟断层断裂时，算法误差不超过2.5%。以平均十秒的周期来看，在断裂前2秒，算法可以在1.9-2.1秒之间做出预测。预测是基于声信号的顺时物理特性，而不是历史数据。然而要将实验运用到真实的地震中去还为时过早。因为实验室不能模拟所有复杂的物理现象，且在真实环境任何噪音都会对实验结果造成影响，断切压力的震级和断切的岩石的温度跟现实地震也不同。但该技术为预测地震提供了新的探索方向，我们相信未来人类预测地震将不再是难题。

Los Alamos National Laboratory

洛斯阿拉莫斯国家实验室

洛斯阿拉莫斯国家实验室于1943年在美国成立，是一所高新科技研发机构，创始母机构为美国能源部。现任主任Charles F. McMillan。