APP下载

我国利用机器学习揭示全球中大地震破裂模式

2022-05-31

河南科技 2022年9期
关键词:全景式相似性震源

近日,中国科学技术大学研究人员利用机器学习方法,全景式地展示了全球地震破裂过程的相似性和多样性,对地震早期预警具有启示意义。

据了解,地震是人类社会所面对的重要自然灾害之一。近20年,全球中大地震已造成近100万人伤亡,经济损失不计其數。地震破裂过程多种多样,客观衡量其相似性和差异性,将有助于人们认识地震物理过程,以及对地震震级进行早期预测。但此前,对于叠加多个地震平均破裂过程的研究,并无法衡量全球地震的差异范围。同时,基于某些破裂特征的统计研究,也无法做到对整个破裂过程的系统比较。

此次,中国科学技术大学研究员李泽峰利用机器学习方法,总结了全球3 000多个5.5级以上地震的震源时间函数特征,全景式展示了全球地震破裂过程的相似性和多样性,深化了人们对地震能量释放模式的认识,对地震早期预警具有启示意义。相关成果发表在美国地球物理学会(AGU)期刊《地球物理研究通讯》(Geophysical Research Letters)。

研究人员利用深度学习中的变分自编码器(Variational Autoencoder),对全球3 000多个中大型地震的震源时间函数进行二维空间压缩和模型重构,实现全球震源时间函数的通用模型,全景式展现了全球地震矩释放模式和数量分布。模型表明,中大地震以简单、均匀破裂为主,复杂、不规则破裂较少。该模型还揭示了两类特殊地震的分布规律,即能量释放集中在破裂后期的逃逸模式,以及分多次能量释放的复杂地震。研究中发现,大地震能量释放模式具有弱震级依赖性,对地震早期预警中最终震级的可预测性提供了有益启示。

(来源:澎湃新闻)

猜你喜欢

全景式相似性震源
峨眉武术全景式教学模型及智能实施
On the Application of Full Spectrum Teaching Method in Office Oral English in Higher Vocational College
12个毫无违和感的奇妙动物组合
基于隐喻相似性研究[血]的惯用句
全媒体时代对“全能记者”的塑造
应用型本科院校会计学专业学生“全景式”职业素质养成教育研究
潜析结构 把握性质