地震大數據思維

中國地震局地震預測研究所 陳會忠

地震大數據思維

Thinking on big data of earthquakes

中國地震局地震預測研究所 陳會忠

大數據時代和地震

美國政府在2012年3月21日宣布大數據時代計劃，“Big Data is a Big Deal”，地質調查局（USGS）承擔了重要任務。這是美國政府第二次宣布信息技術計劃，第一次是在1994年宣布信息高速公路計劃，此后互聯網的發展幾乎改變了世界。

USGS的約翰?韋斯利?鮑威爾的“分析與集成中心”啟動了8個新的研究項目，將地球科學理論的大數據集，轉變成為科學發現。其中，包括“地震復發率及最大震級地震全球統計模型”的研究，美國認為近期全球發生的一系列地震事件再次證明，即使是最好的地震監測網絡也無法實現對有連續歷史記錄以來的最高級別地震的預測，這意味著人類預測地震能大數據的倡導者維克托?邁爾?舍恩伯格說：“大數據是人們獲得新的認知，創造新的價值的源泉。”因此很多人認為大數據是信息技術的新發展，而這個發展可能像互聯網一樣標志著一個新的時代的來臨。

大數據的來源

大數據就是巨量數據，巨量數據是怎么產生的？巨量數據的產生一定力之有限。該計劃的目標是重新評估發生在所有主要板塊邊界和板塊內部環境的地震等級、發生頻率和震級分布，以及最大震級，以改進地震預警（測）模型，并使美國的災害評估建立在更為強大的全球數據及其分析基礎之上。

現在人類面對巨量數據的挑戰，什么是大數據？人們并未形成統一的認識，一般而言，它是指規模遠遠超過傳統數據庫軟件處理能力的海量數據集合。這一概念首要是針對信息化社會數據“爆炸式”增長，體量巨大而提出的。

據美國政府估計，全球每年由各類設備產生的數據達到約1.2 ZB（1 ZB=12億TB）。若用1粒沙代表1 B數據，1 PB（相當于1000 TB）相當于1英里長、100碼寬的沙灘，而1.2億ZB的數據就如同一片浩瀚的沙漠。是：傳感器和設備從精密到簡單、從笨重到智能、從昂貴到廉價、從量少到量大。當前是移動互聯網時代，互聯網到移動互聯網，從臺式計算機、筆記本計算機到手機，從成千上萬APP應用到物聯網，從MEMS傳感器到可穿戴設備，這一切都是從精密到簡單，從笨重到智能、從昂貴到廉價、從量少到量大，大數據就是在這個背景下產生的。

設備從精密到簡單，從昂貴到廉價，從笨重到智能，從量少到量大

最明顯的例子就是智能手機，現在手機的能力和阿波羅登月指揮用的計算機性能是一樣的，那時價值幾億美元。可是現在手機的成本不到1000元人民幣。現在全國有6億部智能手機，7×24小時產生著巨量數據，這就是大數據的根源之一。

密集地震觀測網將地震帶入大數據時代

地震烈度速報

汶川特大地震發生之后，盡管我國地震速報在震后快速測定了震中參數，但是我國那時還沒有建立常規運行的地震烈度速報系統，無法提供有效的地震烈度速報圖，因此對于汶川地震的應急響應和緊急救援產生了巨大影響。地震烈度速報被緊急提到議事日程上。美國自1994年北嶺地震之后，開始對震動圖（Shakemap）進行研究。在美國南加州臺網，如果網內一個破壞性地震發生之后能夠快速提供峰值地面加速度、速度的空間分布圖和儀器地震烈度分布圖，稱為地震動圖Shakemap。由于現有的地震臺網的臺站密度不夠，烈度速報就需要增加臺站，但是當時由于經費條件不允許，于是就采用地球模擬器的辦法，在實際臺站之間增加“虛擬地震臺”來“加密”地震臺網，獲得地震以后的地震動圖，它顯示的是地震產生的地面運動和儀器烈度。下圖就是我國山西地震臺網產生的動態Shakemap。

山西地震臺網的觀測烈度速報

由于日本是個多地震的國家，非常重視對地震的監測，快速向公眾發布地震的信息，由于烈度速報比地震三要素的參數速報在處理上簡單，速度快，公眾容易理解，日本的地震速報就是烈度速報，一般一個地震發生后，在1～2分鐘地震烈度的信息就可發布。這需要的就是建立有效的密集地震監測網，日本在20世紀阪神地震之后，投入巨資在全國建立具有1000多個地震臺的Hi-net，這使日本在烈度速報上非常迅速，Hi-net目前已經發展到3000個臺站。因此，日本是最早利用密集地震臺網實現烈度速報的國家，突破了傳統的以地震三要素測定的地震速報。

2013年12月14日12時06分日本千葉近海5.5級地震烈度速報圖（使用了800多個臺站，震后3分多鐘發布）

地震預警

地震預警也是在汶川地震，特別是日本3?11地震之后被越來越多的人提出來，很多人把地震預警和地震預報等同起來，這是因為在漢字里“預”字有預先之意，其實這是一個翻譯的問題。地震預警這個詞是從英文“Earthquake Early Warning”翻譯過來的。日本叫“地震緊急速報”，中文應翻譯為“地震報警或地震警報”，而不應翻譯成“地震預警”。翻譯成地震預警容易和地震預報混淆。美國在西海岸新建立的地震預警試驗系統就叫作“Shake Alert”系統，即震動報警系統。因此，目前所說的地震預警，就是地震警報！

之所以叫地震警報，就是在一個地方已經發生了地震，當地的地震監測儀器在測出了地震之后，發出警報：我這地震了！由于地震波的速度只有每秒幾千米，相對電磁波的每秒30萬千米的速度要慢得多，人們就將地震發生的消息用電磁波手段（電話、廣播、電視、網絡、手機）迅速地傳給遠方，在離地震發生比較遠的地方，收到警報時地震波還未到達，這時采取緊急措施逃生和關閉電、氣、水等生命線設施，地鐵、高鐵減速等等，可以減少損失，避免次生災害發生。這就和防空警報一樣，知道敵機已經起飛了，拉響防空警報，提醒人們及時躲避。

如前所述，地震預警是一種報警技術，它是建立在現代地震觀測技術和信息技術基礎上發展起來的新技術。但是地震預警技術從原理上就存在“預警盲區”。如前所述，地震預警是在大地震發生后，向遠處發出大地震警報。從大地震發生到警報的發出，是需要時間的，這個時間是地震波從震源到達地震臺的時間和地震臺收到地震信號判定地震需要的處理時間總和。換句話說，地震發生了，并不能立刻拉警報，需要地震臺（網）收到地震信號，并且確定是大地震后，才能拉警報。在這段時間地震波照樣傳播，由于大地震主要是由S波造成破壞，這段時間對應的S波傳播的距離，我們稱之為盲區。即地震警報到達該地區時，地震波已經到達或已經過去。換句話說警報收到時，具有最大破壞力的S波已經掃過了。為了縮小地震的盲區，最重要的是和地震烈度速報一樣，也需要密集地震觀測網，根據研究地震預警網至少需要10千米就要建立一個地震臺站，如果用傳統的技術建立地震臺站，這需要巨額投資。

MEMS傳感器烈度計和智能設備

中國地震局在國家發改委的支持下，在下一代互聯網地震應用的開發項目中，開發了一系列移動互聯網應用技術。特別是以智能手機為基礎，結合MEMS技術開發了地震烈度計和動態地震烈度網技術，這種技術可以適合大量密集地震觀測網的布設。

2013年10月美國BSSA上發表了一篇題為“Suitability of low-cost three-axis MEMS accelerometers in strongmotion seismology: tests on the LIS331DLH (iPhone) accelerometer”的文章，在該研究中，美國地震學家和技術人員檢驗了安裝在iPhone手機中的LIS331DLH MEMS加速計，這種微機電系統MEMS加速度計是用于手機倒換桌面屏幕的傳感器。他們將MEMS傳感器和地震觀測用的傳統強震儀EpiSensor力平衡加速計（force-balance accelerometer，FBA）ES-T做了比較和測試，得到結論是，微機電系（micro-electro-mechanical systemMEMS）為地震觀測提供一種新的、可以大量布設且廉價方便的新設備，其成本要比傳統地震儀便宜近20倍。MEMS傳感器地震烈度計技術和移動互聯網技術結合使密集地震觀測網技術得以實現。

如上所述，密集地震觀測網完全遵循了大數據產生的規律，從精密的傳統地震儀到簡單的MEMS烈度計，從昂貴的設備到廉價的MEMS設備，從高精度儀器到智能化的設備，從一兩百千米稀疏的量少臺站到10千米左右量大的密集地震觀測網。地震觀測的數據從小數據變成了大數據。所以說，密集地震觀測網將會把地震帶進大數據時代。

地震大數據一定是巨量數據

地震大數據的產生起源于密集地震觀測網，密集地震觀測網無論在空間采樣，還是在時間采樣上都是傳統地震觀測網無法與之比擬的，我國密集地震觀測網將會擁有數萬到數十萬個傳感器，地震預警和地震烈度速報催生了密集地震臺網，密集地震觀測網突破了傳統地震觀測方式，它無須精密傳感器和精細選臺，可以在任何地方布設。無須巨額投資，建設簡單，智能設備基本免維護。數量多而密，代替了傳統的少而稀、造價昂貴的地震臺，而密集地震臺網產生了巨量數據，它是地震大數據的基礎。但是地震大數據絕不僅僅是專業密集地震觀測網的數據，根據互聯網+地震的技術，地震大數據還必須加上來自互聯網的各種數據。這里有兩個例子。一是云創公司生產的“我的PM2.5”這樣的智能設備，它內設的傳感器包括PM2.5、溫度、濕度、氣體、磁場、振動等。據說它的室內測試設備很快就要突破100萬臺，它采集的所有數據都將通過環境云平臺進入互聯網，這將比行業數據大得多。第二個例子就是日本的家庭地震報警器，據說已經有數十萬臺，這個報警器內設MEMS振動傳感器，和互聯網相連，已經是日本地震烈度速報九成的數據來源。

PM2.5室內探測器、日本家庭地震報警器和工作流程

地震大數據找關聯

地震數據從小數據到大數據完全顯示了大數據思維的概念。地震小數據，由于傳統地震臺站觀測儀器精密昂貴，地震觀測技術復雜，因此地震觀測臺站之間一般都要一兩百千米甚至數百千米，地震臺網稀疏。因此，信息的匱乏使地震研究趨向于采用因果關系范式，因為數據少，只能在很多邊界條件下處理這些少量的數據以找出因果。但是如果處理出問題，可能因果關系并不存在。

但是大數據，假如各種地震觀測手段都是密集觀測網都產生海量數據。依照傳統角度來看，這些數據量大、紛雜、混亂、無法使用、無法處理，甚至根本和地震“無關”，但是這就是所謂的“全量數據”，也就是大數據。數據的紛繁雜亂才是數據的真正狀態，呈現出世界的復雜性和不確定性特征，想要獲得大數據的價值，承認混亂而不是對抗或避免混亂才是一種可行的路徑。正如一個數據庫專家所言：“我們再也不能假裝活在一個整齊的世界里。”

大數據時代對于數據的研究完全有條件向關聯、非關聯等相關關系探究的轉變。在商業上的一個超市，在對消費者購物行為進行分析時發現，男性顧客在購買嬰兒尿片時，常常會順便搭配幾瓶啤酒來犒勞自己，于是推出了將啤酒和尿片捆綁銷售的促銷手段。如今，這一“啤酒＋尿片”的數據分析成果也成了大數據技術應用的經典案例。

在地震大數據應用上，中國地震臺網中心張崇立的前兆異常度的案例說明了大數據應用前景。案例很簡單，就是將汶川地震前每周會上提出的前兆數據異常數和在劃分的二級塊體里臺站的比例稱為前兆異常度。按照大數據的方式，不管這些數據的手段和學科（地震前兆觀測數據包括地形變、地磁、地電、地下流體、地球化學、地表面振動、地震等學科及幾百種觀測手段和儀器），也不管它的空間維度和結構，只要出現異常就帶入異常度公式計算。

我們定義“異常活動度”為，“表示某一地塊（或某一地質構造單元）在某一t時刻表現為異常活動的劇烈程度的參量”。一般地，理論上用下式表示：

式中，AZCL是一個無量綱的參量；S用來量度與孕育某個震級水平的地震相匹配的、且不可再分的基本地質構造單元的理論空間尺度，它與根據研究對象的需要所設定的震級下限有關；ε是對應于S的地質構造單元特征空間尺度參量，它是S的近似值，與“地震-構造活動”的關系研究結果的準確性和精細程度有關；NA表示某一具ε特征空間尺度的地質構造單元內在t時刻呈異常活動狀態的質點數；N表示與ε對應的地質構造單元內質點的總數。

對汶川地震前每周的異常度的前六個月到前一周進行計算。結果像發現啤酒和尿片有關系一樣，發現前兆異常度和二級塊體巴顏克拉有很好的關聯性，而用其他劃分方法找不到相關性。

使用大數據關聯方法開展地震前兆異常度的研究表明：地震前兆觀測數據是和構造體有關的，它們是相關聯的。汶川地震前前兆異常度的變化，和巴顏克拉塊體有關聯，這和各方面研究結論是相一致的。

數據處理從復雜到簡單

大數據使處理更為簡單

傳統的小數據時代，在由于數據的限制而無法突破的情形下，數據處理算法的研究越來越深入，發明的算法也越來越復雜。比如測定地震參數的算法就是這樣，現在地震的定位使用了數十種方法，越來越復雜，速度也越來越慢，需要的計算機能力越來越高。如前所述，當數據量以指數級擴張時，原來在小數量級的數據中表現很差的簡單算法，準確率會大幅提高。大數據的簡單算法比小數據的復雜算法更為有效。密集地震臺網的定位基本就是最先到達臺站的平均間隔，就可能比傳統臺網定位準確。而震級的計算根本不需要在量取震相賦值，而是計算密集地震臺網地震波掃過后最大震動的面積，這個面積其實就是金森博雄的矩陣級公式，只需轉換一下系數，處理快速簡單而準確。

大數據變審慎決策為快速決策

傳統地震臺網處理和決策都非常慎重，通過收集和分析數據來驗證這種假設；如果有一些數據有問題，就影響原有假設，決策與行動是審慎的。小數據的地震速報可以較快地進行自動速報，但是處理復雜，要多中心審慎決策，特別是終報更需要審慎決策。原因是小數據依靠模型解算方程，由于空間數據間隔太大，往往初值確定度準確，大量計算可能仍然得不到可靠的結果，必然影響快速決策。

密集地震臺網的大數據，不再受限于傳統的方式，在密集的大數據里可以簡單而準確地得到地震在哪兒和多大，無須一而再地檢查和復核。足以做出快速決定，地震預警的警報可以在數秒內發出，地震烈度速報可以在幾分鐘就發出。快速決策對于大地震的減輕災害影響和挽救生命無疑具有重要的意義。

大數據推進地震新模式和新業態

大數據使“人類從依靠自身判斷（依靠計算模型）做決定到依靠數據做決定的轉變，也是大數據做出的最大貢獻之一”（大數據時代），因此大數據推進了新的模式和新業態，對于地震科學技術和地震行業，也帶來了新模式，催生了新業態。

大數據支撐地震應急救援

在互聯網+地震時，就產生了地震互聯網大數據，“中國地震臺網速報”和“中國國際救援隊”兩個新浪微博賬號，擁有1200萬粉絲。一個地震微博將會影響數億人，產生的數據足以稱為大數據，它完全反映一個地震和各行各業的關聯，反映社會在地震時的狀態。根據互聯網的大數據得到的和地震關聯的數據信息，既快速又準確，加快了大地震應急和救援的速度和能力。例如互聯網大數據產生的熱力圖，它表示了人口的實時流動，就是實時人口分布圖，在發生大地震時它立刻指明了生命救援的方向。

2010年1月2日海地發生了7.0級強烈地震，造成22萬人死亡。嚴重的災害造成大量人口流動，使救援組織難以有效地進行救助和重建計劃，利用移動電話運營商（Digicel）1 900 000部手機的大數據分析了地震42天之前到341天之后人口的流動。地震之后十九天，導致首都太子港人口減少了約23%。研究表明人口的流動比較混亂，但是人口流動的軌跡明顯，離開首都的人的目的地在地震后的前三個星期是高度相關。特別是他們的流動模式對于人道主義救援和災后重建意義重大。研究結果表明在災害中的人口變動使用大數據預測更為有效。物聯網大數據的地震應用

物聯網大數據將給地震帶來新的業態。

2014年8月24日美國舊金山納帕發生了6.0級地震，根據消費電子公司Jawbone的數據，當時那些地區的居民絕大多數（占93%）都被震醒了。Jawbone公司對灣區成千上萬的UP手環佩戴者進行了睡眠追蹤,這個手環支持計步和睡眠追蹤功能。數據表明在震中附近的納帕、索諾瑪等地，幾乎所有入睡的手環用戶都被地震驚醒。隨著距離震中越來越遠，地震能吵醒的人迅速減少，在舊金山和奧克蘭地區有一半以上的UP手環佩戴者在地震中醒來。到了75英里外的莫德斯托和圣克魯斯，睡著的用戶幾乎沒有受到任何影響，45%接近地震震中的人在地震發生后沒有再入眠。這被稱為Jawbone手環繪出“地震源”。

手環地震驚醒記錄曲線

手環驚醒“震動圖”物聯網可穿戴手環繪出“地震源”

從地震烈度速報和預警到密集地震觀測網絡，從密集地震觀測網絡再到地震大數據，這是時代的發展，這就是大數據地震科學和技術帶來的新模式和新業態。我們的時代是科技高速發展的時代，高科技會推動地震學的突破，但是更重要的是改變觀念和思維，這樣才能有所創新。

UP手環UP