我國利用機器學習揭示全球中大地震破裂模式

近日，中國科學技術大學研究人員利用機器學習方法，全景式地展示了全球地震破裂過程的相似性和多樣性，對地震早期預警具有啟示意義。

據了解，地震是人類社會所面對的重要自然災害之一。近20年，全球中大地震已造成近100萬人傷亡，經濟損失不計其數。地震破裂過程多種多樣，客觀衡量其相似性和差異性，將有助于人們認識地震物理過程，以及對地震震級進行早期預測。但此前，對于疊加多個地震平均破裂過程的研究，并無法衡量全球地震的差異范圍。同時，基于某些破裂特征的統計研究，也無法做到對整個破裂過程的系統比較。

此次，中國科學技術大學研究員李澤峰利用機器學習方法，總結了全球3 000多個5.5級以上地震的震源時間函數特征，全景式展示了全球地震破裂過程的相似性和多樣性，深化了人們對地震能量釋放模式的認識，對地震早期預警具有啟示意義。相關成果發表在美國地球物理學會（AGU）期刊《地球物理研究通訊》（Geophysical Research Letters）。

研究人員利用深度學習中的變分自編碼器（Variational Autoencoder），對全球3 000多個中大型地震的震源時間函數進行二維空間壓縮和模型重構，實現全球震源時間函數的通用模型，全景式展現了全球地震矩釋放模式和數量分布。模型表明，中大地震以簡單、均勻破裂為主，復雜、不規則破裂較少。該模型還揭示了兩類特殊地震的分布規律，即能量釋放集中在破裂后期的逃逸模式，以及分多次能量釋放的復雜地震。研究中發現，大地震能量釋放模式具有弱震級依賴性，對地震早期預警中最終震級的可預測性提供了有益啟示。

（來源：澎湃新聞）