如何用机器学习算法预测“实验室地震”?

标签:移动数据信息技术模式

访客:11199  发表于:2017-03-24 11:08:08

如何用机器学习算法预测“实验室地震”?

机器学习算法预测“实验室地震”绝对算得上是一个突破,这一突破不仅震惊了地质学家,还意味着机器学习用于真实地震的预测指日可待。

如何用机器学习算法预测“实验室地震”?

据统计,被地震夺走生命的人员数目十分可怕。每年大约有一万人死于地震和震后灾难,但实际的伤亡人数可能更多。2004年,苏门答腊岛海岸有超过230,000人在九级地震引起的海啸中丧生;2010年,超过200,000人死于海地七级地震;1556年,中国超过800,000人在一次地震中死亡。

因此,我们期待着一个颇有成效的地震预测方法。

在新墨西哥洲洛斯阿拉莫斯国家实验室里,Bertrand Rouet-Leduc和他的几个伙伴前段时间发现了一个相当惊人的秘密。他们训练了一个机器学习算法,让算法仅依靠那些由压力所产生的声音,去观察实验室地震即将发生时所显现的迹象。这个团队还不确定这一技术能否用于现实地震的预测,因此他们表现得十分谨慎;但是他们的这项技术和工作确实为地震预测领域的研究开辟了一条新路径。

我首先来介绍一些相关的背景信息。长期以来,地质学家们都是可以预测出地震风险发生的近似概率,他们使用的方法是找出历史上地震断层的移动时间,凭借其中显现出来的一些周期性,来大致预测未来的断层移动时间。

其中最有名的例子包括加州帕克菲尔德的圣安格烈亚斯断层——全球被研究得最仔细的断层之一。据记载,历史上发生在这里的地震的时间分别是1857年、1881年、1901年、1922年、1934年和1966年。这些数据暗示着在圣安格烈亚斯,大约每22年就会地震一次的模式和规律。

因此地质学家们预测下一次地震将会发生在1988年到1993年之间,再下一次地震就应该是2004年。

这大概就是地震预测所能达到的最好的水平了,在其他的绝大多数地方,震级的误差会更大。

这样的预测有利于各种事项的实施,比如在地震多发区建立地震指标;但在地震发生时预防死亡是基本不可能的。因此,预测的时间跨度需要以天为单位,以达到更精准的预测。几乎没有证据能证明这种以天为单位的预测是可行的,尽管有很多传闻表明动物是能够感知即将发生的地震的。

Rouet-Leduc和他的伙伴的工作很可能会对这种现象做出一些改变。通过拉扯一个被夹在两个积木中间的积木,他们在实验室里制造了人工地震。在这些积木的接触面上,他们叠加了一些叫做“断层泥”的岩石物质混合物,来模拟真实的断层。

这种人工地震系统到现在已经得到了充分的研究。地质学家从中知道了,当地震即将发生时,“断层泥”就会开始掉落,并且伴随着断切发出“吱嘎”和“噼啪”的声音——一种特殊的“地震低语”,然后那块积木就会滑落,并且滑落的时间似乎是有周期性的。

这一系统与真实的地震有着很多相似之处,比如说,滑块的大小分布与真实地震的大小分布是一样的,它能产生很多小的滑块和少数大的滑块——这种大小分布跟真实的地震一样,是符合了著名的“Gutenberg-Richter关系”的。因此,地质学家们确信,这个系统至少能模拟一部分现实世界的行为。

现在为止,存在的疑问是:

断层发生时发出的声音能否用来推测下次断层发生的时间呢?直到现在,还没有人在这些声音里发现能够被用于推测时间的一种固定模式。但是Rouet-Leduc已经着手使用一种全新的方法了。

他们记录了试验中的所有发出的声音,然后将其输入至一个机器学习算法中。这样做是为了看看机器能否破解地质学家们现在无法破解的声音模式。

这一尝试的结果令人非常惊喜,研究者们将一个声音的滑动窗口输入至了算法中,然后让它在每个可能发生地震的时刻作出即时预测。令研究者们感到惊讶的是,机器对即将发生的地震都给出了非常精确的预测,尽管有些地震并非是迫在眉睫的。他们说:

“我们只是让算法去‘听’实验室断层发生时的声音信号,机器学习就能精确地预测出距离断层发生前的剩余时间。”

其实真正的疑惑在于“机器到底是如何做到这一点的呢?”

Rouet-Leduc假设地震前体可以比之前预想的要小很多,所以在现实生活中通常不会被记录下来。机器似乎已经发现了一个全新的信号,这一信号之前被地质学家们误认为是在实验室地震中产生的杂音。他们说:“我们的机器学习分析能为‘滑移物理’提供新的见解。”

这是一项有趣的、并且具有重要意义的工作。它提出的首要的、最突出的问题是:相同的技术能否精确地预测现实中的地震?

Rouet-Leduc和他的团队对这一方面非常感兴趣,他们指出,实验室的实验从各种重要的层面来说与现实中的地中都有着很大的不同:实验中的断切压力的震级大于现实地震的震级,而且断切的岩石的温度跟现实地震也不同。

但是,在一些其他的层面上,实验室地震跟现实中的地震还是很相似的。所以,这个团队的下一个目标就是将这个相同的分析,应用到那些与实验室地震相似度最高的现实地震中去。帕克菲尔德地震就是其中一个这样的现实地震,帕克菲尔德在较短的时间内经历过多次重复地震。团队表示:“这些断裂层可能会像在实验室一样,发出‘地震低语’。”

这个大测试当然将会被用于精确地预测现实中的地震,但这将是是一项需要长年仔细研究、观察的艰巨任务。

与此同时,这项技术也能应用于类似地震的其他材料的预测,比如说飞机和发电站里的涡轮机。

无论这项新技术被如何应用,Rouet-Leduc都已经在地质学界掀起了不小的波澜。就像他们自己在总结中所说的:“地震科学进步和发展的舞台已经准备就绪了。”

来源:钛媒体

如何用机器学习算法预测“实验室地震”?

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");