首页 > AI资讯 > 最新资讯 > 深度学习更准确预警余震

深度学习更准确预警余震

新火种    2023-09-19

研究示意图。图片来源:《地球物理研究快报》

30多年来,用于预警地震余震的模型基本上没有变化。虽然这些模型在数据有限的情况下运行良好,但随着数据量与日俱增,这些模型举步维艰。鉴于此,美国和德国科学家创建了一个使用深度学习预警余震的新模型,其不仅比现有地震预警模型更高效,还可以扩展。相关研究刊发于8月31日出版的《地球物理研究快报》上。

新模型名为“复发地震预报”(RECAST),在10000多次地震事件中,其表现优于现有的传染型余震序列(ETAS)模型。

论文主要作者、加州大学圣克鲁斯分校凯利安·达舍尔-库西诺解释称,ETAS模型基于上世纪80年代和90年代的观测数据集而设计,当时科学家们试图根据很少的观测结果建立可靠的预警。但现在地震目录变得更庞大且更详细,在科学家们已拥有数百万个地震事件目录,旧模型根本无法处理这么多数据。

为证明RECAST的能力,研究小组首先使用ETAS来模拟地震目录,随后他们使用南加州地震目录中的真实数据测试了RECAST的模拟能力。结果发现,RECAST在预警余震方面的表现略好于ETAS,尤其在数据量增加的情况下。

研究团队指出,机器学习领域不断取得新进展,RECAST模型将更准确,更容易适应不同的地震目录。该模型也为地震预警开辟新的可能性。由于能够适应大量新数据,该模型有可能结合来自多个地区的信息,更好地预警数据不足地区的情况。

来源:科技日报

相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。

热门文章