降低破坏程度是地震研究者的一个重要目标。当破坏性地震发生时，实时报告地震参数对于立即进行损失评估和紧急疏散非常重要。研究人员发现，使用深度学习算法，人工智能系统可以在接收到地震记录后不到一秒钟的时间内准确估计出震源机制的解参数。
地震震源信息的快速自动公开对地震预警有直接作用，还可以为震后趋势判断、烈度速报、地震应急救援等提供科学依据。然而，从地震记录计算地震震源机制是一个耗时的计算过程。因此，目前世界各地地震监测台网的速报信息只包含地震发生的时间、震级、位置和震源深度，不包含描述地震破裂特征的震源机制解参数。
近日，美国国家工程院院士、中国科技大学地空科学学院硕士生讲座教授张捷发表在《自然-通讯》上的一篇论文显示，利用深度学习算法，人工智能系统可以在接收到地震记录后不到一秒的时间内准确估计震源机制解参数。
重要的震源机制解
2004年12月26日8时58分55秒，一场震惊世界的重大灾难突然降临。
印度洋板块和亚洲板块交界处发生里氏9.3级地震。地震引发强烈海啸，席卷印尼、斯里兰卡、马尔代夫等国，造成巨大人员伤亡和财产损失。
“印度洋地震发生在圣诞节假期，许多国家的地震专业人员都在休假。”张捷告诉《中国科学报》，“当时，震源是一次大规模的逆冲破裂。地震后15分钟，海啸首先抵达印度尼西亚，但没有任何预警。最终，14个国家超过22万人丧生。”
张捷解释说，就地震震源参数而言，海底逆冲型地震可能会掀起波浪并引发海啸，而其他类型的地震引发海啸的可能性较小。
震源机制解(又称断层面解)是利用地震观测资料研究地震发生时震源处的作用力和断层错动的性质。震源机制解不仅有助于了解断层的类型，还可以揭示地震发生时断层的具体运动，描述滑动剖面的特征、走向、倾向和倾角。
“震源机制解除了有助于预测海啸外，还可能用于从前震预测主震，或从主震数据预测强余震，揭示震源附近的应力分布。”张捷说，“了解震源滑动的特征非常重要。在许多地震活动区，我们已经掌握了断层系统的分布。根据震源滑动参数，我们可以判断哪个断层系统是活动的，它的应力方向在哪里，附近的其他类似断层会不会有危险。”
1秒钟内报出参数。
“从地震记录计算地震震源机制的难点在于传统方法的计算强度太大。非线性问题的数值解需要很长时间。对于地震前后的各种应对准备和震后抢险救灾来说，每一秒都非常宝贵。”张捷说。
自1938年地震学家首次计算出地震的震源机制解以来，如何快速得到震源机制参数一直是地震学家想要解决的问题。迄今为止，世界各地的地震监测台网在速报地震信息时，仍不包括震源机制参数。研究人员通常在地震发生后几分钟或更长时间才能报告震源机制参数。
2014年，课题组与中国科学技术大学计算机学院教授陈课题组合作，利用互联网搜索引擎技术，快速报告数据库中存储的震源机制解。这篇论文发表在《自然-通讯》上。随后，该方法在中实现四川、云南投入地震监测，成为当时最先进的震源机制解速报技术。然而，这种方法受到数据库的限制，因此很难应用于大型地震监测区域。
经过7年在该领域的持续耕耘，课题组首次使用人工智能方法，突破了数据库的约束，使该方法适用于大面积地震监测。
目前美国、日本等国家报道的震源参数水平相当。美国国家地震局最快可在震后3分钟报告地震的初始震源机制解，并可能在接下来的几分钟内进行修改和完善。大多数情况下，地震发生10分钟后才会上报。
“近年来，中国地震局网络中心不断提高速报能力。2020年地震后平均速报时间为572秒(约10分钟)，不包括震源机制解。”张捷补充道。
“在这项研究中，我们利用机器学习算法提出了一种新的深度卷积神经网络——震源机制网络(FMNet)，利用全波形信息快速估计震源机制。”该论文第一作者、一直在美国斯坦福大学地球物理系从事博士后研究的匡桓温告诉《中国科学》，“与一般应用中需要大量实际数据的监督神经网络模型训练不同，FMNet可以先用合成数据进行训练，然后直接应用于实际数据。FMNet从全面的训练数据中学习与震源机制相关的波形的一般特征。”
“人工智能方法可以通过学习、验证和测试来改进自己的系统。但是一个地区的历史地震和样本都不够。机器学习问题怎么解决？”张捷说，“我们发现使用理论计算数据作为训练样本非常有效。事实上，目前发表的震源机制解研究也是通过理论模型和数据反演获得的。机器学习只掌握所有的理论知识，所以速度和准确率更好。”
“应用完整的理论地震大数据训练人工智能神经网络，提高了系统的准确性和可靠性。”匡桓温说，“经过几天的研究，地震发生后，实际地震数据进入人工智能系统，系统可以在不到一秒钟的时间内准确估计震源机制参数。”
研究参数“民用”
“这项成果首次实现了所有震源参数的全自动瞬时上报。在此之前，这是一个‘研究参数’，地震学家经常发论文报告一次地震的震源机制解。”张捷说，“能够实时提供震源机制解，将引领全球地震监测水平进入一个新阶段。”
张捷解释说，随着地震震源机制的解决，我们可以知道单次地震中哪个断层是活跃的，从而推断应力分布和预测地震风险。虽然震源机制解的概念不容易让公众理解，但预警系统可以根据震源机制解做出决策，并告知公众风险程度。
"大量实际数据测试证实了该方法的有效性."匡桓温说，“我们用震源机制来描述断层地质和断层机制，也可以用主震的震源机制来计算应力变化，来检验余震的地震触发理论。此外，在时间上导出的地震源机制可以为目前正在实施的点源地震预测模型提供重要的补充，这可能有助于改进用于预警的地震预测。”
论文的三位审稿人一致评价团队的成果为“非常令人振奋的突破性成果”。
“要提高地震预测预警的准确性，需要密集的高频监测数据采集和实时处理，现有的人机结合的工作模式已经不适应这种要求。这一成果为地震监测预报预警服务的快速高效智能化转型提供了坚实基础。”中国地震局科技与国际合作司司长车石告诉《中国科学报》。
北京该校理论与应用地球物理研究所所长赵丽评价说:“张捷教授团队在人工智能领域解决地震监测预警方面不断取得突破，并将其应用于川滇地震科学实验场，对我国的防震减灾事业具有重要意义。”
“降低破坏程度是地震研究人员的一个重要目标。当破坏性地震发生时，实时报告地震参数对于立即进行损失评估和紧急疏散非常重要。该研究目前正在转化为实用成果，将于近期在中国科大与中国地震局联合开发的‘智能地震动’人工智能地震监测系统上试运行，并将在中国地震科学实验场全面推广。”张捷说。