新华社电（记者 张华）近日，阿拉斯加费尔班克斯大学（University of Alaska Fairbanks）的研究团队成功研发出一种新型人工智能模型，该模型可在大地震发生前数月预测地震结果。这一突破性成果有望为地震预警和防灾减灾提供有力支持。
该研究由阿拉斯加大学地球物理研究所助理研究教授塔西洛-吉罗纳（Társilo Girona）领导，德国慕尼黑路德维希-马克西米利安大学的地质学家Kyriaki Drymoni为合著者。研究成果已于8月28日发表在《自然-通讯》（Nature Communications）上。
机器学习识别地震活动早期迹象
吉罗纳表示，该模型基于机器学习技术，通过对地震目录中的数据集进行分析，识别出大地震发生前的早期迹象。研究表明，在大地震发生前数天至数月，地壳会出现异常的低水平构造活动，这些活动可被视为大地震的前兆。
针对阿拉斯加和加利福尼亚地震案例
研究团队重点分析了阿拉斯加和加利福尼亚的两次重大地震：2018年7.1级安克雷奇地震和2019年加利福尼亚州里奇克雷斯特6.4至7.1级地震序列。研究发现，在大地震发生前约三个月，阿拉斯加中南部和南加州约15%至25%的地区都发生了异常低震级地震。
低震级前兆活动地质原因
吉罗纳和Drymoni认为，低震级前兆活动的地质原因是断层内的孔隙流体压力明显增加。当孔隙流体压力足以克服断层两侧岩块之间的摩擦阻力时，高孔隙流体压力就有可能导致断层滑动，进而引发大地震。
机器学习助力地震研究
吉罗纳表示，现代地震网络产生了巨大的数据集，通过分析这些数据，可以揭示地震事件的前兆。机器学习和高性能计算的进步为地震研究带来了变革性作用，使研究人员能够识别出预示地震即将发生的模式。
算法测试与挑战
研究团队计划在近实时情况下对算法进行测试，以确定并解决地震预报中的潜在挑战。他们强调，没有根据该地区的历史地震情况对算法进行训练，就不应在新的地区采用这种方法。
地震预报的伦理和实际问题
尽管地震预报具有巨大潜力，但其固有的不确定性也提出了重大的伦理和实际问题。错误的警报可能导致不必要的恐慌、经济混乱和公众信任的丧失，而预测失误则可能带来灾难性的后果。
结语
新型人工智能模型在大地震预测方面的突破性成果为地震预警和防灾减灾提供了新的思路。然而，地震预报仍需谨慎对待，确保准确性和可靠性，以最大程度地减少地震灾害带来的损失。
Views: 0