機器學習模型能夠從與深層能量積累相關的磁場的微弱變化中識別出即將發生地震的跡象。
2014 年加利福尼亞 6.0 級地震的痕迹 - 用於訓練神經網路的 19 次地震之一
地震通常看起來完全突然,儘管潛在的能量是逐漸積累起來的,遠在它以強大的衝擊釋放之前。地質學家正在尋找早期發現威脅並採取行動拯救人員和基礎設施的方法。監測局部磁場可以成為這樣的工具之一。
事實上,深度壓力的增加可以改變地下物質的特性,包括電導率,並且在積累的氣體中會出現電流。這樣的過程也應該反映在磁場的特徵上,磁場在地球的最中心產生並記錄在地表附近。這方面的證據以前存在,但還不能可靠地證實這一假設。
在人工智慧的幫助下,現在才有可能注意到磁場的變化。科學家們在《地球物理研究雜誌:固體地球》上發表的一篇文章中寫到了這一點。該研究由非營利科學基金會 QuakeFinder 的科學家與 Stellar Solutions 和 Google Accelerated Science 團隊共同進行。
他們使用了與 2005-2019 年在加利福尼亞發生的地震相關的地震監測和磁場觀測,震級至少達到 4.5 級。從位於全州的 125 個磁力計收到的信息。它非常嘈雜,因為太陽活動甚至道路交通都可能導致磁場的微弱異常。然而,即使在這種嘈雜的背景下,機器學習模型也能夠識別出信號。
在對測試樣本進行測試後,科學家們確信人工智慧能夠根據磁力計考慮地震即將來臨的跡象。「我們並不聲稱在任何地震之前就存在這樣的信號,」該工作的作者強調。然而,新方法可能是提前預測威脅接近的有價值工具。在某些情況下,他可能早在第一次餘震前 24-72 小時就注意到地震的跡象。
「人工智慧將允許在幾天內預測地震」相關視頻
-
9:44
-
8:28
-
12:20
-
9:49
-
13:45
-
20:04
-
33:40
-
11:29
-
18:45
-
45:27
科學分類資訊推薦
科學分類視頻推薦
-
0:22
-
0:23
-
0:19
-
0:48
-
0:13
-
0:16