四川地震，成都全城61秒“预警”立大功！从“预警”到“预测”还有多远？

　　

　　目前，长宁县、珙县已完成第一轮全面搜救，未发现新的伤亡情况。

　　让人略感安慰的是，这次地震发生之后，包括成都主城区在内的不少地方都提前发出了61秒地震预警，并通过电视、大喇叭等多种手段提醒民众及时避险。

　　

　　

　　

　　

　　物联网预警实录

　　2018年5月9日，成都高新区联合成都高新减灾研究所，在成都高新区60个社区启用地震预警“大喇叭”，通过社区广播、手机、电视等多途径，在地震波到达前提前预警，为民众避险争取宝贵时间。

　　

　　地震预警系统是一个以物联网为基础的系统，可实现全自动的秒级响应。通过在主要地震区布设密集的地震预警监测仪，在地震发生时，利用电波比地震波传播速度快的原理，在地震造成破坏前，提前几秒到几十秒为用户发出全自动秒级响应的地震预警警报，民众据此及时避险以减少伤亡，重要工程紧急处置以减少经济损失和次生灾害。

　　这个预警系统叫做ICL地震预警技术系统，ICL是英文Institute of Care-Life（关爱生命机构）的缩写，这套系统来自成都高新减灾研究所。

　　研究所所长王暾是美国康涅狄格大学理论物理学博士。王暾本来在奥地利科学院做博士后，2008年汶川地震后决定回国研发地震预警系统。根据工商资料信息，2009年成都高新减灾研究所成立了。

　　

　　图：王暾博士，图片来自北京科技报

　　经过在汶川地震余震区的多次实验，排除各类干扰，2010年底，王暾团队的地震预警系统雏形出炉了，几个月后就实现了通过手机短信接收地震预警信号；2012年，地震预警系统接入了电视台，整套ICL系统正式研发成功。

　　一年后，ICL系统也开始在地震带上做大范围部署。

　　据中国新闻网报道，2013年成都高新减灾研究所就建成了覆盖面积40万平方公里的地震预警系统，包括布设的甘肃、陕西、四川、云南等8个省市部分区域的1213台地震监测仪器、预警中心以及信息发布和接收系统。两年后，这一系统已经扩展到了25个省份，覆盖200万平方公里。

　　这套系统迅速起到了作用。

　　2014年8月5日，云南鲁甸6.5级地震，ICL系统提前10秒向昭通市提供预警，提前57秒向昆明市提供预警，云南的昆明、昭通、丽江，四川的宜宾、凉山、乐山等地的26所学校都收到了警报。

　　2015年1月14日乐山5.0级地震，ICL系统分别提前11秒、43秒向乐山、成都预警。

　　2017年8月8日九寨沟7.0级地震，ICL系统提前19秒向陇南市预警，提前48秒向广元市预警，提前49秒向绵阳市预警，提前71秒向成都市预警。

　　具体原理是什么呢？

　　地震预警：与时间赛跑

　　ICL地震预警系统的原理，就是利用地震的横波和纵波以及电讯号传递速度的差异打时间差。

　　地震发生时，震源会向外辐射两种不同类型的地震波：纵波、横波。其中纵波在地壳中传播速度为5.5-7千米/秒，它最先向外扩散，使地面上下震动，但破坏性较弱；横波在地壳中的传播速度为3.2-4千米/秒，在纵波之后，第二个向外扩散，它使地面发生前后、左右抖动，破坏性相对较强。

　　而横波和纵波在地表相遇后，会激发产生一种叫做面波的混合波，波长大、振幅强，只能沿地表传播。面波就是造成地表及建筑物被强烈破坏的罪魁祸首。

　　比地震的纵波和横波都要快的，是传播速度接近光速（30万千米/秒）的电讯号。因而，利用电讯号，预警系统就可以在接收到纵波信号以后及时向可能波及地区发出警告。

　　公开资料显示，ICL地震预警系统分为地震监测、预警信息分析和处理、预警信息发布，以及预警信息接收和应用4个环节。按照系统响应的顺序可包括：地震监测台网、地震参数快速判测系统、警报信息快速发布系统和预警信息接受终端。

　　最终拿到人们手上的，是公众号和各种地震预警系统终端发出的预警信息，比如人们可以通过计算机、手机、电视、微博等终端和应用接收地震预警系统所发出的警报。

　　据成都高新减灾研究所所长王暾博士介绍：

　　我们所做的工作是地震预警，而并非地震预报，临震预报仍然是世界难题。地震预警只能减少人员损伤，而不能做到避免。

　　我们所做的工作是地震预警，而并非地震预报，临震预报仍然是世界难题。地震预警只能减少人员损伤，而不能做到避免。

　　

　　为了实现地震预警，需要在可能发生地震的区域安装地震预警的传感器。这种传感器并不昂贵，也不需要在野外安装，可以通过实时的网络(甚至是2G网络)来传递地震波的数据，地震预警的传感器甚至可以固定在墙上。

　　

　　通过这些传回来的数据，我们可以判断地震发生的位置以及大概的震级。网络和计算机的处理速度非常快，只需要几秒钟的时间。

　　虽然预警时间只有几十秒，但就这几十秒，足够拯救许多人的生命。

　　王暾说，如果在地震波到达时提前3秒收到预警，伤亡人数可降低14%；提前10秒，伤亡人数可降低39%；如果汶川地震发生时有预警，死亡人数可能会减少2万至3万。

　　

　　全球最大的地震预警网

　　需要说明的是，这次在长宁 6.0 级地震中所提供的地震预警功能，并不是第一次发挥作用。

　　2017 年 8 月 8 日 21 时 19 分，四川阿坝州九寨沟县发生 7.0 级地震，震源深度 20 千米——几乎在九寨沟地震发生的同时，一款名为地震预警（ICL）的 app 在不到 20 秒的时间内连续发布了 5 条推送，提前 71 秒为成都市的用户提供预警信息；汶川居民也通过电视上出现的地震倒计时，及时获得地震预警信息。

　　这套预警系统背后的研发团队，正是成都高新减灾研究所（Institute of Care-Life，简称 ICL）。

　　

　　公开资料显示，成都高新减灾研究所成立于 5.12 汶川大地震后，由国家“千人计划”人才王暾博士创建，并牵头成立由四川省政府授牌的地震预警四川省重点实验室，减灾所和重点实验室致力于地震预警技术研发、成果转化及应用。

　　雷锋网查询到，地震预警系统主要分为四个环节，地震监测、预警信息分析和处理、预警信息发布、预警信息接收和应用。具体来说，在地震危险区域布设高密度的台网，监测地震，监测仪将监测到的地震动的关键信息发送至预警中心进行分析和处理，然后预警中心发布预警信息，用户接收预警信息并进行避险和紧急处置。

　　

　　而这一次宜宾长宁 6.0 级地震中发挥作用的 ICL 地震预警系统，经过了上万次实际地震的公开检验，特别是，成功预警了 50 次造成了破坏的地震，包括芦山 7 级强震、云南鲁甸 6.5 级地震、四川康定 6.3 级地震、九寨沟 7 级强震，无误报。预警系统实现了通过智能手机、广播电视、微博、地震预警信息接收服务器等同步发布预警信息，使得我国成为继墨西哥、日本后第三个具有地震预警技术能力的国家，并且使得我国地震预警技术处于世界领先水平。

　　目前，成都高新减灾研究所与全国各地的市县防震减灾部门（地震部门）联合建成了延伸至 31 个省（直辖市、自治区），覆盖面积 220 万平方公里，覆盖我国地震区人口 90%（6.6亿人）的全球最大的地震预警网。

　　不过，据环球科学报道，一个尴尬的问题是，预警系统可以为周边地带提供预警，但却对受破坏最严重的震中地区无能为力。由于预警的形成需要地震波抵达数十千米外的至少 2 个台站，此时横波对震中的破坏已经形成，这就是所谓的“预警盲区”。

　　目前，ICL 的预警盲区能达到的最小范围，是以震中为圆心，21 千米为半径画的一个圆。这一范围，相当于 7 级地震破坏最大的区域。预警盲区的范围可以通过提高台网密度、观测数据质量、数据传输和处理的实时性等手段得以缩小，但对于震中地区的居民来说，预警总是会来得太晚。

　　地震预警 App 已经登顶 App Store

　　当然，地震预警网的实现，不仅仅是成都高新减灾研究所的功劳，它也离不开广电、互联网电视平台和线下居民小区等各类预警渠道的支持。

　　雷锋网查询到，就在 2019 年 5 月 28 日，成都高新减灾研究所还与四川省有线广播电视网络股份有限公司与成都高新减灾研究所签署了地震预警接收“最后一公里”深化合作协议，推进地震预警接收“最后一公里”。

　　当时，双方宣布电视地震预警延伸到四川所有地震区所有 13 个市州，覆盖 79 个区县，占四川省地震区区县 60%，其中广元、乐山、宜宾、凉山、德阳、雅安等市州已全部授权开通，另外 7 个市州的部分区县授权开通，实现在下次大震时，在各级各地政府授权开通区域，内置地震预警服务的电视将发出预警，在地震波及用户前预警，减少人员伤亡。

　　当然，在电视预警、线下渠道之外，成都高新减灾研究所也推出了自己的手机 App——地震预警，它写着“地震能预警，预警能救命”，而且是完全免费的。雷锋网了解到，由于种种原因，这一 App 的下载量和使用量并不高，因此更新频率也不高，上一次更新是 3 年以前；不过，在 App 中，内置了地震列表、地震分布、地震科普等功能，均能够正常使用。

　　值得一提的是，在这次宜宾长宁 6.0 级地震发生后，地震预警 App 的下载量不断攀升——目前已经登上了 App Atore 免费总榜的第一名。

　　

　　从预警到预测下一次地震为什么如此困难？

　　让我们先从一个简单的问题开始：下一次大地震将在哪里发生？

　　研究表明，较大的断层通常会引起较大的地震。理论上，如果所有的断层都被绘制出来了，那么我们应该能够对一个特定地区可能经历的最强烈的地震加以限制。这一点很重要，因为地震释放的能量变化可能是万亿次方的（quadrillions）。

　　然而，估计断层大小和释放的相应能量并不总是那么简单。断层常表现出复杂的几何形态，使得对断层区域的建模变得复杂。此外，断层可能同时破裂：在新西兰2016年的Kaikōura地震期间，13个不同的断层同时破裂。此外，最近的历史证明，地震大小并不总是与损害相关；根据发生的地点，中等震级的地震可能比“大”地震更具破坏性。例如，1994年加利福尼亚州北岭6.7级地震造成重大财产损失和生命损失，而2018年斐济8.2级地震强度为178倍，并未造成任何损失。因此，地震的震级并不能说明整个情况。

　　

　　1900年-2013年地震7.0级及以上的地图

　　现在来回答更加复杂的问题：下一次大地震何时发生？

　　预测时间是地震预测中最难的挑战。事实上，有两种理论可以告诉我们（最好的）预测是有缺陷的。

　　第一种理论称为弹性回跳理论，它指出地壳在强烈的压力下会弯曲变形，直到最终在应变下断裂。沿着断裂的滑移（即地震）使两侧的岩石回弹到变形较小的状态，并释放储存的能量，从而使累积应变的过程重新开始。

　　第二种理论被称为特征地震，它描述了研究最多的地震产生的断层似乎有不同的区段。在两次地震之间的间隔期内，这些板块反复破裂，积累了相同数量的应变，从而产生了相似震级的地震。假设这两个理论一直存在，你可以根据1）最大未受力应变的位置，2）自上次地震发生以来的时间，以及3）对断层带的精确了解（在许多地区我们可能永远无法实现）来预测下一次地震何时发生。

　　我们能做什么？

　　今天，预测方法主要集中在概率地震预测，即在一定时间范围内对特定区域内的一般地震灾害进行统计评估。概率预测涉及地震可能发生的概率，而早期的确定性预测技术涉及确定地震何时发生。概率预测可以向可能更容易发生地震风险的地区提供警告，使他们能够在潜在的未来发生地震之前，通过改进的基础设施设计和应急措施来加强抗震能力。

　　第二个有希望的发展是地震预警系统。在发现地震后，它会为可能受影响的邻近地区提供几秒到几分钟的实时警告。该系统利用了地震波的不同速度，这些地震波构成了地震辐射的能量。简而言之，如果系统在更危险、速度较慢的表面波到达之前检测到最快波（称为P波）的第一次到达，则可以触发警报（见下图）。使用高速自动化，甚至几秒钟的警告就足以停止机器，例如火车和电梯，并提醒人们注意安全。

　　

　　地震预警系统运行中：当地震开始时，检测到快速移动的P波，可以在较慢移动的表面波到达之前传播紧急信息。

　　然而，由于不必要的紧急措施启动，以及对商业和日常生活的潜在破坏，对于从未发生的地震的错误警告是昂贵的，就像“狼来了”的故事，它可能会破坏未来预警的可信度和有效性。为了避免这些问题，可以用人工智能（AI）技术来检测人类无法看到的地震预测数据中的模式和信号。

　　接下来介绍两个利用AI预测地震的最新研究成果。

　　谷歌和哈佛团队利用深度学习来预测地震余震

　　谷歌和哈佛大学在Nature杂志发表的一篇论文中，研究人员展示了如何用深度学习预测余震位置，而且预测结果比现有模型更可靠。

　　他们训练了一个神经网络，在一个包含131000多个“主震-余震”事件的数据库中寻找模式，然后在一个包含30000对类似事件的数据库中测试其预测。

　　

　　“主震-余震”事件的一个样本

　　深度学习网络比最有用的现有模型（称为“库仑破裂应力变化”）更可靠。在从0到1的精度范围内——1是完全准确的模型，0.5是一半准确的模型——现有库仑模型得分为0.583，而新的AI系统达到0.849。

　　“关于地震，你需要知道三件事情，”研究人员说：“它们什么时候发生、它们会有多强烈、它们会发生在哪里。在这项工作之前，我们有经验定律来解释它们发生的时间和规模，现在我们正在研究它们可能发生在哪。”

　　人工智能在这一领域的成功归功于该技术的核心优势之一：它能够发现复杂数据集中以前被忽视的模式。这在地震学中尤为重要，因为在地震学中看到数据中的关联性非常困难。地震事件涉及太多变量，从不同区域的地面构成到地震板块之间的相互作用类型，以及能量在地震波中穿过地球传播的方式。理解这一切是非常困难的。

　　研究人员表示，他们的深度学习模型能够通过考量一个被称为“米塞斯屈服准则”（von Mises yield criterion）的因素来做出预测，这是一种用于预测材料何时开始在压力下破裂的复杂计算。研究人员表示，这个因素常用于冶金等领域，“但在地震科学中从未流行过。”现在，随着这一新模型的发现，地质学家可以研究其关联性。

　　尽管这项研究取得了成功，但它还远未准备好在现实世界中应用。首先，AI模型只关注由地面永久性变化引起的余震，称为静态应力。但后续地震也可能是由于后来发生的地面隆隆声造成的，称为动态压力。现有模型也太慢而无法实时工作。这很重要，因为大多数余震发生在地震发生后的第一天，然后每过一天频率大致减半。

　　机器学习检测信号预测地震时间

　　此外，机器学习也被用于预测地震时间。发表在Nature Geoscience的两篇相关论文中称，利用机器学习的地震信号的检测准确地预测了卡斯卡迪亚（Cascadia）断层的缓慢滑动，这是在其他俯冲带发生大地震之前观察到的一种信号。（注：Cascadia 断层是美加西海岸、太平洋东海岸的一条海沟断层。）

　　Los Alamos国家实验室的研究人员应用机器学习来分析Cascadia数据并发现发现巨大的推力会发出持续的震动，这是断层位移的迹象。更重要的是，他们发现断层声音信号的响度与其物理变化之间存在直接的平行关系。Cascadia断层出现的声音，以前被视为毫无意义的噪音，预示着它的脆弱性，这可以帮助我们更准确地预测大地震。

　　机器学习通过学习自调整算法来创建选择和重新测试一系列问题和答案的决策树，来处理大量地震数据集，以找到不同的模式。去年，研究小组在实验室模拟了一次地震，用钢块与岩石和活塞相互作用，并记录了他们通过机器学习分析的声音。他们发现，许多地震信号，以前被认为是无意义的噪声，精确地指出了模拟断层何时会滑动，这是地震预测的一个重要进展。更快、更强的地震有更大的信号。

　　

　　研究人员在实验室里模拟地震

　　研究小组决定将他们的新范式应用于现实世界：Cascadia断层。最近的研究表明，Cascadia断层很活跃，但被注意到的活动似乎是随机的。该小组分析了该地区地震台站12年来的真实数据，发现了类似的信号和结果：Cascadia持续的震颤量化了俯冲带缓慢滑动部分的位移。在实验室中，作者发现了一个类似的信号，可以准确地预测大范围的故障。在Cascadia中仔细监控可以提供有关锁定区域的新信息，以提供预警系统。

　　那么，下一场大地震何时会发生？或许我们永远都不会知道，但我们相信，随着计算能力的增加和算法的优化，机器学习将在地震预测方面具有巨大的潜力。

　　最后，让我们一起为长宁祈福！

　　

　　本文来源：高工机器人，感谢作者付出的劳动

　　广东省智能机器人研究院（简称“广智院“）

　　经广东省人民政府批准，由东莞市人民政府举办的新型科研机构，总部位于松山湖大学创新城，以“格物穷理、守正出奇”为发展理念，以高精高效智能工业机器人为重点研究方向，先后获批2支广东省创新团队，1支东莞市创新团队，建设的智能装备研发中心获批国家首批专业化众创空间。广智院已在驱控一体化、多轴机器人、AGV、物联网、机器视觉、智能装备、工业大数据等领域形成了核心技术与产品。先后为300余家机器人及智能制造应用的行业龙头企业服务，与企业合作，建设面向工业4.0的智能制造车间，被评为首批国家智能制造示范工程（全国46家单位获批，东莞唯一一家），并被选为全国智能制造试点示范交流会的唯一示范现场。

　　乐山市8县

　　icl

　　王暾

　　奥地利科学院