关注我们:

“地震波还有61秒到达”

2019-06-18

来源:未知

分享到:


救命技术,紧急时刻立功了。 昨晚将近11点,地震频发的四川又发生了一场大地震,震中位于四川省宜宾市长宁县,

救命技术,紧急时刻立功了。


昨晚将近11点,地震频发的四川又发生了一场大地震,震中位于四川省宜宾市长宁县,震级达到6.0级,震源深度16千米。


对许多四川人民来说,这不是第一次经历地震了,但与以往不同的是,震感来临前,他们电视上出现了弹窗:






△ 本图片来自知乎用户@高山,上述其余图片作者不可考


成都、德阳、乐山、广元、凉山……震中周围各地都收到了提醒。


不少居民小区的喇叭也播报了倒计时的声音。


安装了预警APP的用户,手机上也出现了倒计时提醒。


△ 来自知乎用户@看似很简单


以成都为例,当地居民提前61秒就收到了预警。


不少网友都表示,在窗外的广播数到0的时候,大地突然就震动了起来。




时间非常精准,准确度让人震撼。



虽然时间只有几十秒,但能提前把地震消息告诉当地居民,赢得了宝贵的逃命时间,减少人员伤亡。


那么,这究竟是怎样一门技术呢?


与地震波赛跑


需要提醒的是,地震预警,并非是像预言那样预测地震,而是在地震发生后,迅速将这一消息告知地震波还没有到达的地方。


当地震在震中发生时,地震波向周围蔓延,所到之地才开始震动,造成楼房倒塌破坏。


相对光速的电波来说,地震波的速度相对较慢,速度较快的纵波(P波)在地壳处的速度在每秒6千米以下。



速度较慢、造成破坏更大的横波(S波)速度则通常在每秒3~4千米左右。



无论是哪种地震波,都比我们日常通信使用的电波慢得多。


假设两座城市之间地震波的传递需要30秒,而在第一座城市作为震中发生地震时,通过电波将信息传递到第二座城市,第二座城市的居民就有将近30秒的时间可以避难。


以此类推,第一座城市周边许多城市、乡村的居民都可以提前数秒或几十秒知道地震波即将到来,留出避难时间。


因此,地震预警就是和地震波赛跑,在地震波来之前告诉大家:地震波马上就到你的城市了,快逃命。


ICL地震预警系统


原理有了,还缺实践。


这套在昨夜的地震中起到作用的预警系统,名叫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。


△ 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。


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


需要机器学习,也需要大数据


除此之外,在这个AI和大数据的时代,地震预警也有新的机会。


神经网络,超越了传统算法


去年8月底,哈佛大学和谷歌开发的余震预测机器学习算法,准确度超出以往。于是,成果在Nature上发表了。


余震,虽然发生在主震之后,但危害不一定比主震小,还可能更严重:


2010年9月新西兰基督城发生了7.1级地震,没有人员伤亡。但5个月后发生的6.3级余震,由于震中靠近市中心,造成了185人死亡。



在这项AI研究之前,科学家大多用地震对附近岩石中的应力的改变,来预测某个地点的余震,这叫“应力断裂法 (Stress~Failure Method)”。它已经能解释许多余震的规律,但还有更多无法预测的情况。


于是,哈佛和谷歌的研究人员便借用了机器学习的力量:用13.1万次主震和余震数据训练了一个神经网络。


这个算法,模拟了一个网格,每一格包含了一次主震震中周围5公里的范围。


告诉神经网络,这里发生了一次主震,并把震中附近应力改变的数据也喂给网络。


就这样,训练AI预测每一格发生一次或多次余震的概率。AI把每一格当成一个独立的小任务去做,而不是计算应力在岩石中不停波动的序列。


训练完成,团队用3万次主震加余震的事件,考验了AI的预测能力。他们发现AI对余震地点的预测,比传统方法更准确。


更重要的是,神经网络还能指出,主震过后地面之下可能已经发生的一些物理变化。


有了这些信息,算法中的某些参数,便可以在预测过程中起到更重要的作用:比如描述金属应力变化的参数,而这样的参数在从前的余震预测里很少用到。


这样一来,就给了地震学家一个探索应力变化的新视角,给大地震的余震预测带来更多的依据。


数据也很重要


刚才提到的研究,预测了地点。但地震时间的预测,一直是世界难题。


而京都大学发表的一项研究,有望提前1小时~20分钟预报7级以上的大地震。


梅野健教授的团队,用自己开发的算法组合分析了大量数据,发现大地震发生前会出现一种异常现象:


震源区域上空60公里以上,电离圈电子数异常增加。


造成福岛核泄漏的2011年东日本大地震之前,就出现了这样的现象。除此之外,前后还有两次7级以上的地震,震前也出现了电离圈电子数的异常增加。



团队使用的数据,都是来自日本国土地理院的一套GPS大地观测观测网,名字叫GEONET。


一旦这个结论得到推广,便可能帮助人类实现大规模的提前撤离。


One More Thing



不过,地震来了的时候,咱出门就别刷脸了吧?

VR硬件评估more+
智能硬件more+

投稿