最新消息，四川瀘定6.8級地震已經(jīng)造成甘孜州遇難29人，雅安市遇難17人，另有16人失聯(lián)，50人受傷。

看到這個消息，感到無比心痛……

在今夏的超強熱浪中，四川作為西電東輸?shù)闹髁Υ笫?，為全國人民抗下了所有委屈?/span>

這座英雄的城市，選擇了自己負重前行：為了向其他兄弟省份繼續(xù)供電，熄滅了路燈，關閉了空調，讓自己陷入一片黑暗。

隨后，四川又遭遇了疫情，成都等城市全城靜默。

而昨天，瀘定又遭遇了地震，現(xiàn)在傷亡人數(shù)還在不斷統(tǒng)計中。

來源：中國消防

20秒，拯救127個孩子

在位于震中的海螺溝，有兩個酒店樓體全塌了。

來源：荔枝新聞

酒店老板徐先生稱，自己到現(xiàn)在仍心有余悸，「從未見過這么兇的地震」「我現(xiàn)在手都在抖」。在這場地震中，有很多令人動容的畫面。據(jù)紅星新聞報道，接到地震消息后，四川省人民醫(yī)院立刻組織應急救援小分隊前往救援，國家（四川）中醫(yī)緊急醫(yī)學救援隊也趕赴瀘定救援。省骨科醫(yī)院馬上組成應急隊，逆行前往震中展開救援。

?誰能出發(fā)？我可以！真的淚目了國務院抗震救災指揮部辦公室、應急管理部已經(jīng)啟動國家地震應急三級響應，調度部署前方救援。

四川已經(jīng)緊急調度「大型高空全網(wǎng)應急通信無人機」，飛赴震中執(zhí)行公眾通信覆蓋任務。

來源：小央視頻

而成都消防地空救援力量也都在緊急集結趕赴震中，開展聯(lián)合偵查搜救任務。搜救直升機不斷在空中定位盤旋，絕不放過任何一個可能的機會！

來源：中國消防

在全國人民揪心的時刻，九派新聞播報了一個令人欣慰的消息：雅安一幼兒園的老師們看到地震預警倒計時20秒的信息后，立即飛奔到班里，將熟睡的孩子們叫醒，挨個疏散到安全的地方。整個過程耗時1分57秒，127名幼兒被成功疏散到安全的地方。

來源：九派新聞

地震預警這關鍵的20秒，救下了127個孩子。

地震預警立大功

截至發(fā)稿前，此次地震已造成65人遇難。在心痛之余，很多人發(fā)出了這樣的疑問：為什么現(xiàn)在技術這么發(fā)達了，還是無法通過地震預警，避免人員的傷亡呢？其實，這次地震中，地震預警已經(jīng)發(fā)揮了很大的作用。9月5日12時52分，四川省甘孜州瀘定縣6.8級地震發(fā)生的同時，很多成都市民的手機中傳出了「56、55、54……」的倒數(shù)播報聲，收到播報的市民立即撤離到了安全地帶。

這個被稱為「大喇叭」的地震預警倒計時，來自我國自主研發(fā)的「地震預警」系統(tǒng)。在此次四川瀘定地震發(fā)生后，四川省內成都、甘孜、瀘州、雅安等多地發(fā)出了地震預警，包括很多民眾的電視、手機等終端設備。簡而言之，地震預警就是在地震發(fā)生后，利用電磁波（約30萬公里/秒）比地震波（約4公里/秒）快的特點，向地震波尚未到達的地區(qū)發(fā)出地震波即將到達的警鐘。

來源：四川省人民政府官網(wǎng)

地震預警到底有多重要？研究表明：預警時間10秒，傷亡減少39%；時間為20秒，傷亡減少63%。那一年的汶川地震，有將近70,000人死亡，給我們造成了太大的傷痛……如果當時我們能有這樣的預警系統(tǒng)，死亡人數(shù)至少可以減少30%。

汶川地震后，我國加大了對地震高發(fā)地區(qū)的災害預警的投資。作為地震高發(fā)區(qū)域的四川省，2012年就在成都開始試點安裝預警系統(tǒng)。截止到2020年底，預警系統(tǒng)已經(jīng)可以覆蓋四川全省。這次起了大作用的「地震預警」系統(tǒng)，是由成都高新減災研究所與中國地震局聯(lián)合建設的大陸地震預警網(wǎng)。地震波分為縱波和橫波，前者傳播速度快、破壞力小，后者傳播速度慢、破壞力大。地震預警的基本原理，就是利用兩者的時間差發(fā)出警報。

離震源較近的地震觀測儀器接收到地震縱波后，實時并持續(xù)估計地震參數(shù)及其影響，并向地震橫波尚未到達的可能受災區(qū)域，提前數(shù)秒至幾十秒發(fā)出警報信息。根據(jù)《科技日報》對研究所所長王暾的采訪，利用地震傳感器建立起地震預警網(wǎng)后，一旦地震發(fā)生，地震預警系統(tǒng)就會利用電磁波傳輸速度遠大于地震波的特性，通過讀取分析布設在各地的實時傳輸?shù)卣鸨O(jiān)測臺站的記錄數(shù)據(jù)，快速對判斷地震發(fā)生的位置以及大概的震級，然后全自動地向還未受波及的用戶提前幾秒到幾十秒發(fā)出預警。

來源：中國科技網(wǎng)

由于地震波波及不同區(qū)域的時間不一樣，接受地震預警消息的終端設備所處的位置也不一致，所以預警倒計時時間也會有不同。王暾表示，瀘定縣發(fā)生6.8級地震發(fā)生后，預警網(wǎng)在瀘定6.8級地震發(fā)生時第5秒就發(fā)出預警，向康定市提前7秒預警，向雅安市提前20秒預警，向成都市提前50秒預警。

自汶川余震區(qū)發(fā)展的我國地震預警成果，已經(jīng)處于全球領先水平。目前，四川地區(qū)廣泛應用的是第二代大陸地震預警網(wǎng)。二代地震預警技術對前端預警臺站、中端傳輸響應渠道、末端處理系統(tǒng)均做出了基于分布式處理的全面升級，通過云計算運行中心進一步優(yōu)化算法，并可利用5G通信技術提升系統(tǒng)響應速度。然而，我們現(xiàn)在能做的，只是在地震發(fā)生后快速地發(fā)出預警。

預測還沒有發(fā)生的地震，對全世界來說，都仍是一個無法達成的難題。地震預報是指在地震發(fā)生前，根據(jù)監(jiān)測數(shù)據(jù)對未來可能發(fā)生的地震作出時間、地點、震級方面的預測。根據(jù)王暾所長的介紹：

我們所做的工作是地震預警，而并非地震預報，臨震預報仍然是世界難題。地震預警只能減少人員損傷，而不能做到避免。

因為只能預警，不能預測，人員的傷亡就無法避免。

地震預報仍是世界難題

為什么預測下一場大地震會如此困難？讓我們先從一個簡單的問題開始：下一次大地震將在哪里發(fā)生？

?

研究表明，較大的斷層通常會引起較大的地震。理論上，如果所有的斷層都被繪制出來了，那么我們應該能夠對一個特定地區(qū)可能經(jīng)歷的最強烈的地震加以限制。然而，估計斷層大小和釋放的相應能量并不總是那么簡單。斷層常表現(xiàn)出復雜的幾何形態(tài)，使得對斷層區(qū)域的建模變得復雜。

此外，斷層可能同時破裂：在新西蘭2016年的Kaikōura地震期間，13個不同的斷層同時破裂。此外，地震的震級并不一定與破壞力呈正相關。根據(jù)發(fā)生的地點，中等震級的地震可能比「大」地震更具破壞性。例如，1994年加利福尼亞州北嶺6.7級地震造成重大財產(chǎn)損失和生命損失，而2018年斐濟8.2級地震強度為178倍，并未造成任何損失。

現(xiàn)在，讓我們看這個更加復雜的問題：下一次大地震何時發(fā)生？預測時間是地震預測中最難的挑戰(zhàn)。有兩種理論可以解釋，為什么對時間的預測是有缺陷的。

第一種理論稱為彈性回跳理論，它指出地殼在強烈的壓力下會彎曲變形，直到最終在應變下斷裂。沿著斷裂的滑移（即地震）使兩側的巖石回彈到變形較小的狀態(tài)，并釋放儲存的能量，從而使累積應變的過程重新開始。

第二種理論被稱為特征地震，它描述了研究最多的地震產(chǎn)生的斷層似乎有不同的區(qū)段。在兩次地震之間的間隔期內，這些板塊反復破裂，積累了相同數(shù)量的應變，從而產(chǎn)生了相似震級的地震。

假設這兩個理論一直存在，我們就可以根據(jù)

1）最大未受力應變的位置，

2）自上次地震發(fā)生以來的時間，以及對斷層帶的精確了解來預測下一次地震何時發(fā)生。

可以看出，由于現(xiàn)實的種種復雜因素，我們很難預測出地震發(fā)生的時間。

那么，如果用上人工智能技術又會如何呢？

理論上，在地震預測數(shù)據(jù)中，有許多模式和信號，人類無法看到，人工智能卻可以清楚地檢測到。

用AI預測地震可行嗎

在2018年，來自谷歌和哈佛大學的研究人員，曾在一篇發(fā)表在Nature的論文中，展示了如何用深度學習預測余震位置。該模型在一個包含131000多個「主震-余震」事件的數(shù)據(jù)庫中尋找模式，然后在一個包含30000對類似事件的數(shù)據(jù)庫中測試其預測。結果顯示，深度學習網(wǎng)絡比當時被稱為「庫侖破裂應力變化」的模型更加可靠。

論文地址：https://www.nature.com/articles/s41586-018-0438-y

然而，時間來到文章發(fā)表的一年之后，數(shù)據(jù)科學家Rajiv Shah在分析結果的時候發(fā)現(xiàn)：神經(jīng)網(wǎng)絡的準確率高得有點離譜了。在隨后的復現(xiàn)中，一個非常嚴重的問題浮現(xiàn)了出來——用于訓練和測試模型的數(shù)據(jù)有重疊（data leak）。簡答來說就是，模型在訓練時已經(jīng)知道了考試的答案。而這也就意味著，測試的結果幾乎沒有任何實際意義。不過，Nature到最后也沒有理會這位研究人員提出的問題和建議……盡管如此，科學家們并沒有放棄對這一領域的探索，各類相關的研究層出不窮。

在美國地震學會（SSA）2021年年會上，來自斯坦福大學的研究團隊提出了一種實時分析地震信號的新方法——DeepShake，并在之后發(fā)表在了Seismological Research Letters上。模型的訓練數(shù)據(jù)來自2019年加州的地震記錄，測試的結果顯示，DeepShake可以在高強度地面晃動到來之前的7到13秒之間發(fā)出警報。

相比于傳統(tǒng)的地震預警，DeepShake可以直接根據(jù)地面運動的特征發(fā)出提前預警，省去了現(xiàn)有系統(tǒng)使用的一些中間步驟。研究人員表示，DeepShake展示了機器學習模型在提高地震預警系統(tǒng)的速度和準確性方面的潛力。

論文鏈接：https://doi.org/10.1785/02202101412022年，來自中國科學院地質與地球物理研究所和斯坦福大學的研究人員，在發(fā)表于在Science Advances的論文中提出了一種全新的方法，極大地提高了位于城區(qū)的地震監(jiān)測網(wǎng)絡的檢測能力。

UrbanDenoiser算法通過過濾掉背景地震噪音，它可以提高整體信號質量，并恢復以前可能太弱而無法記錄的信號。對密集陣數(shù)據(jù)和城市地區(qū)的地震序列的應用表明，UrbanDenoiser可以提高信號質量，并在信噪比低至~0dB的情況下對信號進行恢復。

論文鏈接：https://www.science.org/doi/10.1126/sciadv.abl3564

可以期待的是，隨著算力的不斷提高以及數(shù)據(jù)的不斷完善，AI在地震預測這一領域，也將有著更近一步的發(fā)展。最后，讓我們默默祈禱，有更多的受災人群能夠獲救，天佑四川，天佑中華。