“地震波还有61秒到达。”2008年准备的技术，为四川大地震立下了汗马功劳。救死扶伤的技术立下了应急之功。 昨晚将近11:00，地震多发的四川又发生了一次大地震。震中位于四川省宜宾市长宁县。震级达到6.0，震源深度16公里。 对于很多四川人来说，这并不是他们第一次经历地震，但与以往不同的是，在有震感之前，电视上出现了一个弹窗：此图来自知乎用户@高山，以上其余图片作者身份无法辨认 成都、德阳、乐山、广元、凉山……震中周边各地陆续收到提醒。 许多居民区的喇叭也播放倒计时的声音。 安装了警示APP的用户，也会在手机上看到倒计时提醒。来自知乎用户@喜欢很唯单 以成都为例，当地居民提前61秒收到预警。 很多网友表示，当窗外的广播数到0时，大地突然震动了。 时间非常精准，准确度惊人。 虽然时间只有几十秒，但地震的消息可以提前通知当地居民，争取宝贵的逃生时间，减少人员伤亡。 那么，这是什么技术呢？ 与地震波赛跑 需要提醒的是，地震预警不是按照预报的方式预报地震，而是在地震发生后迅速通知地震波尚未到达的地方。 当震中发生地震时，地震波向四周传播，到达的地方开始震动，导致建筑物倒塌损坏。 与光速的电波相比，地震波的传播速度相对较慢，而速度较快的纵波（P波）在地壳处的传播速度在每秒6公里以下。 速度较慢且破坏力较大的横波（S波）的速度通常在每秒3~4公里左右。 任何类型的地震波都比我们用于日常通信的电波慢得多。 假设地震波在两个城市之间的传输需要30秒，当以第一城市为震中发生地震时，信息通过无线电波传输到第二城市，第二城市的居民将有将近30秒。秒逃生。 以此类推，第一城周边的许多城乡居民都可以提前几秒、几十秒知道地震波即将到来，为疏散留出时间。 因此，地震预警是一场与地震波的赛跑，在地震波到来之前告诉大家：地震波即将来到你的城市，逃命吧。 ICL地震预警系统 有原理，缺实践。 在昨晚的地震中发挥作用的预警系统叫做ICL地震预警技术系统。ICL是英文InstituteofCare-Life的缩写。该系统来自成都高新技术减灾研究所。 研究所所长王吞是博士。在康涅狄格大学获得理论物理学博士学位。王屯原是奥地利科学院博士后。2008年汶川地震后，他决定回国研发地震预警系统。工商信息显示，2009年成都高科减灾研究院成立。王屯博士，图片来自北京科技报 在汶川地震余震区经过多次实验，排除了各种干扰。2010年底，王屯团队的地震预警系统原型发布，几个月后就通过了。手机短信接收地震预警信号；2012年，地震预警系统接入电视台，整个ICL系统正式开发成功。 一年后，ICL系统也开始在地震带大规模部署。 据中国新闻网报道，2013年，成都高新减灾院建成地震预警系统，覆盖面积40万平方公里，包括甘肃等8省市部分地区的1213个地震预警系统、陕西、四川、云南。地震监测仪器、预警中心和信息发布与接收系统。两年后，该系统已扩展到25个省份，覆盖200万平方公里。 系统运行迅速。 2014年8月5日，云南鲁甸发生6.5级地震。ICL系统提前10秒向昭通市发出预警，提前57秒向昆明市发出预警。云南昆明、昭通、丽江，四川宜宾、凉山，北京、乐山等地26所学校已收到警报。 2015年1月14日，乐山发生5.0级地震，ICL系统分别提前11秒和43秒向乐山和成都发出预警。 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、广元市提前48秒、绵阳市提前49秒、成都市提前71秒发出预警进步。 虽然预警时间只有几十秒，但足以挽救很多生命。 王吞表示，如果在地震波到来前3秒收到预警，伤亡人数可减少14%；提前10秒，伤亡人数可减少39%；如果汶川地震发生时有预警，死亡人数可能会减少2万到3万。 需要机器学习和大数据 此外，在这个人工智能和大数据时代，地震预警也有了新的机遇。 神经网络，超越传统算法 去年八月底，哈佛大学和谷歌开发的余震预测机器学习算法比以前更准确。结果，结果发表在《自然》杂志上。 余震，虽然发生在主震之后，但并不一定比主震危害小，甚至可能更严重： 2010年9月，新西兰克赖斯特彻奇发生7.1级地震，地震无伤亡。但五个月后发生的6.3级余震因震中靠近市中心而造成185人死亡。 在此人工智能研究之前，科学家们大多利用地震引起的附近岩石的应力变化来预测某个位置的余震。这称为“压力失败法”。它已经解释了余震的许多模式，但还有更多不可预测的余震。 因此，哈佛大学和谷歌的研究人员借用了机器学习的力量：他们用来自131,000次主震和余震的数据训练了一个神经网络。 该算法模拟一个网格，每个网格包含一次主震震中周围5公里的范围。 告诉神经网络这里发生了大地震，并将震中附近的应力变化数据馈送到网络。 就是这样，训练AI预测每个细胞发生一次或多次余震的概率。AI将每个网格视为一个小的独立任务，而不是计算岩石中应力波动的顺序。 训练完成，团队用30000次主震加余震来测试AI的预测能力。他们发现人工智能在预测余震位置方面比传统方法更准确。 更重要的是，神经网络还可以指出主震后地下可能发生的一些物理变化。 有了这些信息，算法中的一些参数就可以在预测过程中发挥更重要的作用：比如描述金属应力变化的参数，而这类参数在以往的余震预测中很少用到。 这样，给了地震学家探索应力变化的新视角，也为大地震余震的预测带来了更多的依据。 数据也很重要 刚才说的研究，预测位置。但地震时间的预测一直是国际上的难题。 京都大学发表的一项研究有望提前1小时至20分钟预测7级或以上的大地震。 梅野健教授团队用自己开发的算法分析了大量数据，发现大地震发生前会出现一个异常现象：电离圈电子数在该区域异常增加源区以上60多公里。 这种现象发生在导致福岛核泄漏的2011年东日本大地震之前。此外，地震前后还发生了两次7级以上的地震，震前电离圈中的电子数也出现了异常增加。 团队使用的数据全部来自日本国立地质研究所的一套GPS对地观测观测网，名为GEONET。 这一结论一旦被推广，或许可以帮助人类实现大规模的提前疏散。 还有一件事 不过地震来了，我们出门也别刷脸了吧？
