著者：Li Baozhu
編集者：Li Weidong、xixi、Sanyang
地震の発生には多くの変数が含まれており、「予測」は困難ですが、余震の数と強さの予測では大きな進歩が見られます。
2023年12月18日23時59分、甘粛省臨夏県獅子山県で震源の深さ10キロメートルのマグニチュード6.2の地震が発生し、19日午前6時現在、現地で275回の余震が観測された。折しも、2024年1月1日午後、石川県能登半島でマグニチュード7.6の地震が発生しました。現地時間2日午前6時現在、震度2度を超える余震が129回発生しました。
(日本の震度 2 は、静かな建物にいる多くの人が揺れを感じることを意味します。)
人々を驚かせた本震ほどではないものの、余震の威力は侮れない。これは、強い地震の余震の規模が小さくないことが多い一方で、余震による二次被害により、もともと非常に脆弱な建物がさらに破壊され、より広範囲の倒壊につながる可能性があるためです。
また、頻発する余震により山の構造が不安定になり、降水が発生した場合には、地滑りや土石流などの二次的な地質災害が発生する可能性があります。しかし、地震後の短期間に本震がどの程度離れた場所で他の地域の断層帯を引き起こしたのかを判断するのは難しいため、余震も予測できないことが多い。
実際、人々は地震予知を達成する方法の探究をやめることはなく、特に AI、ビッグデータ、その他のテクノロジーによって実証されるデータ処理と推論の能力は、より柔軟な問題解決のアイデアを提供し、満足のいく進歩を遂げています。Nature の記者 Alexandra Witze は以前、Nature にレポートを発表し、地震の余震とその強さを予測する際の機械学習モデルの可能性を紹介しました。
元のリンク:
https://www.nature.com/articles/d41586-023-02934-6
ニューラルネットワークを活用した予測モデルの革新
災害は一瞬のうちに起こることが多く、人力では対処することが難しいため、地震の発生を予測し、危険な地域から事前に避難することが求められています。特定の時間と場所を伴う地震予測はまだ困難ですが、ディープラーニングの支援により余震予測が可能となり、災害後の避難や死傷者の軽減に大きく貢献することは間違いありません。
大規模な言語モデルを数百万の単語、文、段落などでトレーニングする必要があるのと同様に、地震予測モデルをトレーニングするには、余震の確率を予測するために大量の過去の地震データも必要です。しかし、研究者らは、まれに発生する大規模地震に必要な検知指標を明確に予測することは実際には容易ではないことを発見しました。過去数年にわたって、地震学者は機械学習を使用して過去の地震記録では検出されなかった小規模な地震を発見し、それによって既存のデータを充実させ、機械学習の第 2 ラウンドの分析に新しい資料を提供してきました。
米国地質調査所 (USGS) が現在使用している予測モデルは、過去の地震の規模と位置に基づいて、起こり得る地震を予測します。現在、ニューラル ネットワークに基づく予測手法を使用して、地震発生の複雑なパターンをより適切に捕捉する論文が 3 つあります。
まず、カリフォルニア大学バークレー校の地球物理学者ケリアン・ダッシャー・クジノー氏らは、2008年から2021年の間に南カリフォルニアで発生した数千回の地震のデータに基づいてモデルをテストした。このモデルは、2 週間の周期で発生する地震の数を予測する点で標準モデルを上回りました。さらに、このモデルは起こり得る地震のマグニチュードの範囲をより適切に捉え、予期せぬ大きな地震が発生する可能性を減らします。
現在、産業界で広く使われている地震進展シミュレーション手法はETAS（流行型余震列）モデルです。
具体的には、この研究では、本震の特性、背景（深さ、プレート境界の種類など）および震源（放射エネルギー、震源のサイズなど）が余震の数にどのように影響するかをテストし、神経科学的解析を組み込んだ。プロセスへの時間点プロセスモデル）は、標準的な地震予測フレームワークに導入されます。
出典: Kelian Dascher-Cousineau の GitHub プロフィールhttps://keliankaz.github.io/academic-profile/
次に、英国ブリストル大学の応用統計学者であるサミュエル・ストックマン氏も、神経点プロセスに基づくモデルを開発し、2016年から2017年にかけてイタリア中部の地震データをトレーニングした際に良好なパフォーマンスを示しました。濃度 機械学習モデルは、地震の規模が の場合にパフォーマンスが向上しました。
この研究は『Earth's Future』誌に掲載された。研究によると、神経点プロセスは、地震余震統計モデルETAS（流行型余震シーケンス）よりも低マグニチュードデータの予測性能が優れており、学習速度も速いことがわかっています。
論文アドレス:
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2023EF003777
最後に、イスラエルのテルアビブ大学の物理学者である Yohai Bar-Sinai 氏は、エンコーダとデコーダをベースにしたモデル FERN (ニューラル ネットワークによる地震発生率の予測) を開発するチームを率いました。このモデルは、30 年間の地震データのテストでも良好なパフォーマンスを示しました。日本のスタンダードモデルに。
モデルアーキテクチャ
上の図に示すように、モデル入力はニューラル ネットワークによってエンコードされ、建設状態の潜在表現が生成され、それがデコーダー ネットワークに渡されます。このアプローチの利点は、さまざまなデータ ソースとスキーマを自然に組み込み、データ ソース固有のエンコーダーを介してモデルに追加できることです。さらに、同じ符号化状態を、異なる予測タスクの複数の予測ヘッド (デコーダ) への入力として使用できます。この研究は『Nature』誌に掲載されました。
論文アドレス:
https://www.nature.com/articles/s41598-023-38033-9
インテリジェント地震 - AIリアルタイム地震監視システム
「災害を事前に防ぎたい」という人々の期待は、緊急地震速報システムの継続的な改良の大きな原動力となっていますが、現在使用され、継続的に改良されているのは、地震予知ではなく、緊急地震速報システムであることをまず明確にする必要があります。 。
両者は一言の違いですが、技術的な難易度や実際の効果は全く異なります。緊急地震速報とは、地震発生後、要塞地域に地震波が伝わる数秒から数十秒前に警報を発し、人的被害を軽減するための緊急措置を講じるよう知らせることを指します。まだ発生していない地震の予測、
画像出典：Weibo@chargehorn
さまざまな地域の地盤の構成から、地震プレート間の相互作用の種類、地震波が地球を伝わる仕組みに至るまで、地震の評価には非常に多くの変数が関係するため、正確な判断を下すためにはそれらすべてを完全に理解する必要があります。したがって、「予測」は容易ではありませんが、「早期警告」は容易ではありません。
「緊急地震速報」をモデルの観点から見るには、まず地震データをタイムリーに入力する必要があり、次に進行中の地震データを迅速かつ正確に処理して、断層の破壊方向と速度を推定する必要があります。そしてそれを通信手段を通じてリアルタイムで被災地に届けます。このプロセスは死との競争に匹敵し、得られる脱出時間はわずか数秒です。地震発生時、3秒前に地震警報情報を受信できれば死傷者は14％減少、10秒前に地震警報情報を受信できれば死傷者は39％減少するというデータがあります。 。
現在、緊急地震速報システムは世界中の多くの場所に配備されていますが、緊急地震速報情報を受信するまでにかかる時間は、3～10分程度のものがほとんどです。日本の REIS 緊急地震警報システムは、地震波信号受信後 5 秒で地震の位置と規模を計算し、約 2 分で地震破壊の震源メカニズムを推定できますが、米国国立地質調査所の自動早期警報システムは 3 分かかります。 5 分 地震情報を報告する; 2021 年、我が国は世界初の人工知能「リアルタイム」地震監視システム - スマート アースクエイクをリリースしました。
このシステムは、中国科学技術大学の張潔教授のチームが中国地震局と協力して開発したもので、地震の3要素である時間（地震の瞬間）、空間（地震の発生場所）を1秒以内に取得することができます。地震源）、震度（地震の規模）、地震の発震機構、つまり断層の破壊方向や速度などの情報を取得し、リアルタイムかつ自動で地震情報を検知・発表することを実現します。
その原理を調査すると、「インテリジェント地震」は主に深層学習機能に基づいており、データベースに収集された何百万もの地震データに基づいて、地震学の理論と組み合わせて、進行中の地震データを迅速に処理します。
さらに重要なのは、地震データを検知した後、いかに早期に緊急警報情報を発表するかだ。
甘粛省の地震の際、西寧市、成都、その他獅子山県近郊のユーザーは、120秒から240秒の範囲で携帯電話の地震警報を受信した。多くのネチズンは国内の携帯電話の威力を嘆いていたが、実際には、もっと信用されるべきだ。成都ハイテク防災研究所と中国地震局が共同で構築した中国地震緊急警報ネットワークに、早期警報情報を提供するために与えられました。このうち、早期警戒網は震源から56キロ離れた臨夏市には12秒前に、震源から110キロ離れた蘭州市には29秒前に早期警報を発令した。
成都ハイテク防災研究所所長の王澳氏によると、緊急地震速報技術の原理は、電磁波が地震波よりもはるかに速く伝播することであり、地震せん断波が警報対象地域に到達する前に、より早く伝播した電磁波が到達するという。速度は、影響を受ける可能性のある地域に早期警告を発するために使用されます。現在、ファーウェイやシャオミなどの国内携帯電話が中国緊急地震速報ネットワークの緊急地震速報機能に接続されており、中国緊急地震速報ネットワークが壊滅的な地震を警告するのは今回で80回目となる。
自然災害の前では人間は非常に微力ですが、AI、ビッグデータ、モノのインターネットなどのテクノロジーの継続的なアップグレードにより、私たち自身もテクノロジーで武装し、ますます強力になっています。新しいテクノロジーの加速度的な反復により、人々は今後も緊急地震速報システムを最適化し、「地震を予測する」という目標に向かって取り組んでいくでしょう。