-
手机用户3700532953丸
西安大略大学的研究团队利用人工智能技术对黄石国家公园地下的地震活动进行了前所未有的深度分析，发现了超过86000次此前未被记录的地震事件，这一数字比传统方法检测到的地震数量高出10倍。这项发表在《科学进展》杂志上的突破性研究，不仅重新定义了我们对黄石火山系统的认知，也为全球火山和地热灾害的预测与管理开辟了新路径。
数据挖掘揭示地下秘密
黄石国家公园横跨怀俄明州、爱达荷州和蒙大拿州三州，其地下蕴藏着地球上最活跃的火山地震网络之一。该公园坐落在一个巨大的火山口上——这种地质结构形成于火山爆发后岩浆房排空，导致上方土地塌陷，与由向外爆炸形成的火山口截然不同。
机器学习发现了黄石公园地下大量隐藏的地震，揭示了地震群的复杂模式和粗糙的地下断层。图片来源：Shutterstock
西安大略大学工程学教授李兵与哥伦比亚桑坦德工业大学以及美国地质调查局的合作团队，运用机器学习技术重新审视了黄石火山口2008年至2022年间15年的历史地震数据。通过这种创新方法，研究团队成功追溯检测并确定了约86276次地震事件的震级，将黄石地区的历史地震目录扩充了近10倍。
"如果我们还是用老方法，让专家手动点击浏览所有这些数据寻找地震，根本做不到，这种方法无法扩展，"李兵教授解释道。在机器学习技术应用之前，地震检测主要依赖训练有素的专家进行人工检查，这种过程耗时且成本高昂，检测到的地震事件远少于现在机器学习能够发现的数量。
近年来，随着世界各地数据中心存储的历史波形数据财富被重新挖掘，机器学习在地震学领域掀起了一场数据挖掘的淘金热，帮助科学家了解更多当前和此前未知的全球地震区域。
地震群的混沌世界
研究中最重要的发现之一是，黄石地区记录的地震中超过一半属于地震群——这些是在相对较小的区域内、相对较短的时间内发生的一组小规模、相互关联的地震。这种现象不同于余震，后者是在同一大致区域内跟随较大主震发生的较小地震。
地震群的发现揭示了黄石地下断层结构的独特性质。研究表明，黄石火山口下方的地震群沿着相对不成熟、较为粗糙的断层结构发生，这与南加州等地区以及火山口外围看到的更典型成熟断层结构形成鲜明对比。
研究团队通过将地震特征化为分形来测量这种粗糙度。分形是展现自相似性的几何形状，意味着它们在不同尺度上看起来相似。这种最初由本华·曼德布罗特在1980年可视化的分形模式，在海岸线、雪花、西兰花甚至血管分支中都能看到。基于分形的模型针对粗糙度与规律性进行建模，能够表征这些地震群，研究人员认为这些地震群是由缓慢移动的地下水和突然的流体爆发混合造成的。
火山活动预测的新前景
"在很大程度上，我们对地震群中一次地震如何触发另一次地震缺乏系统性理解。我们只能间接测量事件之间的空间和时间关系，"李兵教授说道，"但现在，我们有了黄石火山口下地震活动更为强有力的目录，我们可以应用统计方法来帮助我们量化和发现以前从未见过的新地震群，研究它们，看看我们能从中学到什么。"
这项研究的意义远超黄石公园本身。作为流体诱发地震和岩石力学专家，李兵教授指出："虽然黄石和其他火山都有各自的独特特征，但希望这些见解能够应用到其他地方。通过了解地震活动模式，如地震群，我们可以改善安全措施，更好地向公众通报潜在风险，甚至指导地热能开发远离那些有良好热流但存在危险的地区。"
随着全球对可再生能源需求的增长，地热能作为一种清洁能源选择受到越来越多关注。然而，地热开发项目必须谨慎规划，以避免引发人为地震或破坏现有的地质稳定性。这项研究提供的详细地震活动图谱，为地热项目的选址和风险评估提供了宝贵的科学依据。
机器学习在地震学中的应用前景广阔。这种技术不仅能够处理海量的历史数据，还能实时监测和分析地震活动，为早期预警系统提供更精确的数据支持。未来，类似的方法可能被应用到全球其他火山活跃地区，帮助科学家构建更完整的地球动力学图景。
举报