据相关研究显示,美国科学家团队通过大量数据训练了一种神经网络,最后运用机器学习方法,识别出了一种基于应力的定律,而这种定律能预测大地震后余震出现地点的模式。
人类当前的科技水平尚无法预测地震的到来,甚至未来相当长的一段时间内,地震也是无法精准预测的。但在大地震发生后,估计后续地震发展趋势,也是人们非常关心的问题。科学家认为,余震是对大地震导致的地震应力变化的一种响应,现有的实证定律可用来描述余震的规模和频次,但解释并预测发生余震的地点,同样是相当有难度。
此前,一种名为“库仑破裂应力变化”的因子常被用来解释发生余震的地点,但这种做法一直存在争议,库仑破裂应力的计算和应用中,有一些问题尚待探讨。
此次,费比·德福利尔斯及其同事利用13.1万多组地震及其余震的配对数据,训练了一种神经网络。研究团队发现,他们的神经网络能在包含3万多组地震—余震的独立数据集中,识别并解释余震出现地点的模式,且比库仑破裂应力变化的准确度更高。
在随附的新闻与观点文中,格里高利·百洛泽认为,该结果强调了深度学习方法可提高余震预报的准确度,并为进一步了解地震激发机制提供了新见解。
以上信息来源于网络,由百恒网络整理编辑,部分内容有删改。如有侵权,请和我们联系。