基于地震观测数据的机器学习地震预测研究综述.pdfVIP

第４６卷　 第２期 地 震 研 究 Ｖｏｌ４６ꎬ Ｎｏ２ ２０２３年４月 ＪＯＵＲＮＡＬ ＯＦ ＳＥＩＳＭＯＬＯＧＩＣＡＬ ＲＥＳＥＡＲＣＨ Ａｐｒ ꎬ２０２３ 王锦红ꎬ蒋海昆.２０２３.基于地震观测数据的机器学习地震预测研究综述[Ｊ].地震研究ꎬ４６(２):１７３ －１８７ꎬｄｏｉ:１０.２００１５/ ｊ. ｃｎｋｉ.ＩＳＳＮ１０００－０６６６.２０２３.００２２. Ｗａｎｇ Ｊ ＨꎬＪｉａｎｇ ＨＫ.２０２３.Ｒｅｓｅａｒｃｈｐｒｏｇｒｅｓｓｉｎｆｉｅｌｄｏｆ ｅａｒｔｈｑｕａｋｅｐｒｅｄｉｃｔｉｏｎｂｙｍａｃｈｉｎｅｌｅａｒｎｉｎｇｂａｓｅｄｏｎｓｅｉｓｍｉｃｄａｔａ[Ｊ].Ｊｏｕｒｎａｌ ｏｆ ＳｅｉｓｍｏｌｏｇｉｃａｌＲｅｓｅａｒｃｈꎬ４６(２):１７３－１８７ꎬｄｏｉ:１０.２００１５/ ｊ.ｃｎｋｉ.ＩＳＳＮ１０００－０６６６.２０２３.００２２. 基于地震观测数据的机器学习地震预测研究综述∗ １ ２♣ 王锦红 ꎬ 蒋海昆 (１ 中国地震局地震预测研究所ꎬ 北京 １０００３６ꎻ２ 中国地震台网中心ꎬ 北京 １０００４５) 摘要: 机器学习突出的隐式特征提取和复杂任务处理能力正推动着地震预测科学的发展ꎬ 为系统了解机器学习技 术在地震预测领域的发展现状ꎬ 从指定时空窗的地震震级预测、 发震位置和发震时间估计三方面ꎬ 综述了国内外 机器学习在地震预测领域中的应用ꎬ 其中在震级预测问题上ＡＩ应用最为广泛ꎻ 总结了机器学习地震预测的主要 特征参数、 模型和评价相关问题ꎬ 从多种评价机制中探索地震活动性参数对地震预测结果的影响ꎬ 并对地震预测 领域存在的问题进行初步讨论和展望ꎮ 在可预见的未来ꎬ ＡＩ技术的引入和应用领域的拓展ꎬ 有可能引领地震预 测领域的持续发展ꎮ 关键词: 地震预测ꎻ 机器学习ꎻ 特征提取ꎻ 模型评价 中图分类号: Ｐ３１５７　 　 　 文献标识码: Ａ　 　 　 文章编号: １０００－０６６６(２０２３)０２－０１７３－１５ ｄｏｉ:１０.２００１５/ ｊ.ｃｎｋｉ.ＩＳＳＮ１０００－０６６６.２０２３.００２２ 列分析和异常检测、 生物医学等许多行业应用的 ０　 引言 成功经验表明ꎬ 在理论问题尚未解决之前ꎬ ＡＩ 技 术对识别未知特性、 发现系统隐含规律、 解决实 地震预测是世界性的科学难题ꎮ 在庆祝 Ｓｃｉ￣ 际问题等方面作用巨大ꎬ 显著推动了相关行业的 ｅｎｃｅ创刊１２５周年之际ꎬ 该刊杂志社公布了１２５个 发展ꎮ ＡＩ是用于模拟和扩展人类智能的理论、 方 最具挑 战性 的科学 问题 (Ｋｅｎｎｅｄｙꎬ Ｎｏｒｍａｎꎬ 法和技术ꎬ 开发相应应用系统的一门技术科学ꎬ ２００５)ꎬ 其中第５５个问题明确提出: 是否存在有助 而机器学习是ＡＩ 的最重要组成部分ꎬ 是一门研究 于预报地震的前兆? 地震预测困难之处在于一方 如何实现ＡＩ 的技术性学科ꎬ 涉及统计理论、 系统 面涉及地震前兆的地球物理观测基本属于远离震 辨识、 逼近理论、 神经网络、 优化理论、 计算机 源地方的地表观测ꎬ 所观测到的物理量除包含可 科学、 脑科学等领域ꎮ 即机器学习是从历史数据 能的地震孕育信息外ꎬ 更多的是与环境、 路径、 中学习特征和规律ꎬ 然后将其应用到未知事物探 干扰等有关的信息ꎻ 另一方面是研究人员对地震 索中的一门科学 (中国电子技术标准化研究院ꎬ 孕震机理尚无清晰的认识ꎬ 即地震预测的理论问 ２０１８)ꎮ ２００６ 年 “深度神经网络” 概念被提出 题远未解决ꎮ 因此ꎬ 目前的地震预测基本停留在 (Ｈｉｎｔｏｎꎬ