您现在的位置:海峡网>新闻中心>IT科技>科技前沿
分享

科技日报合肥4月24日电 (记者吴长锋)24日,记者从中国科学技术大学了解到,该校李泽峰研究员利用机器学习方法,总结了全球3000多个5.5级以上地震的震源时间函数特征,全景式地展示全球地震破裂过程的相似性和多样性,深化了对地震能量释放模式的认识,对地震早期预警具有启示意义。研究成果日前发表在国际知名地学期刊《地球物理研究快报》上。

地震是人类社会面临的重要自然灾害之一,近20年来全球中大地震已经造成近100万人伤亡,经济损失不计其数。地震破裂过程多种多样,客观衡量它们的相似性和差异性,有助于认识地震物理过程和地震震级的早期预测。然而,前人研究或是叠加多个地震的平均破裂过程,无法衡量全球地震差异范围,或是基于某些破裂特征的统计,无法做到整个破裂过程的系统比较。

李泽峰研究员利用深度学习中的变分自编码器对全球3000多个中大型地震的震源时间函数进行二维空间压缩和模型重构,全景式地展示了全球地震矩释放模式和数量分布。研究发现,中大地震以简单破裂为主,复杂破裂较少,并且揭示了两类特殊地震的分布规律,即能量释放集中在破裂后期的逃逸模式以及分多次能量释放的复杂地震,发现大地震能量释放模式具有弱震级依赖性,对地震早期预警中最终震级的可预测性提供了有益启示。

该研究成果是继该团队与哈佛大学合作研究的震源时间函数聚类方法的发展,也是团队近年来致力于将人工智能应用于科学发现系列研究成果之一。

责任编辑:庄婷婷

       特别声明:本网登载内容出于更直观传递信息之目的。该内容版权归原作者所有,并不代表本网赞同其观点和对其真实性负责。如该内容涉及任何第三方合法权利,请及时与ts@hxnews.com联系或者请点击右侧投诉按钮,我们会及时反馈并处理完毕。

最新科技前沿 频道推荐
进入新闻频道新闻推荐
福州市卫健委领导接听12345热线 三江口
进入图片频道最新图文
进入视频频道最新视频
一周热点新闻
下载海湃客户端
关注海峡网微信