【中国科学报】他们分析了3000个地震，发现30年来主流观点是错的-中国科大新闻网

文｜《中国科学报》记者王敏

当地震遇上人工智能会发生什么？近日，中国科学技术大学研究员李泽峰课题组利用机器学习系统分析了全球3000余个不同深度的地震，证明了地震破裂过程的差异是由地球刚度随深度变化导致的，与地震的具体产生机制无关。
这一结论纠正了地震领域长达30年的错误解释，相关研究成果于5月1日发表于《自然-地球科学》。

“这就好比踢足球，一旦球被踢出去了，它只会受牛顿第二定律的影响，而不再受踢球人本身的影响。”论文通讯作者李泽峰打了一个比方，足球相当于地震，他们发现了深浅地震的物理过程具有统一规律。

李泽峰（右）与崔鑫（左）在讨论实验结果。受访者供图

推翻了30年来的主流猜想

地震学家根据岩石脆韧性、地震发生频次随深度的变化特征，将地震分为浅源地震（0-60千米）、中源地震（60-300千米）和深源地震（300-700千米），其中浅源地震简称为浅地震，中源地震和深源地震统称为深地震。世界上绝大部分地震都属于浅地震，比如人们熟知的1976年唐山地震、2008年汶川地震。
深地震则鲜为人知。早在1928年，日本地球物理学家和达清夫就发现了深地震的存在。然而，地震学家根据岩石物理实验结果却预测“地球深部应该不会发生地震”。
“因为在地球深处高温高压的环境下，岩石表现出塑形形变，就像橡皮泥一样，它不太可能像浅层岩石那样发生脆性破裂。”李泽峰解释说。
虽然深地震发震数量少，约占全球地震的4%，通常情况下不会造成严重灾害，但李泽峰说，“弄清楚深地震的成因和破裂过程，有助于我们更好地理解地震的物理机制、俯冲板块的性质以及地球内部的动力过程”。
近30年间，地震学家发现深地震与浅地震具有不同的破裂特征，认为这些不同可能是由深地震独特的产生机制导致，如脱水脆化、热失稳和橄榄石相变等。
在此次研究中，李泽峰课题组根据震源时间函数的多种特征，对全球3000多个不同深度的地震进行了机器学习分类和相关性分析。结果显示，深地震和浅地震破裂过程的差异只与地球岩石的刚度有关，与具体的地震产生机制无关。
这个结论推翻了以往30年来的主流猜想，同时对地震预警以及浅地震灾害评估具有重要的指导意义。“如果两地同样发生了7级地震，发生在岩石刚度较低的超浅地震（如海啸地震）会有更长的持续时间以及更大的破裂面积，可能造成超出预期的破坏。” 李泽峰说。
在此基础上，他们提出了新的基于介质刚度校正的地震标度律，将地震学界沿用超过半个世纪的自相似理论拓展到不同深度不同岩石种类的地震。
李泽峰介绍，传统地震标度律认为，地震的大小和时空尺度遵从一定比例关系，但这一关系并不适用于不同深度的地震。而新标度律提出，在去除岩石刚度影响后，不同深度、介质的地震时空尺度能够遵循相同的比例关系。这一发现深化了人们对地震物理本质的理解。

有没有一种可能，我们的研究方向是错的？

这项研究始于2020年12月份，李泽峰与他的博士研究生、论文第一作者崔鑫的一次讨论。李泽峰提出，用人工智能检验深地震与浅地震是否存在不同特征？如果不同，是否由地震不同的产生机制导致的？
很快，2021年1月底，崔鑫就发现深浅地震破裂过程确实有很大差异，以为与过去30年的主流猜想一样，由深地震独特的破裂机制导致。他开始撰写论文向行业期刊投稿。“如果没有李老师发来的那篇论文，这项工作可能到此结束了。”
那篇论文提出，崔鑫已经发现的深浅地震破裂过程中两个最重要的特征，居然可以由随深度变化的岩石刚度解释。两篇论文用的数据接近，结论却截然相反。究竟是哪里出了问题？崔鑫一下懵了。
“有没有一种可能，过往的那些猜想，包括我们的研究方向都有错误？如果是，那就有可能彻底推翻过往的主流猜想。”李泽峰坦言，做研究时，大家习惯性遵循前人的思路，努力寻找“证据”支持结论。所以，在这次研究中，思维上的转变也是一大难点。
进一步研究中，崔鑫对全球3000多个中大地震的所有特征进行了机器学习分类和细致的特征重要性分析，得出的结论是其他所有的特征，也是由随深度变化的岩石刚度导致，而与产生机制无关。
反转来的有些快。为了确保推导逻辑和结论“无懈可击”，崔鑫做了更多实验。其中，最难的点在于定量地解释机器学习模型分类的准确率。最终通过一系列模拟实验，证明地球刚度随深度变化幅度可以几乎完美解释分类的准确率高低。
2021年10月份，李泽峰看到一篇发表在《自然》期刊上的论文。该文论证了海啸地震与常规浅地震的诸多差异可以归因于其破裂区超低的岩石刚度。这使得李泽峰更加确认他们的结论是正确的。
尽管研究过程经历了重大的反转，但发表过程很顺利。2022年7月底，他们决定投稿给《自然-地球科学》期刊。2023年3月份，编辑部正式接收了稿件。
审稿期间，两位审稿人高度评价此次工作:“这篇文章佐证了前人提出的应变降恒定假说，并创新性的将其他破裂特征关联到之前研究中的两个主要特征，这有助于我们更加深入的了解地震物理机制。”
“这篇文章使用机器学习方法解决深浅地震破裂特征的差异这一长期存在的重要问题。研究结果非常有趣且富有逻辑。对研究地震震源的学者具有广泛的启示和重要价值。”另一位审稿专家如是说。
最后，两位审稿人都对论文初稿给出了仅“小修”的建议，论文很快就被原则性接收。

人工智能是“高效、全面、客观”的好帮手

随着人工智能、大数据等先进技术的不断涌现，引发了科学研究方式的变革，也为整个地球科学研究带来了新启发。
李泽峰介绍，目前，人工智能在地震科学研究中的应用主要有两方面：一是地震数据处理的自动化，例如地震信号的识别、波形去噪等应用已经相当成熟，开始成为常规手段；二是应用于地震科学规律发现，例如预测余震的空间分布等，目前研究还比较少，但是已显示出巨大的发展潜力。
2020年9月，在美国加州理工学院地震学实验室完成博士后研究的李泽峰，选择回母校中国科大工作，致力于人工智能地震学研究。近年来，他带领课题组在这一领域取得了一系列具有影响力的成果。
在李泽峰看来，用人工智能解决地震科学问题最大的优势就是“高效、全面和客观”。“比如，面对海量和高维的地震大数据，传统方法分析难度太大，并且受研究者主观因素影响，对数据的解读也会存在‘偏好’。相比之下，人工智能可以准确快速地处理数据，获取高维数据的主要特征，同时规避主观臆断。”
在这次研究中，机器学习方法的运用正是一个重要创新。“该文章应用数据挖掘以及机器学习方法获得了地震多种参数随深度变化的特征，得到了‘等应变降’模型这一简洁的形式，这在地球科学的结论中是比较少见的。对于模型驱动的地球物理研究而言，该文章通过数据驱动开辟了一个新的研究路径，有望在未来发展为一条重要的研究范式。”北京大学助理教授岳汉评价此次成果。
“我希望通过课题组和同行们的一系列研究工作，进一步推广人工智能在地震学的应用。当人工智能发展成为一种常规工具时，地震科学研究将可能进入一个全新的阶段。”对此，李泽峰提出做研究要敢于尝试新方向，善于用新工具处理老问题，用老方法解决新问题，新老结合推进科研进步。
此外，李泽峰也指出，人工智能地震学研究仍然存在难点：一是如何将地震科学问题转化成人工智能任务？这需要复合型的地震学研究人才，既需要深刻认识本领域的科学问题，又需要熟练使用人工智能工具；二是如何避免对人工智能结果的错误解释？这主要考验人们对数据的解析能力，同时对人工智能决策过程以及数据本身的局限性具有清楚的认识。
这次的新发现也带来了新的科学问题，即不同地震的破裂过程为何只受到破裂区域的岩石刚度影响？这统一规律背后的物理本质又是什么？这也是李泽峰课题组的下一步研究目标。