日本7.3级余震后或将迎来8级地震!如何通过5cm滑动变形预测大型地震

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 日本7.3级余震后或将迎来8级地震!如何通过5cm滑动变形预测大型地震

快乐的时间总是短暂,每逢春节胖了几斤?

尽管国内的节日气息尚未消散,但是日本却不怎么和平。

2月13日,也就是大年初二,在日本宫城县和福岛县沿海深夜发生了7.3级大地震。

据东京电力公司消息,茨城、枥木、东京、神奈川、山梨、静冈等地约95万用户停电。地震还导致福岛县、宫城县多处发生火灾。福岛县4人在地震中受伤,宫城县1名80岁男性在地震中摔倒,头部大量出血。

2月14日,日本地震调查委员会召开临时会议,认为此次地震属于向东侧倾斜的逆断层诱发的地震活动。

日本地震调查委员会平田委员长表示,此次地震属于“3·11”日本东海岸大地震的余震活动,余震数量会逐渐减少。同时,平田委员长还表示,未来10年内,日本东海岸可能还会发生8级或者8级以上的余震活动。

虽然中国地震台网中心地震预报部副主任孟令媛表示,日本此次地震不会对中国大陆短期地震活动产生显著影响,但是俗话说得好,防“震”之心不可无。

那么对于未来可能发生的地震活动,AI能够做什么呢?

如何通过对5cm的滑动变形预测出未来的大型地震

说到对地震的预防,最有用的那肯定要属预测地震了。

去年1月,东京大学和日本海岸警卫队的研究人员团队开发了一种新的方式,用来监测海底以下震级较小的地震。

该系统被称为“全球导航卫星系统-声音测距(GNSS-A)”,主要用于检测常规的近海地震检测技术难以检测到的“缓慢滑动“(slow slip)。研究人员指出,这些“滑动”对于评估和预测大型地震而言显得至关重要。

说到GNSS-A,研究第一作者横田雄介表示:“ GNSS-A最早在上世纪80年代提出,在过去20年间,已经被开发应用于检测慢地震(slow earthquake)。这种方法结合了卫星探测海面运动和声音测距系统的水下运动数据,能够可靠地检测出海上地区5cm或更大的变形。”

为了检验GNSS-A的适用性,研究人员使用GNSS-A系统分析了2006年至2018年之间在距日本南部海岸约30英里的南海海槽附近收集的数据。

他们在七个不同位置发现了两次“缓慢滑动”,大小从两到三英寸不等。

横田雄介对此表示,“这些地区之间的特征差异可能与地震历史有关,同时也反映了不同的摩擦条件”,“准确了解这些摩擦条件以及它们与时空变化与大地震之间的关系,对于准确地模拟地震至关重要”。

一些研究人员甚至提出,轰动日本的“3·11”事件与这些小型“滑动”存在很大关系。

不过,众多小型“滑动”和大地震之间到底存在怎样的关系,目前还无法盖棺定论。东京研究人员表示,希望他们新收集的数据能够提供充足的资源,以帮助实现结论的推导。

该研究结果已经以论文的形式发表在了Science Advances上。

论文链接:
https://advances.sciencemag.org/content/6/3/eaay5786

AI实时收集震灾信息,还能判断消息的重要程度

除了预测地震,去年6月,日本电气还发布了一个自然语言处理平台,该系统中可以实时分析发布在推特上的灾难信息,并且能够以可视化的方式在地图上呈现出来。

要实现这个功能,AI就需要通过对“何时”“何处”和“发生怎样的灾害”进行分类组织。据介绍,该平台使用了两个AI,一个是由日本信息通信研究机构(NICT)在“DISAANA®(对灾害SNS信息分析系统)”和“D-SUMM®(灾害状况概括系统)”中开发的“自然语言处理引擎”,在本次研究中,研究人员对其进行了功能改良。

另一个则是日本电气通过总务省的实证实验整理的《防灾相关词汇辞典》,通过对关键词的抓取,AI可以把所有的帖子按照灾害的类别和地名分类,并在画面上显示出来。

同时,通过实验学习过去的震灾信息和数据,该系统还可以区分不太重要的消息和准确的报道。

最重要的是,用户也无需担心该系统会从你的推特账号中收集隐私信息,除了账户名和地震相关的帖子外,日本电气表示不会窃取任何个人数据。

预计该系统将提供给地方政府灾难对策部门和公司使用,日本电气表示:“我们将减少在灾难响应中收集和组织信息的工作,并支持对紧急情况的判断。”

根据日本媒体报道,该系统于去年七月作为云服务可以在网页端开始试用,不过这可不是免费的,根据定价,每人每月的使用费为50,000日元,初始费用为200,000日元。

建筑材料同样不容忽视

而除了上述两个方面外,建筑材料也显得十分重要。

早在2015年,针对智利8.2级地震,新华网就发表了《全球防震大招:地震不杀人,不合格的建筑才杀人》的社论。

文章指出,日本建筑物的抗震标准由《建筑基准法》和《建筑基准法施行令》严格规定。

根据《建筑基准法》,新建建筑必须达到在百年一遇的地震中不倒塌、在数十年一遇的地震中不受损的抗震强度。只有设计符合该法的建筑才被允许建造。根据这部法律,建筑材料都要经过官方认证,不合格的建材很难在市场上流通。同时,监理尽职尽责,使建筑商基本上没有空子可钻。

在国内,相关研究也一直在进行中。

去年10月,西安建筑科技大学土木工程学院邓明科教授团队携带“可弯曲混凝土”登上《创业英雄汇》。

邓明科指出,“可弯曲混凝土”中加入了高强韧性的专用纤维,拉伸变形可达到普通混泥土的200倍以上,用它加固的砖墙,抗冲击和抗倒塌能力可以提高10倍以上,可用于危房加固等场景。

“这种材料加固的房屋可抗10度大地震,已加固超万栋建筑”。

在节目现场的对比实验中,主持人亲自测试承载力,站上一块普通混泥土板,出现折断开裂。随后又站上一块同样大小的高延性混泥土板,完好无损。在加了400公斤砝码后,虽产生了明显弯曲但仍无折断。

在这些所有的技术加成之外,每个人的防范意识更是十分重要。

比如日本就非常注重培养民众的防灾意识,包括分发地震防灾手册、传授预防海啸的知识、举行防灾训练、熟悉避难路径和避难屋所在地等。哪怕是在“3·11”地震中,由于防灾意识的普及,灾民们仍然情绪稳定、有条不紊开展自救。

技术能在一定程度上帮助我们预防灾难,但是更重要的,还在于我们如何看待以及怎样面对灾难。

相关报道:
https://www.dailymail.co.uk/sciencetech/article-7896339/Japanese-scientists-search-hard-detect-silent-quakes-hoping-theyll-predict-larger-ones.html
https://www.itmedia.co.jp/news/articles/2006/26/news109.html
https://wisdom.nec.com/ja/case/2020091101/index.html
http://www.xinhuanet.com/world/2015-09/20/c_128248375.htm
https://www.sohu.com/a/424181531_115362

相关文章
|
Linux 应用服务中间件 虚拟化
Linux系列——VMware虚拟机配置端口转发(端口映射),实现远程访问
Linux系列——VMware虚拟机配置端口转发(端口映射),实现远程访问
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch使用VGG16模型进行预测猫狗二分类
深度学习已经在计算机视觉领域取得了巨大的成功,特别是在图像分类任务中。VGG16是深度学习中经典的卷积神经网络(Convolutional Neural Network,CNN)之一,由牛津大学的Karen Simonyan和Andrew Zisserman在2014年提出。VGG16网络以其深度和简洁性而闻名,是图像分类中的重要里程碑。
998 0
|
8月前
|
自然语言处理 数据可视化 数据管理
零代码平台什么意思?一文看懂无代码 vs 低代码区别与实用价值
本文解析零代码与低代码核心差异,结合虚构案例说明适用场景,帮助非技术决策者根据团队能力与业务需求,选择高效、低成本的数字化转型工具。
|
10月前
|
存储 物联网 机器人
RFID仓库出入库步入智能化趋势
RFID技术在仓储出入库中实现自动识别、批量处理与实时联动,大幅提升效率,降低错误率,推动仓储物流向智能化、数字化转型。
|
人工智能 并行计算 安全
用户实操:如何以龙蜥操作系统为底座在 CPU 上运行 DeepSeek-R1
介绍如何在 CPU 上使用 llama.cpp 推理 671B 版本的 DeepSeek R1,以及实际效果。
|
数据采集 存储 安全
利用爬虫技术自动化采集汽车之家的车型参数数据
汽车之家是一个专业的汽车网站,提供了丰富的汽车信息,包括车型参数、图片、视频、评测、报价等。如果我们想要获取这些信息,我们可以通过浏览器手动访问网站,或者利用爬虫技术自动化采集数据。本文将介绍如何使用Python编写一个简单的爬虫程序,实现对汽车之家的车型参数数据的自动化采集,并使用亿牛云爬虫代理服务来提高爬虫的稳定性和效率。
1371 0
利用爬虫技术自动化采集汽车之家的车型参数数据
|
10月前
|
机器学习/深度学习 人工智能 小程序
RL 和 Memory 驱动的 Personal Agent,实测 Macaron AI
人工智能不仅提升生产力,也重塑人际关系。Macaron AI 探索“哆啦A梦关系”,融合实用与情感,通过长期记忆和强化学习技术,实现深度个性化陪伴,开创人机互动新方式。
522 1
|
存储 程序员 编译器
C 语言中的数据类型转换:连接不同数据世界的桥梁
C语言中的数据类型转换是程序设计中不可或缺的一部分,它如同连接不同数据世界的桥梁,使得不同类型的变量之间能够互相传递和转换,确保了程序的灵活性与兼容性。通过强制类型转换或自动类型转换,C语言允许开发者在保证数据完整性的前提下,实现复杂的数据处理逻辑。
|
机器学习/深度学习 数据采集 人工智能
文档智能 & RAG 让AI大模型更懂业务 —— 阿里云LLM知识库解决方案评测
随着数字化转型的深入,企业对文档管理和知识提取的需求日益增长。阿里云推出的文档智能 & RAG(Retrieval-Augmented Generation)解决方案,通过高效的内容清洗、向量化处理、精准的问答召回和灵活的Prompt设计,帮助企业构建强大的LLM知识库,显著提升企业级文档管理的效率和准确性。
|
存储 数据可视化 Java
自定义注解实现aop切面
自定义注解实现aop切面
323 1