密集地震觀測帶來的變革

張晁軍+陳會忠

摘要：進(jìn)入21世紀(jì)，地震觀測的重大變化就是密集地震觀測網(wǎng)的出現(xiàn)，通過論述地震密集觀測技術(shù)帶來的變革，得出以下認(rèn)識：（1）這種變革改變了傳統(tǒng)地震觀測模式，突破了傳統(tǒng)的地震臺網(wǎng)的概念；（2）觀測地震活動影像為實時地震觀測和預(yù)測帶來了新的發(fā)現(xiàn)；（3）密集地震臺網(wǎng)將地震帶進(jìn)了大數(shù)據(jù)時代，推動傳統(tǒng)地震學(xué)從依靠自身判斷（依靠計算模型）做決定到依靠數(shù)據(jù)做決定的轉(zhuǎn)變，而人工智能技術(shù)可以在大數(shù)據(jù)基礎(chǔ)上推進(jìn)地震學(xué)跨界創(chuàng)新，向智慧地震發(fā)展。

關(guān)鍵詞：密集地震觀測技術(shù)；變革；移動互聯(lián)網(wǎng)；大數(shù)據(jù)；人工智能

中圖分類號：P3157文獻(xiàn)標(biāo)識碼：A文章編號：1000-0666（2017）01-0001-14

1密集地震觀測技術(shù)

21世紀(jì)，密集地震觀測技術(shù)、地震烈度速報和預(yù)警技術(shù)迅猛發(fā)展，地震科學(xué)研究不斷深入，密集地震觀測網(wǎng)（Dense Observation Network）和超密集地震臺陣（Dense Seismic Array）應(yīng)運(yùn)而生。前者的產(chǎn)生是地震烈度速報和預(yù)警的研究需要，后者的產(chǎn)生則主要是局部地區(qū)地震科學(xué)進(jìn)一步深入研究的需要。密集地震觀測技術(shù)的出現(xiàn)是和高新技術(shù)發(fā)展緊密相聯(lián)的，高新技術(shù)發(fā)展有4個方面：傳感器技術(shù)（特別是微機(jī)電傳感器MEMS技術(shù)）、移動互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)和人工智能技術(shù)。高新技術(shù)發(fā)展必將影響和推動地震學(xué)的發(fā)展。

11密集地震觀測網(wǎng)

汶川大地震發(fā)生之后，盡管我國地震速報系統(tǒng)快速測定了地震基本參數(shù)，但是那時還沒有建立地震烈度速報系統(tǒng)，無法提供基于觀測的地震烈度速報圖，不能給汶川地震的應(yīng)急響應(yīng)和緊急救援提供更多有價值的決策信息。因此，地震烈度速報的研究被提上日程。實際上，美國自1994年北嶺地震之后，就開始對地震動圖（ShakeMap）進(jìn)行研究。在破壞性地震發(fā)生之后能夠快速提供峰值地面加速度、峰值速度的空間分布圖和儀器地震烈度分布圖，稱為地震動圖（ShakeMap）。由于傳統(tǒng)的地震臺網(wǎng)的臺站密度不夠，烈度速報就需要加密地震臺站。但是當(dāng)時沒有價格低廉的地震觀測設(shè)備，用傳統(tǒng)的設(shè)備投資巨大。通過地球模擬器，在傳統(tǒng)臺站之間增加“虛擬地震臺”來“加密”地震臺網(wǎng)，以此來獲得地震動圖（澤仁志瑪?shù)龋?006），這就是最早的烈度速報系統(tǒng)，稱為儀器烈度速報。

日本在1995年阪神地震之后，投入巨資在全國建立具有1 000多個地震臺的Hi-net地震臺網(wǎng)，這使日本在烈度速報方面發(fā)展迅速，目前Hi-net 2013已經(jīng)發(fā)展到3 000多個臺站。因此日本是最早利用密集地震臺網(wǎng)實現(xiàn)烈度速報的國家，突破了傳統(tǒng)的以地震三要素測定的地震速報。由于臺網(wǎng)密集可直接顯示每個臺站記錄的地震動值，就可以生成烈度速報圖。地震發(fā)生后的1～2 min內(nèi)，就可發(fā)布地震烈度的信息（http：//wwwjmagojp/jp/quake/），圖1為2013年12月14日12時6分日本千葉近海55級地震的烈度速報圖，共使用800多個臺站數(shù)據(jù)，在震后約3 min發(fā)布。

地震預(yù)警是地震發(fā)生后，對即將到來的破壞性地震動進(jìn)行預(yù)測和警報（DB/T 59—2015）。地震預(yù)警是從英文“Earthquake Early Warning”翻譯過來的。日本叫“地震緊急速報”，中文應(yīng)翻譯為“地震報警或地震警報”，而不應(yīng)翻譯成“地震預(yù)警”。翻譯成地震預(yù)警容易和地震預(yù)報混淆。美國稱為“Shake Alert”系統(tǒng)，即震動報警系統(tǒng)。

地震預(yù)警的效果仍有許多不理想的地方，如地震預(yù)警技術(shù)從原理上就存在“預(yù)警盲區(qū)”。如前所述地震預(yù)警是在大地震發(fā)生后，向遠(yuǎn)處發(fā)出警報。從大地震發(fā)生到警報的發(fā)出，是需要時間的，這個時間是地震波從震源到達(dá)地震臺的時間和地震臺收到地震信號判定地震并做相關(guān)處理時間的總和。在這段時間內(nèi)，地震波照樣傳播，由于后至的S波、面波會造成更大程度的破壞，這段時間對應(yīng)的S波傳播的距離，我們稱之為盲區(qū)，即地震警報到達(dá)該地區(qū)時，破壞性地震波已經(jīng)到達(dá)或已經(jīng)過去。顯而易見，為了縮小地震預(yù)警的盲區(qū)，最重要是需要建立密集地震觀測網(wǎng)。根據(jù)科技部科技支撐項目研究的結(jié)果（張晁軍等，圖2預(yù)警時間與臺間距關(guān)系圖），以正方形臺網(wǎng)為例，以理想方式（地震發(fā)生后可立即被周邊3或4個臺站感知，即地震發(fā)生在正方形中心），考察臺間距對預(yù)警時間的影響，得出圖2結(jié)果。圖2中顯示地震預(yù)警網(wǎng)至少需要10 km左右就要建立一個地震臺站。顯然用傳統(tǒng)的技術(shù)建立地震臺站需要巨額投資。

地震研究40卷第1期張晁軍等：密集地震觀測帶來的變革12超密集地震臺陣

深入研究地震過程，需要精確確定地震的震源、地震發(fā)生的過程、動態(tài)觀測地震波傳播，進(jìn)而確定深部地震發(fā)震斷層和性質(zhì)，因此近幾年出現(xiàn)了密集地震臺陣。比如美國在加利福尼亞長灘建立了一個由5 200個垂直傳感器組成的超密集地震臺陣。圖3是在圣菲斯普林斯的超密集地震臺陣（美國加州伯克利大學(xué)地球和空間系網(wǎng)站，http：//webgpscaltechedu/～clay/SFS/SFShtml），它由在以6 km為半徑的范圍里部署了2 500個連續(xù)記錄的傳感器組成，科學(xué)家利用費(fèi)爾菲爾德超密集地震臺陣對地震進(jìn)行了和傳統(tǒng)地震臺網(wǎng)不一樣的觀測和研究。這樣的密集地震觀測技術(shù)可以有效提高信噪比，清楚顯示地震波場過程。這樣的集群陣列揭示了以前未發(fā)現(xiàn)的地震活動的空間分布、特別是深部地震活動，從而可以確定地震斷層的軌跡。

2高新技術(shù)發(fā)展的4大現(xiàn)象

密集地震觀測技術(shù)的出現(xiàn)是和高新技術(shù)發(fā)展緊密相聯(lián)的。近些年，高新技術(shù)發(fā)展有4個方面，那就是傳感器技術(shù)（特別是微機(jī)電傳感器MEMS技術(shù)）、移動互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)。可以預(yù)見，高新技術(shù)發(fā)展必將影響和推動地震觀測技術(shù)的發(fā)展。

21新型MEMS傳感器

引人注意的是在2013年10月發(fā)表在美國BSSA上一篇題為“Suitability of low-cost three-axis MEMS accelerometers in strong-motion seismology：tests on the LIS331DLH iPhone）accelerometer”（Alessandro，Anna，2013）的文章。該篇文章展示了安裝在iPhone手機(jī)中LIS331DLH MEMS加速計和傳統(tǒng)的EpiSensor力平衡加速計（forcebalance accelerometer，F(xiàn)BA）ES-T比較的結(jié)果，證明了這類微機(jī)電MEMS（microelectromechanical system）傳感器可以提供一種新的方式用來大量加密地震觀測網(wǎng)觀測點的數(shù)量。MEMS這種新型傳感器的產(chǎn)生和在地震觀測中的應(yīng)用為密集地震觀測網(wǎng)和密集地震臺陣提供了可利用的傳感器技術(shù)，同時其價格低廉是密集地震觀測技術(shù)發(fā)展的物質(zhì)基礎(chǔ)。

臺灣研制的Palert地震預(yù)警設(shè)備的價格也只有傳統(tǒng)地震儀的1/20（Wu et al，2013）。圖4是四川和臺灣生產(chǎn)的適于移動互聯(lián)網(wǎng)使用的地震預(yù)警臺站設(shè)備。

2移動互聯(lián)網(wǎng)及其發(fā)展

近年來，移動互聯(lián)網(wǎng)技術(shù)發(fā)展迅速，智能手機(jī)、Pad等一系列移動互聯(lián)網(wǎng)終端設(shè)備已經(jīng)在互聯(lián)網(wǎng)應(yīng)用上代替了計算機(jī)。移動互聯(lián)網(wǎng)以寬帶IP為技術(shù)核心，可以同時提供語音、數(shù)據(jù)、多媒體等業(yè)務(wù)的開放式基礎(chǔ)電信網(wǎng)絡(luò)。特別是近幾年智能手機(jī)的出現(xiàn)，以及各種各樣的應(yīng)用APP軟件，通過無線方式接入互聯(lián)網(wǎng)和傳輸數(shù)據(jù)信息已經(jīng)成為人們的生活方式。

智能移動終端所具有的小巧輕便、隨身攜帶的特點決定了移動互聯(lián)網(wǎng)具有接入移動性。移動終端的便攜性使得用戶可以在任意場合進(jìn)行網(wǎng)絡(luò)接入。移動互聯(lián)網(wǎng)的使用場景是動態(tài)變化的，但由于用戶號碼具有唯一性，手機(jī)各種不同的操作系統(tǒng)和底層硬件終端類型具有多樣性等等，因而和傳統(tǒng)互聯(lián)網(wǎng)不同。

移動互聯(lián)網(wǎng)技術(shù)和地震觀測技術(shù)相結(jié)合，使得地震觀測技術(shù)向密集和超密集觀測有了實用的數(shù)據(jù)傳遞和處理平臺。以智能手機(jī)為基礎(chǔ)，結(jié)合MEMS技術(shù)開發(fā)的地震烈度計和地震預(yù)警技術(shù)（圖5），得以迅速發(fā)展。

利用移動互聯(lián)網(wǎng)技術(shù)可以方便地進(jìn)行密集地震觀測網(wǎng)的組網(wǎng)，無需專門架設(shè)和租用電信運(yùn)營商的專線，只需向電信運(yùn)營商申請一定互聯(lián)網(wǎng)手機(jī)數(shù)據(jù)網(wǎng)業(yè)務(wù)，或者移動物聯(lián)網(wǎng)業(yè)務(wù)，獲得聯(lián)網(wǎng)的UIM或SIM卡即可完成無線接入互聯(lián)網(wǎng)傳送地震數(shù)據(jù)的應(yīng)用。

密集地震觀測網(wǎng)的工作和運(yùn)行方式也與傳統(tǒng)的地震觀測網(wǎng)不同，為了保證地震警報的及時發(fā)出和烈度速報的自動發(fā)布，它是以傳感器網(wǎng)絡(luò)為基礎(chǔ)的方式組網(wǎng)和運(yùn)行的，在移動互聯(lián)網(wǎng)基礎(chǔ)上向物聯(lián)網(wǎng)發(fā)展（圖6）。它是網(wǎng)狀網(wǎng)，每個智能傳感器，稱為節(jié)點，都可以互聯(lián)，它有一個和多個入網(wǎng)認(rèn)證中心和數(shù)據(jù)中心，稱為Sink節(jié)點，是傳感器網(wǎng)絡(luò)管理中心、原始數(shù)據(jù)和結(jié)果數(shù)據(jù)中心。傳感器網(wǎng)絡(luò)智能發(fā)現(xiàn)“事件”，對于“事件”的快速反應(yīng)和處理比傳統(tǒng)的網(wǎng)絡(luò)更準(zhǔn)、更快。圖6傳感器網(wǎng)絡(luò)工作方式

Fig6Sensor network working mode密集地震觀測網(wǎng)的組網(wǎng)可以在地震行業(yè)網(wǎng)基礎(chǔ)上進(jìn)行，也可以依托互聯(lián)網(wǎng)單獨(dú)組網(wǎng)。實際上，利用移動互聯(lián)網(wǎng)組網(wǎng)，Sink點就像移動蜂窩電話一樣需要建立基站，我們可稱為地震蜂窩基站，如果這樣的系統(tǒng)和大數(shù)據(jù)云平臺連在一起，就被稱為大數(shù)據(jù)云平臺的數(shù)據(jù)匯集器。在組網(wǎng)的布局上，基站Sink實際是某一地區(qū)的管理注冊服務(wù)器，任何一個臺站的接入以及工作狀態(tài)都由它自動管理。它按照一定的協(xié)議和規(guī)定好的密集地震觀測網(wǎng)的管理標(biāo)準(zhǔn)，管轄臺站的運(yùn)行，進(jìn)行事件處理，并向總中心報告（圖7）。

23大數(shù)據(jù)時代和地震

美國政府在2012年3月21日宣布大數(shù)據(jù)時代計劃——“Big Data is a Big Deal”（http：//wwwwhitehousegov/blog/2012/03/29/big-data-big-deal），地質(zhì)調(diào)查局（USGS）承擔(dān)了重要任務(wù)。這是美國政府第二次宣布信息技術(shù)計劃（第一次是在1994年宣布信息高速公路計劃），此后互聯(lián)網(wǎng)的發(fā)展幾乎改變了世界。

大數(shù)據(jù)的產(chǎn)生和新型傳感器及移動互聯(lián)網(wǎng)密不可分。全球移動互聯(lián)網(wǎng)智能手機(jī)已經(jīng)達(dá)到26億部，中國已經(jīng)達(dá)到7億部，各種新型傳感器的數(shù)量遠(yuǎn)遠(yuǎn)超過智能手機(jī)的數(shù)量，正是它們使數(shù)據(jù)“爆炸式”增長。據(jù)美國政府估計，全球每年由各類設(shè)備產(chǎn)生的數(shù)據(jù)達(dá)到約12 ZB（1 ZB=12億TB），大數(shù)據(jù)就是在這樣的基礎(chǔ)上產(chǎn)生的。

大數(shù)據(jù)的倡導(dǎo)者維克托·邁爾-舍恩伯格曾說過“大數(shù)據(jù)是人們獲得新的認(rèn)知，創(chuàng)造新的價值的源泉。大數(shù)據(jù)帶來3個轉(zhuǎn)變：（1）更多：不是隨機(jī)樣本，而是全體數(shù)據(jù)；（2）更雜：不是精確性，而是混雜性；（3）更好：不是因果關(guān)系，而是相關(guān)關(guān)系”。因此很多人認(rèn)為大數(shù)據(jù)是信息技術(shù)的新的發(fā)展，而這個發(fā)展可能像互聯(lián)網(wǎng)一樣標(biāo)志著一個新的時代。

大數(shù)據(jù)就是巨量數(shù)據(jù)，巨量數(shù)據(jù)是怎么產(chǎn)生的？巨量數(shù)據(jù)一定是在傳感器和設(shè)備從精密到簡單、從笨重到智能、從昂貴到低廉、從量少到量大的過程中產(chǎn)生的。當(dāng)前是移動互聯(lián)網(wǎng)時代，最明顯的例子就是智能手機(jī)，現(xiàn)在手機(jī)的能力和阿波羅登月指揮用的計算機(jī)是一樣的，那時價值幾億美元。可是現(xiàn)在手機(jī)的成本不到1 000元人民幣，可以做到人手一部。所以其量大，而產(chǎn)生的數(shù)據(jù)是巨量的，大數(shù)據(jù)就是在這個背景下產(chǎn)生的。

大數(shù)據(jù)是手機(jī)、新型機(jī)電式傳感器（MEMS）這些終端產(chǎn)生數(shù)據(jù)的源頭，近十年來迅猛發(fā)展的結(jié)果。這些價廉、智能、物美、量大的終端促使數(shù)字化數(shù)據(jù)迅速增長。

如上所述，密集地震觀測網(wǎng)完全遵循了大數(shù)據(jù)的產(chǎn)生規(guī)律，從精密傳統(tǒng)地震儀到簡單MEMS烈度計，從昂貴設(shè)備到廉價MEMS設(shè)備，從高精度儀器到智能化設(shè)備，從100～200 km、稀疏量少的傳統(tǒng)臺站到臺間距僅有10 km乃至1 km的密集地震觀測網(wǎng)和臺陣。地震觀測的數(shù)據(jù)從小數(shù)據(jù)變成了大數(shù)據(jù)。所以說，密集地震觀測網(wǎng)將會把地震帶進(jìn)大數(shù)據(jù)時代。

地震大數(shù)據(jù)的產(chǎn)生起源于密集地震觀測，密集地震觀測網(wǎng)無論在空間采樣還是時間采樣上都是傳統(tǒng)的地震觀測網(wǎng)無法比擬的，我國密集地震觀測網(wǎng)將會擁有數(shù)萬到數(shù)十萬個傳感器，地震預(yù)警和地震烈度速報催生了密集地震臺網(wǎng)，而密集地震臺網(wǎng)產(chǎn)生了巨量數(shù)據(jù)，它是地震大數(shù)據(jù)的基礎(chǔ)。

24人工智能（AI）的應(yīng)用前景

人工智能（Artificial Intelligence，簡稱AI），是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，人工智能被提出已有60年，但是一直進(jìn)展緩慢。最近人工智能成為熱詞，是由機(jī)器和人的圍棋大戰(zhàn)引發(fā)的，即計算機(jī)阿法狗（Alpha Go）戰(zhàn)勝了韓國著名棋手李世石9段。如今，移動互聯(lián)網(wǎng)，特別是大數(shù)據(jù)的出現(xiàn)，使人工智能發(fā)展迅速。特別是數(shù)據(jù)挖掘、計算機(jī)視覺、圖像識別、自然語言處理、語言翻譯、生物特征識別、人臉識別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略戰(zhàn)術(shù)指揮和機(jī)器人運(yùn)用這些方面，都取得了突飛猛進(jìn)的發(fā)展。

提供了重要技術(shù)機(jī)器學(xué)習(xí)的基礎(chǔ)的互聯(lián)網(wǎng)和大數(shù)據(jù)為人工智能開辟了美好的前景，大數(shù)據(jù)是機(jī)器學(xué)習(xí)的資源地。而機(jī)器學(xué)習(xí)的方法是深度學(xué)習(xí)，如今人工智能發(fā)展應(yīng)該說是在大數(shù)據(jù)的背景下深度學(xué)習(xí)的結(jié)果。當(dāng)然，計算機(jī)技術(shù)的發(fā)展，特別是GPU（Graphic Processing Unit）的廣泛普及和存儲技術(shù)的發(fā)展也是人工智能技術(shù)的硬件基礎(chǔ)。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks）在地震處理和地震模擬技術(shù)方面很早就得到了應(yīng)用，其實它是人工智能機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的重要手段。在巨量大數(shù)據(jù)的背景下，在某些場景中，經(jīng)過深度學(xué)習(xí)技術(shù)訓(xùn)練的機(jī)器在識別圖像時比人類更好，比如識別貓、識別血液中的癌細(xì)胞特征、識別MRI掃描圖片中的腫瘤。谷歌AlphaGo學(xué)習(xí)圍棋，也是在大數(shù)據(jù)背景下深度學(xué)習(xí)的結(jié)果，沒有互聯(lián)網(wǎng)對李世石的圍棋大數(shù)據(jù)學(xué)習(xí)，機(jī)器也不可能獲勝。

當(dāng)前人工智能對于地震科學(xué)研究和技術(shù)帶來了巨大挑戰(zhàn)和機(jī)遇。美國最近研發(fā)的利用智能手機(jī)建立地震預(yù)警的MyShake系統(tǒng)和中國地震臺網(wǎng)中心的地震信息播報機(jī)器人都是人工智能應(yīng)用在地震方面的案例。人工智能是一門極富挑戰(zhàn)性的科學(xué)，在地震大數(shù)據(jù)時代，它和地震科學(xué)結(jié)合起來，必將對地震學(xué)的推動開辟新的前景。

3地震學(xué)的變革

前述高新信息技術(shù)發(fā)展的4個現(xiàn)象其實就是“互聯(lián)網(wǎng)+”的重要體現(xiàn)，它必將深入各行各業(yè)，產(chǎn)生新的模式和新的業(yè)態(tài)。地震觀測在這4大現(xiàn)象的推動下已經(jīng)清晰地看到新的密集觀測方式的產(chǎn)生，改變了地震科學(xué)研究和地震觀測技術(shù)的傳統(tǒng)模式。

31突破傳統(tǒng)地震臺網(wǎng)概念

如前所述，密度地震觀測網(wǎng)突破了傳統(tǒng)的地震臺網(wǎng)規(guī)模，是一種新的地震觀測網(wǎng)，由于臺間距為10 km以下，甚至1～2 km或者幾百米，它已經(jīng)突破傳統(tǒng)地震臺網(wǎng)的概念了。

（1）由于密集，不需要非常嚴(yán)格的地震臺站的臺址和環(huán)境條件；

（2）由于密集，不需要非常靈敏的地震儀和傳感器，因此價格便宜；

（3）由于密集，不需要專門建設(shè)臺站，只需簡單安裝。

（4）由于密集，臺站數(shù)量大，儀器設(shè)備需要智能化和高可靠性，基本可以做到免維護(hù)。

密集地震觀測網(wǎng)在其監(jiān)測的區(qū)域里對微小地震的監(jiān)控能力也并不會下降，地震臺站的大數(shù)量或高密度在某種程度上代替了量少、高靈敏的傳統(tǒng)地震臺網(wǎng)。

密集地震觀測網(wǎng)的發(fā)展，特別是用于地震烈度和地震預(yù)警。它對地震觀測的主要突破如下：

（1）地震烈度速報直接產(chǎn)出

密集地震臺網(wǎng)帶來的第一個突破，就是儀器烈度速報直接產(chǎn)出，日本是最早利用密集地震臺網(wǎng)實現(xiàn)烈度速報的國家，使地震烈度信息在震后1～2 min就可以快速發(fā)布。密集地震預(yù)警網(wǎng)可以快速測定臺站的速度、加速度及位移，由于臺站是高密度的，直接標(biāo)出臺站的振動數(shù)值，就是很好的烈度速報圖（圖1）。日本的地震烈度速報的產(chǎn)出速度就是地震波掠過臺網(wǎng)的速度，在震后很快就可產(chǎn)出，這對地震應(yīng)急響應(yīng)和緊急救援具有至關(guān)重要的作用。

（2）地震預(yù)警取得了實際應(yīng)用

密集地震觀測網(wǎng)的第二個突破就是使地震預(yù)警成為可能。日本地震預(yù)警系統(tǒng)自2007年正式運(yùn)行以來，已經(jīng)有數(shù)十次成功地震預(yù)警的實踐，包括成功預(yù)警高速鐵路采取措施而減輕損失。我國也具有了像四川蘆山70級地震和其他50～60級地震實現(xiàn)地震預(yù)警的實例。

2014年8月24日舊金山納帕（Napa）發(fā)生了60級地震。加州理工學(xué)院地震專家郝克森（Aegill Hauksson）表示，在震源深度為7英里的地震發(fā)生后10 s，地震預(yù)警系統(tǒng)發(fā)出了第一個警報。盡管據(jù)說有在150名自愿者，只有一名自愿者在舊金山收到了警報。美國地震學(xué)家認(rèn)為地震預(yù)警技術(shù)是近十幾年地震觀測技術(shù)最重要的突破和進(jìn)展。

（3）更快測定地震參數(shù)

密集地震臺網(wǎng)帶來的第三個突破，是在高密度地震觀測網(wǎng)實踐中得出的，那就是地震參數(shù)的快速測定也必將改變。對于臺間距為10 km的高密度臺網(wǎng)，實際上首先觀測到的地震臺站位置，就已經(jīng)是傳統(tǒng)地震定位Ⅰ類精度了——震中。臺灣使用首先收到地震的幾個臺站的中心點或前8個臺站定位，可以在20 s之內(nèi)速報地震三要素，這是傳統(tǒng)的地震臺網(wǎng)無法比擬的。

至于地震震級也必將由于密集地震臺網(wǎng)的出現(xiàn)而更加精確，我們都知道矩震級MW是公認(rèn)的比較理想的震級標(biāo)度，其概念是金森博雄（Kanamori）提出來的，實際上是地震斷裂來決定的，它具有不飽和的特點。由于密集地震臺網(wǎng)觀測得到的最大PGA或PGV或PD覆蓋區(qū)的面積與MW具有線性關(guān)系，這樣利用密集地震臺網(wǎng)觀測到的最大振動的面積（圖8），就立即可以測定出MW，其速度已經(jīng)遠(yuǎn)遠(yuǎn)超過傳統(tǒng)的遠(yuǎn)臺測定MW的方法，而且要準(zhǔn)確的多。

（4）近場快速跟蹤地震破裂過程

密集地震臺網(wǎng)帶來的第四個突破是跟蹤地震破裂過程。目前由于地震臺網(wǎng)不夠密集，無法使用震中附近的臺站觀測數(shù)據(jù)來反演地震破裂過程，這是由于近臺記錄地震波形的復(fù)雜，使反演地震破裂過程很難實現(xiàn)。傳統(tǒng)的地震臺網(wǎng)只能用遠(yuǎn)臺的有限的面波資料來反演地震破裂過程，實際上帶來很多不確定性，一個大地震會出現(xiàn)不同的結(jié)果。密集的地震臺網(wǎng)將改變這一狀況，它可以跟蹤大地震的破裂方向和過程，使地震破裂過程產(chǎn)出豐富的直接觀測數(shù)據(jù)，使地震破裂過程的結(jié)果可以快速得以直接判斷。觀測到地震震后的過程，還可以據(jù)此研究和模擬地震孕育發(fā)生和產(chǎn)生的全過程，使人們更加深入了解地震。圖9是何加勇采用最基本的惠更斯理論，使用近場地震臺站記錄反演汶川地震的破裂源，以迅速追蹤地震破裂過程。

（5）動態(tài)監(jiān)視地下結(jié)構(gòu)

密集地震臺網(wǎng)帶來的第五個突破是動態(tài)監(jiān)視地下結(jié)構(gòu)的變化。這樣一個密集地震臺網(wǎng)，將會記錄到非常多的中小地震，成都市地震預(yù)警試驗臺網(wǎng)自2013年1月運(yùn)行以來，該系統(tǒng)監(jiān)測到的25級以上地震就500多次，這些中小地震就像物理探測的震源一樣，可以用來探測地下結(jié)構(gòu)，動態(tài)監(jiān)視地下的變化。同時還可以實時成像，成為所謂的動態(tài)“地下云圖”，為探索地震預(yù)測提供可視化資料，這是稀疏臺網(wǎng)無法做到的（圖10）。

密集地震觀測網(wǎng)必將推動地震學(xué)、特別是地震觀測學(xué)，向?qū)崟r動態(tài)地震學(xué)、應(yīng)急地震學(xué)發(fā)展。一些新的概念將會產(chǎn)生，新的地震參數(shù)處理方法，新的地震參數(shù)和參量，新的地震動參數(shù)和參量也會出現(xiàn)。密集地震臺網(wǎng)的出現(xiàn)，使我們面臨一系列新的課題和挑戰(zhàn)，我們的思想和觀念也必須隨之改變。密集地震觀測網(wǎng)到底還會為地震觀測學(xué)、地震學(xué)帶來了什么突破？傳統(tǒng)地震臺網(wǎng)，我們可以稱之為骨干地震臺網(wǎng)在地震觀測系統(tǒng)中將會發(fā)揮什么樣的作用？也是我們必須研究的。

32超密集地震臺陣的新發(fā)現(xiàn)

超密集地震臺陣的觀測使地震觀測有了新的發(fā)現(xiàn)，圖11a所示為圣菲斯普林斯超密集地震臺陣，在距離臺陣中心35 km處發(fā)生了一個ML34地震。那時只有60%傳感器正在工作，仍可以清楚觀察地震活動影像（Earthquake Movie）。從活動圖像上可以清楚看到地震波傳播的圖像以及各種震相的速度變化（圖11b）。

圖12是日本的實時地震動活動圖像，全國共4 000個臺站每隔2 s顯現(xiàn)一次當(dāng)前時間的地震動加速度峰值，地震動的活動圖像幾乎實時的顯示地震動的情況，監(jiān)視著全國地震情況，地震發(fā)生時便可立即發(fā)出警報。

發(fā)現(xiàn)沿著紐帕—英格伍德斷層（Newport-Inglewood）有一種小級別地震，而其震源深度超過24 km。據(jù)分析認(rèn)為這是一種新類型地震，其因所處深度幾乎超出地殼而不能被常規(guī)地震儀檢出，只有超密集地震臺陣才可以監(jiān)測到這種新型地震。這種新型地震幾乎穿透地殼而接近地幔，其發(fā)生深度前所未見。因此科學(xué)家無法用目前已知的理論加以解釋而陷入困惑，這種新型的地殼深層地震的最大震級僅為2級，推測累積的震動作用很可能會擴(kuò)延成毀滅性強(qiáng)震。于是在2016年10月初他們預(yù)測加州發(fā)生大地震的概率上升了100倍。這在加州引起了不小恐慌（http：//minieastdaycom/a/161011181059104-2html）。但是地震學(xué)家也發(fā)現(xiàn)2012年蘇門答臘發(fā)生的86級地震的震源深度也超過24 km，這個地震的主要能量傳向地球內(nèi)部，而地面破壞不大。這又提示地球及人類受到神秘力量保護(hù)而免于遭受毀滅性災(zāi)難。在臺灣使用超密集地震臺陣的相變速度變化數(shù)據(jù)，進(jìn)行大地震地應(yīng)變的觀測和測量也取得了重要的進(jìn)展。

33向地震大數(shù)據(jù)思維轉(zhuǎn)變

由于密集地震觀測技術(shù)將地震行業(yè)帶進(jìn)了大數(shù)據(jù)時代（當(dāng)然地震大數(shù)據(jù)并非完全由密集地震觀測網(wǎng)所產(chǎn)生，移動互聯(lián)網(wǎng)也會產(chǎn)生大量的社會地震數(shù)據(jù)），地震數(shù)據(jù)變成為巨量的數(shù)據(jù)。以巨量數(shù)據(jù)來觀測和研究地震必然要改變?nèi)藗兊乃季S，地震大數(shù)據(jù)將推進(jìn)傳統(tǒng)地震學(xué)從依靠自身判斷（依靠計算模型）做決定到依靠數(shù)據(jù)做決定的轉(zhuǎn)變。

地震數(shù)據(jù)從小數(shù)據(jù)到大數(shù)據(jù)就顯示了大數(shù)據(jù)思維。地震大數(shù)據(jù)思維表現(xiàn)在如下的幾個方面：

（1）地震大數(shù)據(jù)是巨量數(shù)據(jù)，是多維、多種、非常繁雜的廣泛的數(shù)據(jù)

地震小數(shù)據(jù)，主要拘泥傳統(tǒng)地震行業(yè)產(chǎn)生的觀測、調(diào)查、試驗、考察數(shù)據(jù)，種類少、采樣率低。例如觀測數(shù)據(jù)，由于地震臺站觀測儀器精密昂貴，地震觀測技術(shù)復(fù)雜，因此地震觀測臺站間距一般為30 km，有的地區(qū)甚至更大，地震臺網(wǎng)稀疏。信息的匱乏迫使地震研究趨向于采用因果關(guān)系范式，去理解問題并做出決策。因為數(shù)據(jù)少，希望能從這些少量的數(shù)據(jù)中找出因果。但是當(dāng)處理出了問題，可能因果關(guān)系就無法發(fā)現(xiàn)，結(jié)果的可信度也常被質(zhì)疑。

地震大數(shù)據(jù)突破了密集地震觀測技術(shù)，地震觀測數(shù)據(jù)成百倍、千倍、萬倍的增加。除了密集地震觀測所產(chǎn)生的數(shù)據(jù)，還包括非地震行業(yè)產(chǎn)生的地震相關(guān)的數(shù)據(jù)，社會感知的地震數(shù)據(jù)，例如地震災(zāi)害數(shù)據(jù)、地震宏觀現(xiàn)象數(shù)據(jù)以及一些傳統(tǒng)地震學(xué)所認(rèn)為的不是地震的數(shù)據(jù)等等，這些數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超過傳統(tǒng)地震學(xué)的范疇，不僅跨學(xué)科而且可以深入到社會科學(xué)領(lǐng)域。所以地震大數(shù)據(jù)已經(jīng)突破了傳統(tǒng)地震學(xué)數(shù)據(jù)的概念，它表現(xiàn)為多維、多種、繁雜、多樣的巨量數(shù)據(jù)，這些巨量數(shù)據(jù)完全符合大數(shù)據(jù)的大量、多種、產(chǎn)出快、有價值的特點。

（2）地震大數(shù)據(jù)是找關(guān)系

大數(shù)據(jù)時代對于數(shù)據(jù)的研究不再拘泥于對因果關(guān)系的探究，這將會使地震行業(yè)有條件向關(guān)聯(lián)、非關(guān)聯(lián)等相關(guān)關(guān)系探究的轉(zhuǎn)變。在商業(yè)和金融已有很多大數(shù)據(jù)技術(shù)應(yīng)用的經(jīng)典案例。在地震大數(shù)據(jù)應(yīng)用上，中國地震臺網(wǎng)中心張崇立等的前兆異常度的案例說明了大數(shù)據(jù)應(yīng)用前景。

案例很簡單，就是將汶川地震前每周會上提出的前兆數(shù)據(jù)異常數(shù)和在劃分的二級塊體里臺站的比例稱為前兆異常度。按照大數(shù)據(jù)的方式，不管這些數(shù)據(jù)的手段和學(xué)科（地震前兆觀測數(shù)據(jù)包括地形變、地磁、地電、地下流體、地球化學(xué)、地表面振動、地震等學(xué)科與幾百種觀測手段和儀器），也不管它的空間維度和結(jié)構(gòu)，只要出現(xiàn)異常就帶入異常度公式計算。

我們定義“異?；顒佣取睘楸硎灸骋坏貕K（或某一地質(zhì)構(gòu)造單元）在某一t時刻表現(xiàn)為異常活動的劇烈程度的參量。一般地，理論上表示為

式中，AZCL是一個無量綱的參量。S用來量度與孕育某個震級水平的地震相匹配的、且不可再分的基本地質(zhì)構(gòu)造單元的理論空間尺度，它與根據(jù)研究對象的需要所設(shè)定的震級下限有關(guān)。ε是對應(yīng)于S的地質(zhì)構(gòu)造單元之特征空間尺度的參量，它是S的近似值，與“地震-構(gòu)造活動”關(guān)系研究結(jié)果的準(zhǔn)確性和精細(xì)程度有關(guān)。NA表示某一具ε特征空間尺度的地質(zhì)構(gòu)造單元內(nèi)在t時刻呈異常活動狀態(tài)的質(zhì)點數(shù)，N表示與ε對應(yīng)的地質(zhì)構(gòu)造單元內(nèi)質(zhì)點的總數(shù)。

對汶川地震前每周的異常度的前6個月到前一周進(jìn)行計算。結(jié)果發(fā)現(xiàn)前兆異常度（圖14a）和二級巴顏克拉塊體（圖14b）有很好的關(guān)聯(lián)性，而用其他劃分方法找不到相關(guān)性使用大數(shù)據(jù)關(guān)聯(lián)方法進(jìn)行地震前兆異常度的研究表明：地震前兆觀測數(shù)據(jù)是和構(gòu)造體有關(guān)的，它們是相關(guān)聯(lián)的。汶川地震前前兆異常度的變化，和巴顏克拉塊體有關(guān)聯(lián)，這和各方面研究成果是一致的。因此美國地震調(diào)查局（USGS）承擔(dān)的大數(shù)據(jù)計劃也是從全球地學(xué)數(shù)據(jù)中尋找地震復(fù)發(fā)率的研究。

（3）大數(shù)據(jù)使處理簡單

傳統(tǒng)的小數(shù)據(jù)時代，在數(shù)據(jù)的限制無法突破的情形下，數(shù)據(jù)處理算法的研究越來越深入，發(fā)明的算法越來越復(fù)雜。如測定地震參數(shù)的算法和地震定位的方法，數(shù)量越來越多，越來越復(fù)雜，速度也越來越慢，需要的計算機(jī)能力越來越高。如前所述，當(dāng)數(shù)據(jù)量以指數(shù)級擴(kuò)張時，原來在小數(shù)量級的數(shù)據(jù)中表現(xiàn)很差的簡單算法，準(zhǔn)確率會大幅提高。大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效。密集地震臺網(wǎng)的定位基本就是最先到達(dá)臺站的平均間隔，而且比傳統(tǒng)臺網(wǎng)定位準(zhǔn)確。而震級的計算根本不需要量取震相幅值，而是直接計算密集地震臺網(wǎng)地震波掃過后最大震動的面積進(jìn)行推算，這個面積其實就是金森博雄的矩震級公式，只需轉(zhuǎn)換一下系數(shù)，處理快速簡單而準(zhǔn)確（圖15）。

（4）大數(shù)據(jù)使審慎決策到快速決策

傳統(tǒng)地震臺網(wǎng)處理和決策都非常慎重，通過收集和分析數(shù)據(jù)來驗證這種假設(shè)；如果有一些數(shù)據(jù)有問題，就影響原有假設(shè)，決策與行動是審慎的。小數(shù)據(jù)的地震速報可以較快地進(jìn)行自動速報，但是處理復(fù)雜，要多中心審慎決策，特別是終報更需要審慎決策。原因是小數(shù)據(jù)依靠模型解算方程，由于空間數(shù)據(jù)間隔太大，往往初值確定不準(zhǔn)確，大量計算可能仍然得不到可靠的結(jié)果，必然影響快速決策。

密集地震臺網(wǎng)的大數(shù)據(jù)，不再受限于傳統(tǒng)的方式，可以簡單而準(zhǔn)確得到地震的位置和大小，無需反復(fù)地檢查、修定和復(fù)核。足以做出快速決定。地震預(yù)警的警報可以在數(shù)秒內(nèi)發(fā)出，地震烈度速報也可以在幾分鐘內(nèi)發(fā)出。快速決策對于大地震的防震減災(zāi)和挽救生命無疑是具有重要的意義。

4發(fā)展人工智能推進(jìn)智慧地震

人工智能在大數(shù)據(jù)技術(shù)出現(xiàn)后，發(fā)生了突飛猛進(jìn)的發(fā)展?？缃鐒?chuàng)新是大數(shù)據(jù)時代的特征，而人工智能技術(shù)恰恰可以在大數(shù)據(jù)基礎(chǔ)上推進(jìn)跨界創(chuàng)新，同樣地震在人工智能應(yīng)用上，有著非常重要的應(yīng)用前景，最重要的就是向智慧地震推進(jìn)，即更透徹的感知、更全面的互聯(lián)、更深入的智能化。

（1）人工智能手機(jī)地震預(yù)警

美國開發(fā)的智能手機(jī)MyShake預(yù)警系統(tǒng)就是一個很好的案例（Kong et al，2016）。智能手機(jī)比傳統(tǒng)地震臺網(wǎng)更為廣泛和普及，它內(nèi)置了可用于檢測地震的加速度計，使用智能手機(jī)的內(nèi)置傳感器來收集數(shù)據(jù)和分析地震。智能手機(jī)MyShake系統(tǒng)可以從日常的各種震動中至少檢測到距手機(jī)10 km以內(nèi)的5級地震。這些數(shù)據(jù)匯集到觀測網(wǎng)中心，經(jīng)過一定的算法處理，可以實時測定地震的位置和震級，發(fā)出地震預(yù)警信息。這對沒有地震預(yù)警系統(tǒng)的區(qū)域，可系統(tǒng)地提供地震預(yù)警。而在有預(yù)警系統(tǒng)的區(qū)域，MyShake系統(tǒng)是對專業(yè)預(yù)警原系統(tǒng)預(yù)警能力的補(bǔ)充和增強(qiáng)。該系統(tǒng)地震波形記錄還可以用來提供快速地震烈度圖，以評估地震對建筑物的影響，還可以獲取地球內(nèi)部淺層結(jié)構(gòu)圖像和地震破裂過程。

該系統(tǒng)利用了人工智能技術(shù)，采用了機(jī)器學(xué)習(xí)的辦法，在人為噪聲和地震信號中分離出18種信號，經(jīng)過震動臺和實際地震的實驗，在深度學(xué)習(xí)的基礎(chǔ)上，得到了識別地震信號的3種特征（圖16），有效地在智能手機(jī)信號里識別出地震，從而開發(fā)了人工智能手機(jī)地震預(yù)警系統(tǒng)。

通過對各種智能手機(jī)的噪聲進(jìn)行測試，了解智能手機(jī)的噪聲背景情況，然后進(jìn)行三維振動臺試驗，輸入一個真實的地震數(shù)據(jù)，對固定和不固定手機(jī)波形的頻譜進(jìn)行比較，如圖17所示。圖17a為三星Galaxy S4手機(jī)三分量加速度從2014年8月23日16：00 開始的12小時記錄。它顯示了人類的日常運(yùn)動的加速度為第一個8小時，然后在夜間出現(xiàn)平穩(wěn)。圖中的紅框表示圖18b的時間窗口；圖17b顯示圖17a的1分鐘數(shù)據(jù)，這1分鐘是距納帕M60地震38 km處的手機(jī)記錄。地震發(fā)生在當(dāng)?shù)貢r間上午03：20：44；圖17c為手機(jī)記錄特征圖，顯示IQR與ZC的對地震的區(qū)分，藍(lán)點是人類活動，紅點是地震特征；圖17d區(qū)分地震3個特性的三維圖。

利用人工智能方法對手機(jī)振動和地震記錄進(jìn)行區(qū)分，在18種特征信號中識別出了最好用的3個特征：加速度矢量和的四分位距（IQR）、最大的過零率（ZC）和累積絕對速度的加速度的矢量和（CAV）（圖18）。

圖18是地震預(yù)警效果，在地震事件發(fā)生3 s，5 s，和7 s后，模擬2014年拉哈布拉M51地震觸發(fā)檢測，灰色點是手機(jī)點的位置，粉紅色表示單個觸發(fā)。紅色星是真正的地震的位置，圓圈是10 km、20 km、30 km半徑線。藍(lán)色星代表在5 s內(nèi)檢測到的事件位置，在每個圖中的震級在右上角顯示。10 km范圍內(nèi)98%內(nèi)的地震記錄可以被確認(rèn)和識別。隨著距離的增加和幅度的減小，成功率會降低，93%的日常運(yùn)動振動可以很好地被確認(rèn)和識別。人工智能技術(shù)使手機(jī)有了地震智慧，通過技術(shù)手段和互聯(lián)網(wǎng)讓公眾參與到地震工作中來，并為其提供精細(xì)化和個性化的服務(wù)，實現(xiàn)人人參與地震工作，人人享受地震服務(wù)。

（2）地震信息播報機(jī)器人

地震信息播報機(jī)器人是中國地震臺網(wǎng)中開發(fā)的智能速報工具，圖19是地震信息播報機(jī)器人發(fā)布的新疆阿克陶縣67級地震微信。

這個用時3 s的機(jī)器人的地震速報內(nèi)容已經(jīng)不僅僅是地震參數(shù)的速報，而是智能的產(chǎn)出和地震相關(guān)的信息：

“據(jù)中國地震臺網(wǎng)正式測定，11月25日22時24分在新疆克孜勒蘇州阿克陶縣發(fā)生67級地震，震源深度10 km，震中位于北緯3927°，東經(jīng)7404°。

根據(jù)中國地震臺網(wǎng)速報目錄，震中周邊200 km近5年來發(fā)生4級以上地震共83次，最大地震是2015年12月7日在塔吉克斯坦發(fā)生的74級地震。

本次地震震中周邊10 km內(nèi)的村莊有闊勒坡其，50 km內(nèi)的鄉(xiāng)鎮(zhèn)有木吉鄉(xiāng)。距離最近的縣級市烏恰縣116 km，距離最近的地級市喀什地區(qū)169 km，距離最近的省會城市烏魯木齊市1 238 km。

2000年，阿克陶縣轄2個鎮(zhèn)、11個鄉(xiāng)，面積24 55506 km2。阿克陶縣2003年人口為172 031人。2012年，阿克陶縣實現(xiàn)生產(chǎn)總值1602億元，比2011年增長151%。海拔1 325 m?！保ㄒ陨蟽?nèi)容由機(jī)器于2016年11月25日22時41分51秒自動編寫，用時3 s，公測階段僅供參考）

地震信息播報機(jī)器人，集成了人類智慧，從大數(shù)據(jù)中迅速判斷快速的向公眾提供不一個地震參數(shù)還要詳細(xì)的地震信息速報，可以提供更加個性化的服務(wù)。

（3）跨界互聯(lián)網(wǎng)大數(shù)據(jù)的地震應(yīng)急

在“互聯(lián)網(wǎng)+”地震時代，產(chǎn)生了地震互聯(lián)網(wǎng)大數(shù)據(jù)，一個地震微博將會影響數(shù)億人，產(chǎn)生的數(shù)據(jù)足以稱為大數(shù)據(jù)，它完全反映一個地震和各行各業(yè)的關(guān)聯(lián)，反映社會在地震時的狀態(tài)。根據(jù)互聯(lián)網(wǎng)的大數(shù)據(jù)得到的和地震關(guān)聯(lián)的數(shù)據(jù)信息，既快速又準(zhǔn)確，加快了大地震應(yīng)急和救援的速度和能力。例如互聯(lián)網(wǎng)手機(jī)數(shù)據(jù)產(chǎn)生的大數(shù)據(jù)熱力圖表示了人口的實時流動，就是實時人口分布圖，在發(fā)生大地震時它立刻指明了生命救援的方向（圖20）。

圖21是中國地震臺網(wǎng)中心地震信息速報機(jī)器人產(chǎn)生的2016年7月31日廣西梧州市蒼悟縣地震人口熱力圖，從圖中可以看出在距震中20 km流動人口稀少，由此可以判斷此次地震造成人員傷亡很小。

2014年8月24日美國舊金山納帕發(fā)生了60級地震，根據(jù)消費(fèi)電子公司Jawbone的數(shù)據(jù)，地震發(fā)生時93%的居民都被震醒了。Jawbone公司對灣區(qū)成千上萬的UP手環(huán)佩戴者進(jìn)行了睡眠追蹤，這個手環(huán)支持計步和睡眠追蹤功能（圖22）。數(shù)據(jù)表明在震中附近的納帕、索諾瑪?shù)鹊?，幾乎所有入睡的手環(huán)用戶都被地震驚醒。隨著距離震中越來越遠(yuǎn)，地震能吵醒的人迅速減少，在舊金山和奧克蘭地區(qū)有一半以上的UP手環(huán)佩戴者在地震中醒來。到了75英里外的莫德斯托和圣克魯斯，睡著的用戶幾乎沒有受到任何影響，45%接近地震震中的人在地震發(fā)生后沒有再入眠。這被稱為Jawbone手環(huán)繪出“地震源”。

綜上所述，從密集地震觀測網(wǎng)絡(luò)、超密集地震臺陣到地震學(xué)新的發(fā)現(xiàn)，從密集地震觀測數(shù)據(jù)到地震大數(shù)據(jù)時代，從地震大數(shù)據(jù)發(fā)展到人工智能，從人工智能發(fā)展到智慧地震，這就是高新技術(shù)給地震學(xué)帶來的新模式和變革。我們的時代是科技高速發(fā)展的時代，高科技會推動地震學(xué)的突破，但是更重要的是改變觀念和思維，這樣才能有創(chuàng)新。

參考文獻(xiàn)：

東方頭條加州出現(xiàn)新型地震，顯示有神秘力量保護(hù)人類？[EB/OL].（2016-10-11）[2016-11-25]http：//minieastdaycom/a/161011181059104-2html

好奇心日報在加州地震后智能手環(huán)比人們知道得更多[EB/OL].（2014-08-28）[2016-11-25]http：//wwwevolifecn/html/2014/79128html

何加勇2009地震動參數(shù)速報技術(shù)研究[D].北京：中國地震局地球物理研究所

日本氣象廳 2013年12月14日12時06分日本千葉近海55級地震烈度速報圖 http：//wwwjmagojp/jp/quake/ 平成25年12月14日13時10分気象庁発表

澤仁志瑪，陳會忠，何加勇，等2006震動圖快速生成系統(tǒng)研究[J].地球物理學(xué)進(jìn)展，21（3）：809-813

張晁軍，陳會忠，蔡晉安，等2014地震預(yù)警工程的若干問題探討[M].工程研究—跨學(xué)科視野中的工程，6（4）：344-370

中國地震臺網(wǎng)速報2015年四川樂山50級地震人口熱力圖[EB/OL].（2015-01-15）[2016-11-25]http：//weibocom/u/1904228041？topnav=1&wvr=6&topsug=1

ALESSANDRO A D，ANNA G D2013Suitability of Low-Cost Three-Axis MEMS Accelerometers in Strong-Motion Seismology：Tests on the LIS331DLH（iPhone）Accelerometer[J].BSSA，103（5）：2906-2913

INBAL A，CLAYTON R W，AMPUERO J2015Imaging widespread seismicity at midlower crustal depths beneath Long Beach，CA，with a dense seismic array：Evidence for a depth-dependent earthquake size distribution[J].Geophysical Research letters，42（15）：6314-6323

KONG Q K，ALLEN R M，LOUIS S，et al2016MyShake：A smart-phone seismic network for earthquake early warning and beyond[J].Science Advances，2（2）：e1501055-e1501055

LIN F C，LI D Z，ROBERT Wet al2013High-resolution 3D shallow crustal structure in Long Beach，California：Application of ambient noise tomography on a dense seismic array[J].Geophysics，78（4）：45-56

WU Y M，CHEN D Y，LIN T L，et al2013A High-Density Seismic Network for Earthquake Early Warning in Taiwan Based on Low Cost Sensors[J].Seismological Research Letters，84（6）：1048-1054

DB/T 59—2015，地震觀測儀器進(jìn)網(wǎng)技術(shù)要求—地震烈度儀[S].