李澤峰課題組：推翻地震研究30年主流觀點

王敏

深地震的成因和機制一直是地球科學中的未解之謎。當深地震遇上人工智能，是否會有新的答案？

近日，中國科學技術大學研究員李澤峰課題組利用機器學習系統分析了全球3000余次不同深度的地震，證明了這些地震破裂過程的差異由地球剛度隨深度變化導致，與地震的具體產生機制無關，糾正了該領域長達30年的誤解。近日，相關研究成果發表于《自然—地球科學》。

“這就好比踢足球，一旦球被踢出去了，它只會受牛頓第二定律的影響，而不再受踢球人本身的影響。”論文通訊作者李澤峰解釋說，這個球相當于地震，他們發現了深淺地震的物理過程具有統一規律。

根據巖石脆韌性、地震發生頻次隨深度變化的特征，地震可分為淺源地震（0～60千米）、中源地震（60～300千米）和深源地震（300～700千米），其中淺源地震簡稱為淺地震，中源地震和深源地震統稱為深地震。世界上絕大部分地震都屬于淺地震，比如人們熟知的1976年唐山地震、2008年汶川地震。

相比之下，深地震鮮為人知。早在1928年，日本地球物理學家和達清夫就發現了深地震的存在。然而，地震學家根據巖石物理實驗結果卻預測“地球深部應該不會發生地震”。

“因為在地球深處高溫高壓環境下，巖石表現出塑性形變，就像橡皮泥一樣，它不太可能像淺層巖石那樣發生脆性破裂。”李澤峰解釋說。

雖然深地震發震數量少，約占全球地震的4%，通常情況下不會造成嚴重災害，但李澤峰說，“弄清深地震的成因和破裂過程，有助于人們更好理解地震的物理機制、俯沖板塊的性質以及地球內部的動力過程”。

近30年間，地震學家發現深地震與淺地震具有不同的破裂特征，認為這些不同可能是由深地震獨特的產生機制導致，如脫水脆化、熱失穩和橄欖石相變等。

該研究中，李澤峰課題組根據震源時間函數的多種特征，對全球3000多次不同深度的地震進行了機器學習分類和相關性分析。結果顯示，深地震和淺地震破裂過程的差異只與地球巖石的剛度有關，與具體的地震產生機制無關。

這個結論推翻了以往30年來的主流猜想，對地震預警以及淺地震災害評估具有重要的指導意義。“如果兩地均發生了7級地震，發生在巖石剛度較低之處的超淺地震（如海嘯地震）會有更長持續時間以及更大破裂面積，可能造成超出預期的破壞。” 李澤峰說。

在此基礎上，他們提出了新的基于介質剛度校正的地震標度律，將地震學界沿用超過半個世紀的自相似理論拓展到不同深度、不同巖石種類的地震。

李澤峰介紹，傳統地震標度律認為，地震大小和時空尺度遵從一定比例關系，但這一關系并不適用于不同深度的地震。而新標度律提出，在去除巖石剛度影響后，不同深度、介質的地震時空尺度能夠遵循相同的比例關系。這一發現深化了人們對地震物理本質的理解。

這項研究始于2020年12月李澤峰與他的博士研究生、論文第一作者崔鑫的一次討論。李澤峰提出，用人工智能檢驗深地震與淺地震是否存在不同特征，如果有不同，這種差異是否由地震不同的產生機制導致。

很快，2021年1月底，崔鑫就發現深淺地震破裂過程確實有很大差異，并以為與過去30年的主流猜想一樣，由深地震獨特的破裂機制導致。他開始撰寫論文并投稿。“如果沒有李老師發來的那篇論文，這項工作可能就到此結束了。”

那篇論文提出，深淺地震破裂過程中兩個最重要的特征，居然可以由隨深度變化的巖石剛度解釋。兩篇論文用的數據接近，結論卻截然相反。

究竟是哪里出了問題？崔鑫一下蒙了。

“有沒有一種可能，過往的那些猜想，包括我們的研究方向都有錯誤。如果是，那就有可能徹底推翻過往的主流猜想。”李澤峰坦言，做研究時，大家習慣遵循前人的思路，努力尋找“證據”支持結論。所以，在這次研究中，思維上的轉變也是一大難點。

在進一步研究中，崔鑫對全球3000多次地震的所有特征進行了機器學習分類和細致的特征重要性分析，發現其他所有特征也由隨深度變化的巖石剛度導致，與產生機制無關。

近30年間，地震學家發現深地震與淺地震具有不同的破裂特征，認為這些不同可能是由深地震獨特的產生機制導致，如脫水脆化、熱失穩和橄欖石相變等。

反轉來得有些快。為確保推導邏輯和結論無懈可擊，崔鑫做了更多實驗。其中，最難的在于定量解釋機器學習模型分類的準確率。最終，他通過一系列模擬實驗，證明地球剛度隨深度變化幅度幾乎可以完美解釋分類準確率高低。

2021年10月，李澤峰看到一篇發表在《自然》上的論文。該文論證了海嘯地震與常規淺地震的諸多差異可以歸因于其破裂區超低的巖石剛度。這使得李澤峰更加確認他們的結論是正確的。

2022年7月底，他們投稿給《自然—地球科學》。2023年3月，編輯部正式接收了稿件。

李澤峰介紹，目前，人工智能在地震科學研究中的應用主要有兩方面：一是地震數據處理的自動化，例如地震信號識別、波形去噪等應用已經相當成熟，成為常規手段；二是應用于地震科學規律發現，例如預測余震的空間分布等，目前研究還比較少，但是已顯示出巨大的發展潛力。

在李澤峰看來，用人工智能解決地震科學問題的最大優勢就是“高效、全面和客觀”。“比如，面對海量和高維的地震大數據，傳統方法分析難度太大，并且受研究者主觀因素影響，對數據的解讀會存在‘偏好。相比之下，人工智能可以準確快速地處理數據，獲取高維數據的主要特征，同時規避主觀臆斷。”

在這次研究中，機器學習方法的運用正是一個重要創新。“該文章應用數據挖掘以及機器學習方法獲得了地震多種參數隨深度變化的特征，得到了‘等應變降模型這一簡潔的形式，這在地球科學的結論中是比較少見的。對于模型驅動的地球物理研究而言，該文章通過數據驅動開辟了一條新的研究路徑，有望在未來發展為重要的研究范式。”北京大學助理教授岳漢評價說。

“我希望通過課題組和同行們的一系列研究工作，進一步推動人工智能在地震學中的應用。當人工智能發展成為一種常規工具時，地震科學研究可能進入一個全新階段。”李澤峰說。

此外，李澤峰指出，人工智能地震學研究仍然存在難點。一是如何將地震科學問題轉化成人工智能任務，這需要復合型的地震學研究人才——既能深刻認識本領域的科學問題，又能熟練使用人工智能工具；二是如何避免對人工智能結果的錯誤解釋，這主要考驗人們對數據的解析能力，以及對人工智能決策過程和數據本身的局限性是否有清楚的認識。

這次的新發現也帶來了新的科學問題：不同地震的破裂過程為何只受到破裂區域的巖石剛度影響？這一規律背后的物理本質又是什么？這是李澤峰課題組的下一個研究目標。

◎ 來源|中國科學報