周康雅

[摘 要]本文主要針對(duì)人工智能在地震監(jiān)測(cè)中的應(yīng)用情況展開分析，提出了人工智能地震監(jiān)測(cè)的預(yù)測(cè)處理作用，以及人工智能的地震監(jiān)測(cè)具體方法，包括人工神經(jīng)網(wǎng)絡(luò)方法在地震監(jiān)測(cè)中的應(yīng)用，以及多分量監(jiān)測(cè)系統(tǒng)AETA的應(yīng)用情況等進(jìn)行系統(tǒng)性分析，針對(duì)系統(tǒng)應(yīng)用的優(yōu)勢(shì)做了全面性闡釋，進(jìn)一步明確目前人工智能在地震監(jiān)測(cè)中的應(yīng)用效果以及相應(yīng)的作用價(jià)值，期待通過本次研究，為地震監(jiān)測(cè)應(yīng)用領(lǐng)域提供一些可供參考的資料。

[關(guān)鍵詞]人工智能;地震;監(jiān)測(cè)

doi：10.3969/j.issn.1673 - 0194.2019.12.066

[中圖分類號(hào)]TP18;P642.22[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673-0194（2019）12-0-02

0? ? ?引 言

地震是很可怕的自然災(zāi)害，但在過去一段時(shí)期內(nèi)，相關(guān)領(lǐng)域并沒有構(gòu)建較好的地震監(jiān)測(cè)應(yīng)用系統(tǒng)，地震預(yù)測(cè)準(zhǔn)確率始終無法獲得滿意的效果，導(dǎo)致人民群眾的生命財(cái)產(chǎn)受到威脅。人工智能通過科學(xué)的計(jì)算以及系統(tǒng)的信息處理，將復(fù)雜的地震監(jiān)測(cè)以及預(yù)報(bào)，形成簡(jiǎn)單的操作模式，并且精準(zhǔn)地反饋數(shù)據(jù)，使地震監(jiān)測(cè)更具準(zhǔn)確性、科學(xué)性與系統(tǒng)化。目前，人工智能通過模式識(shí)別、智能檢索以及自動(dòng)程序設(shè)計(jì)等，形成了較為成熟的地震監(jiān)測(cè)系統(tǒng)，并在地震領(lǐng)域取得了較好的應(yīng)用效果。

1? ? ?人工智能地震監(jiān)測(cè)中的預(yù)測(cè)助力作用

眾所周知，在所有自然災(zāi)害中，地震對(duì)人類造成的威脅一直是最嚴(yán)重的。目前，我國四川省阿壩州汶川縣、云南省西雙版納州、青海玉樹以及厄瓜多爾等地均是地震頻發(fā)區(qū)，有效進(jìn)行地震監(jiān)測(cè)，是挽救人民群眾生命財(cái)產(chǎn)的重要手段。但我國的地震監(jiān)測(cè)技術(shù)并不理想，隨著人工智能監(jiān)測(cè)系統(tǒng)的出現(xiàn)，人類地震預(yù)測(cè)精準(zhǔn)度將會(huì)不斷提高，能夠?qū)Φ卣疬M(jìn)行有效監(jiān)測(cè)，獲得精準(zhǔn)的數(shù)據(jù)信息，提高地震預(yù)測(cè)的成功率。在地震實(shí)際監(jiān)測(cè)過程中可以發(fā)現(xiàn)，地震前兆信號(hào)種類較多，大體包括電磁輻射、低溫低應(yīng)變、動(dòng)力異常以及地電阻率和地下化學(xué)成分等，而人工智能技術(shù)則根據(jù)不同信號(hào)種類進(jìn)行自動(dòng)性區(qū)分，有效反饋監(jiān)測(cè)信息，并從歷史地震實(shí)例中通過儀器設(shè)備提取相應(yīng)的動(dòng)物或人進(jìn)行觀察，獲得相應(yīng)前兆信號(hào)，最終匯集信息反饋至監(jiān)測(cè)者，提高預(yù)測(cè)效果。

2? ? ?人工智能地震監(jiān)測(cè)概述

2.1? ?基本概念

人工智能通過科學(xué)的計(jì)算方法能夠監(jiān)測(cè)地震數(shù)據(jù)，從而精準(zhǔn)預(yù)測(cè)發(fā)生地震的時(shí)間，自20世紀(jì)90年代起，科學(xué)界就已經(jīng)用機(jī)器來監(jiān)測(cè)地震，進(jìn)而預(yù)測(cè)地震的發(fā)生時(shí)間，但收到的效果并不明顯，經(jīng)過數(shù)十年的演變，科學(xué)界一直沒有對(duì)監(jiān)測(cè)地震這一難題低頭。例如，美國的洛斯阿拉莫斯，通過實(shí)驗(yàn)證明了人工智能在地震監(jiān)測(cè)中的作用。機(jī)器人流程自動(dòng)化（RPA）和人工智能（AI）等新技術(shù)可能會(huì)大幅降低事務(wù)性職能的成本（降幅達(dá)20%～80%），同時(shí)提高服務(wù)精確度，且無須進(jìn)行人工監(jiān)督。

2.2? ?人工智能地震監(jiān)測(cè)的具體方法

人工智能能夠在實(shí)驗(yàn)室模擬斷層對(duì)地層進(jìn)行抽動(dòng)，從中間進(jìn)行模擬，通過巖石混合物斷層真實(shí)仿真展現(xiàn)，進(jìn)一步了解地震的真實(shí)場(chǎng)景，得到地震監(jiān)測(cè)的效果，這種實(shí)驗(yàn)地震系統(tǒng)目前已被廣泛應(yīng)用。當(dāng)?shù)卣鸬絹頃r(shí)，通過監(jiān)測(cè)地層間的混合物，并根據(jù)相伴的特殊聲響、地層周期性滑動(dòng)，能夠最終確定地震的具體方位。這種監(jiān)測(cè)技術(shù)根據(jù)地層運(yùn)動(dòng)發(fā)出的聲音進(jìn)行有效監(jiān)測(cè)，從而能夠預(yù)測(cè)下一次地層運(yùn)動(dòng)發(fā)生的時(shí)間，通過人工智能檢測(cè)將地震發(fā)生的信息模式化與規(guī)律化。通過上述分析進(jìn)一步印證人工智能聲波送入算法的準(zhǔn)確性，通過采集這種聲波監(jiān)測(cè)信息，進(jìn)一步對(duì)地震發(fā)生的可能性進(jìn)行有效預(yù)測(cè)，算法準(zhǔn)確度高，能夠在地震監(jiān)測(cè)中起到一定的應(yīng)用效果。模擬地震發(fā)生時(shí)的聲音信號(hào)，并對(duì)信號(hào)進(jìn)行有效追蹤與監(jiān)測(cè)，從而精準(zhǔn)預(yù)測(cè)距離地震發(fā)生前的剩余時(shí)間，降低地震造成的損害。通過進(jìn)一步探究能夠發(fā)現(xiàn)，機(jī)器是一種人工智能的方法，能夠?qū)ΡO(jiān)測(cè)人員提出假設(shè)的地震先兆，通過算法分析給出準(zhǔn)確的信息反饋，從而使機(jī)器捕捉到更加精準(zhǔn)的地理信息，更好地對(duì)地震實(shí)施有效監(jiān)測(cè)。

2.3? ?人工神經(jīng)網(wǎng)絡(luò)方法在地震監(jiān)測(cè)中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)方法也稱BP神經(jīng)網(wǎng)絡(luò)，是目前人工智能地震預(yù)報(bào)的一種新型監(jiān)測(cè)手段，通過輸出神經(jīng)元了解實(shí)際地震的震級(jí)，這種計(jì)算震級(jí)與實(shí)際震級(jí)之差的方式，最終得到100%的正確率。在地震監(jiān)測(cè)中，BP神經(jīng)網(wǎng)絡(luò)能夠?qū)Ξ惓７N類或者異常時(shí)間，以及未來地震震級(jí)之間形成較強(qiáng)的非線性關(guān)系，并做出準(zhǔn)確分析與判斷;BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)指在監(jiān)測(cè)過程中能夠自動(dòng)抓取信息，并從實(shí)際庫中提取典型震例，通過BP網(wǎng)絡(luò)學(xué)習(xí)，進(jìn)一步預(yù)測(cè)地震震級(jí)，通過地震監(jiān)測(cè)信息反饋，預(yù)測(cè)下一次地震的發(fā)生時(shí)間，從而更好地減少地震帶給人類帶來的傷害。

2.4? ?多分量監(jiān)測(cè)系統(tǒng)AETA

多分量地震監(jiān)測(cè)系統(tǒng)AETA通過電磁探頭匯集到終端進(jìn)行數(shù)據(jù)處理，并由云平臺(tái)傳輸進(jìn)行數(shù)據(jù)系統(tǒng)分析，云平臺(tái)通過人工智能存儲(chǔ)數(shù)據(jù)，并精準(zhǔn)反饋監(jiān)測(cè)信息。

多分量地震監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)處理更為智能化，能夠通過無線網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送至云平臺(tái)，并進(jìn)行自動(dòng)存儲(chǔ)與分析，將監(jiān)測(cè)數(shù)據(jù)顯示有效反饋給監(jiān)測(cè)者，并支持遠(yuǎn)程維護(hù)、數(shù)據(jù)終端處理，支持雙探頭連接，對(duì)本地?cái)?shù)據(jù)的處理和存儲(chǔ)均給予了較好支持。利用遠(yuǎn)程服務(wù)能夠有效減少多分量地震監(jiān)測(cè)系統(tǒng)闡釋存在的誤差，并在極為復(fù)雜的地理環(huán)境條件下進(jìn)行實(shí)時(shí)訪問，有效呈現(xiàn)多分量地震監(jiān)測(cè)系統(tǒng)AETA的循環(huán)作業(yè)狀態(tài)，對(duì)地震頻發(fā)區(qū)域密集處布設(shè)該系統(tǒng)，能夠?qū)崟r(shí)反饋地震前兆信號(hào)，實(shí)時(shí)監(jiān)控地震孕育過程以及相應(yīng)變化，從而有效提升地震預(yù)報(bào)的精準(zhǔn)度。此外，該系統(tǒng)的遠(yuǎn)程監(jiān)控智能化應(yīng)用比較完善，能夠不間斷地進(jìn)行遠(yuǎn)程監(jiān)控與維護(hù)服務(wù)器和數(shù)據(jù)處理終端，并不斷交互，提高地震預(yù)測(cè)精準(zhǔn)度。該系統(tǒng)除了對(duì)探頭數(shù)據(jù)做相應(yīng)處理外，還能有效對(duì)探頭的運(yùn)行狀態(tài)以及終端運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，通過遠(yuǎn)程系統(tǒng)維護(hù)，保證系統(tǒng)運(yùn)行的安全性以及穩(wěn)定性。

此外，系統(tǒng)必須及時(shí)進(jìn)行版本升級(jí)，即AETA系統(tǒng)升級(jí)，主要的設(shè)計(jì)部分能夠自動(dòng)通過遠(yuǎn)程提供服務(wù)，實(shí)現(xiàn)在線升級(jí)程序，系統(tǒng)不必關(guān)停即可實(shí)現(xiàn)在線升級(jí)，也就是說服務(wù)器升級(jí)完全可以通過云端實(shí)現(xiàn)。這種人工智能系統(tǒng)所設(shè)定的傳感探頭，能夠?qū)崿F(xiàn)監(jiān)控在線情況，對(duì)地震可能發(fā)生的信息通過探頭進(jìn)行有效傳輸，連接的日志能夠通過云服務(wù)器接收并進(jìn)行存儲(chǔ)，處于斷開連接狀態(tài)的服務(wù)器，不會(huì)反饋探頭的錯(cuò)誤狀態(tài)信息，也就是說遠(yuǎn)程維護(hù)人員通過探頭運(yùn)行情況以及日志信息反饋即可得到探頭系統(tǒng)是否正常運(yùn)行，從而制訂相應(yīng)維護(hù)方案，保證系統(tǒng)正常運(yùn)行。

3? ? ?結(jié) 語

目前，我國人工智能在地震監(jiān)測(cè)中的應(yīng)用方法較為豐富，且系統(tǒng)實(shí)施過程中能夠獲得有效的監(jiān)測(cè)效果，為地震預(yù)測(cè)提供精準(zhǔn)數(shù)據(jù)，從而降低地震帶來的危險(xiǎn)事故率。筆者通過研究發(fā)現(xiàn)，人工智能在地震監(jiān)測(cè)中的應(yīng)用，能夠從多方面對(duì)地震類型進(jìn)行有效區(qū)分，對(duì)地震產(chǎn)生的各種狀態(tài)進(jìn)行科學(xué)分析，有針對(duì)性地捕捉信號(hào)源，并通過人工智能監(jiān)測(cè)，進(jìn)行自動(dòng)化的信息采集與分析，并自動(dòng)提取相應(yīng)的地震實(shí)例庫，有效實(shí)施信息核對(duì)，對(duì)于可能發(fā)生的地震信號(hào)，及時(shí)準(zhǔn)確地反饋給監(jiān)測(cè)人員，從而提高地震預(yù)測(cè)水平。地震監(jiān)測(cè)一直是學(xué)術(shù)界無法攻克的難題，而將人工智能應(yīng)用在地震監(jiān)測(cè)中，是現(xiàn)代化科技技術(shù)創(chuàng)新發(fā)展的成果，具有實(shí)時(shí)在線維護(hù)功能，能快速反饋監(jiān)測(cè)信息，監(jiān)測(cè)人員能夠及時(shí)通過遠(yuǎn)程監(jiān)控，掌握地震監(jiān)測(cè)系統(tǒng)的運(yùn)行情況。人工智能在地震監(jiān)測(cè)系統(tǒng)中的應(yīng)用更為系統(tǒng)化以及全面性，通過進(jìn)行系統(tǒng)化分析以及全面性架構(gòu)，能夠獲得精準(zhǔn)的預(yù)測(cè)效果，提高地震監(jiān)測(cè)水平。

主要參考文獻(xiàn)

[1]陳志高，黃俊.累積絕對(duì)速度CAV在中國三代核電站地震監(jiān)測(cè)中的應(yīng)用[J].大地測(cè)量與地球動(dòng)力學(xué)，2016（5）.

[2]顧左文.近年來流動(dòng)地磁觀測(cè)在地震監(jiān)測(cè)中的發(fā)展及其預(yù)測(cè)應(yīng)用[J].地震研究，2017（3）.

[3]Asghar A Vahedi.Monitoring Soil Carbon Pool in the Hyrcanian Coastal Plain Forest of Iran：Artificial Neural Network Application in Comparison with Developing Traditional Models[J].CATENA，2017，152：182-189.

[3]Rahmanifard H，Plaksina T.Application of Artificial Intelligence Techniques in the Petroleum Industry：a Review[J].Artificial Intelligence Review，2018（2）.

[4]陳曉利.人工智能在地震滑坡危險(xiǎn)性評(píng)價(jià)中的應(yīng)用[D].北京：中國地震局地質(zhì)研究所，2007.

[5]王孝銑.淺談人工智能在地震監(jiān)測(cè)與預(yù)報(bào)中的應(yīng)用[J].華北地震科學(xué)，1987（1）.

[6]李學(xué)政，沈旭峰，雷軍，等.人工智能在爆炸地震定位中的應(yīng)用[C]//中國地球物理學(xué)會(huì)年刊——中國地球物理學(xué)會(huì)年會(huì)，2002.

[7]鄭江玲，李俊山.BP神經(jīng)網(wǎng)絡(luò)在地震震相識(shí)別中的應(yīng)用[J].模式識(shí)別與人工智能，2001（3）.

[8]肖義越.地震地層學(xué)與人工智能專家系統(tǒng)綜合分析技術(shù)[J].天然氣地球科學(xué)，1992（3）.