毫秒级速度！中国科学技术大学开发了一种地震源监视系统，可以在200毫秒内分析震源

原始标题：毫秒速度！中国科学技术大学开发了一种地震源监控系统，可以在200毫秒内分析震源

发生破坏性地震后，立即以全自动方式实时发生报告震中机制，对于及时表征断层几何特征，评估应力扰动和余震模式具有十分重要的意义。为了解决实时地震学中的各种问题，例如人工智能（AI）和其他先进技术，但是与确定地震的其他震源参数（即震源时间，位置和震级）相比，震源机制的估算通常需要更多的人工干预，并且缺乏完全的自动化和效率。

近日，中国科学技术大学地球与空间科学科学袁章杰教授该研究团队在地震监测和应用人工智能实时估计震源破裂机制参数方面取得了突破性进展。

研究团队利用深度学习的强大进展，提出了一种新型的深度卷积神经网络（Focal机制网络，FMNet），该网络可以利用完整的波形快速估算源焦点机制。 与需要在正常应用中监视大量真实数据的监督神经网络模型的训练不同，FMNet可以首先使用合成数据进行训练，然后将其直接应用于真实数据。 因此，无论是否有历史地震数据，该方法都可广泛用于潜在的地震危险区域。

（通过论文确定通过深度学习确定焦点机制的框架的示意图）

FMNet从综合训练数据中学习聚焦机构波形的一般特征。 这考虑了在没有足够的历史震源机制的情况下训练神经网络模型的情况，特别是对于地震活动有限但潜在地震灾害的区域。为了生成大量训练数据集，我们离散化了三维（3D）网格空间研究感兴趣的区域，并在每个空间中设置网格点模拟各种聚焦机制的理论波形。

研究团队进一步使用787,320个合成样本来训练FMNet模型，然后将其用于预测7月在南加利福尼亚州里奇克雷斯特地区发生的地震序列中的四个实际地震，震级大于5.4 MW的震源机制。 2019年。收到地震数据后，仅需不到200毫秒的时间。 FMNet可以可靠地预测单个CPU上的焦点机制。

结果目前正在转换为实际的操作功能，并将在不久的将来在中国科学技术大学和中国地震局提供。合作研发“智能地面运动”人工智能地震监测系统投入试运行。

参考资料：

http://news.ustc.edu.cn/info/1055/74364.htm

论文链接：

https://doi.org/10.1038/s41467-021-21670-x

基于学术前沿，有远见行业欲了解更多数据，请参阅千战工业研究院的《 2020-2025年中国地震特种设备制造与地震》服务行业深度研究和《发展建议报告》，由具有前瞻性的产业研究所提供产业大数据，产业规划，行业声明，工业园规划，行业招商吸引资金，首次公开募股解决方案，例如筹款和可行性研究。

相关深入报告REPORTS

（资料来源：千站网）

（负责人：DF318）