机器学习揭示了黄石火山口的历史地震事件

快速阅读: 《欧亚评论》消息，美国黄石国家公园研究团队利用机器学习，发现过去15年地震数量比以往多10倍。研究提升对火山地震系统的理解，并为其他地区提供参考。

据《科学进展》报道，7月18日，美国黄石国家公园，西方大学工程学教授李冰及其来自哥伦比亚工业大学和美国地质调查局的合作者们，利用机器学习技术重新分析了黄石破火山口过去15年的地震数据。研究团队成功检测并确定了比以往多10倍的地震事件。

黄石国家公园是美国首个国家公园，也是世界上最活跃的火山活动区之一。此次研究更新了2008年至2022年间黄石破火山口的历史地震记录，共记录了86,276次地震。通过改进的数据收集和系统分析，研究人员对火山和地震系统的理解得到了显著提升。

研究发现，超过一半的地震属于地震群，即在相对较小区域内短时间内发生的一系列小地震。这些地震群与传统的余震不同，后者是在主要地震后发生的较小规模的震动。

李冰表示：“尽管黄石和其他火山各具特色，但我们希望这些研究成果可以推广到其他地区。通过深入理解地震群等地震活动模式，我们可以提高安全措施，更好地向公众传达潜在风险，并指导地热能开发避开危险区域。”

传统的地震检测依赖于专业人员的人工检查，这一过程耗时且成本高昂。近年来，随着机器学习技术的发展，地震学家能够重新审视历史数据，发现更多未知的地震区域。李冰指出：“如果没有机器学习，人工检查如此庞大的数据量几乎是不可能完成的任务。”

此外，研究还发现，与南加州等地成熟的断层结构相比，黄石破火山口下的地震群发生在相对不成熟、不规则的断层上。通过分形模型，研究人员能够描述这些地震群的特征，认为它们是由地下水流的缓慢移动和突然爆发共同引起的。

李冰补充道：“我们现在有了更加全面的地震活动记录，可以应用统计方法，发现新的地震群，进一步研究其成因。”这项研究不仅有助于提高对黄石地区的认识，也为全球其他类似地质环境的研究提供了宝贵的经验。

(以上内容均由Ai生成)