единици
1. Въведение в изкуствения интелект в геофизичното инженерство: роли, граници, валидиране и етика 2. Обработка на сеизмични данни: потискане на шума, деконволюция и изкуствен интелект 3. Сеизмична интерпретация: Проследяване на хоризонти и разломи, Класификация на фациесите и Анализ на атрибутите 4. Обработка и интерпретация на гравитационни и магнитни данни 5. Поддръжка на инверсия и несигурност на модела 6. Сеизмология на земетресение: Извличане на фази, откриване на земетресение и ранно предупреждение 7. Подземни изображения: ERT, GPR и сеизмична томография 8. Визуализация на данни, контрол на качеството и отчетност 9. Проучване на ресурси: въглеводороди, минерали, геотермални и подземни води 10. Несигурност на модела, валидиране и калибриране 11. Работен процес от край до край, Python, етика, поверителност и отговорна употреба
единица 6 / 11

Сеизмология на земетресение: Извличане на фази, откриване на земетресение и ранно предупреждение

Печалби:

  • Възможност за използване на силата на фазовите сортери и детектори с изкуствен интелект за контрол на изхода с остатъчен анализ и естествено-изкуствено разграничение
  • Способност за управление на насищането на размера и несигурността при ранно предупреждение и разбиране, че системата се основава на многослойна проверка, а не на единичен модел
  • Способност за разбиране на разликата между предсказване на вече настъпило земетресение и детерминистично предсказване на бъдещо земетресение и отхвърляне на ненаучни заявки за прогнози.

Когато се случи земетресение, данните постъпват от хиляди станции за секунди и задачата на геофизика започва: откъде идват тези вълни, колко големи са били, кой разлом се е разкъсал? Сеизмологията на земетресенията е наука за определяне на местоположението, размера и механизма на земетресенията чрез записване на сеизмични вълни, разпространяващи се през земята. Това е клонът на геофизиката, където изкуственият интелект (AI) е може би най-зрелият: милиони форми на вълни са направили базираните на AI фазови екстрактори и детектори за земетресения много мощни. В този раздел ще разгледаме реалната сила на AI при разделяне на фазите, откриване на земетресения и ранно предупреждение; Но ще видим защо проверката и човешкият контрол не подлежат на обсъждане в тази област на безопасността на живота.

Основни понятия

Кратък речник. Фазата е пристигането, при което определен тип сеизмична вълна (P вълна — първата пристигаща, бърза, компресионна вълна; S вълна — по-бавната, срязваща вълна) се появява в записа. Phase picking е маркиране на точното време на пристигане на P и S в запис; Това е основата за локализиране на земетресение. Откриването на земетресение означава отделяне и улавяне на сигнал за земетресение от шум в непрекъснат поток от данни. Магнитудът е мярката за енергията, освободена от земетресението. Фокалният механизъм определя геометрията (налягане, наклон, приплъзване) на разкъсания разлом.

Намирането на мястото на земетресението се основава на триангулиране на източника чрез комбиниране на P и S времена на пристигане на много станции. Малките грешки във фазовите времена се превръщат в големи грешки в позицията - така че точността на извличането на фазите е критична.

Извличане на фази и откриване с AI

Конвенционалното фазово извличане (напр. STA/LTA — улавяне при пристигане с енергийно съотношение къс/дълъг прозорец) се бори с шумни записи и пропуска много малки земетресения. Базирани на AI сортиращи устройства (дълбоки невронни мрежи, обучени от милиони ръчно маркирани фази) вършат тази работа по-точно и много по-бързо; По-специално, той революционизира улавянето на микро-земетресения (много малки, вградени в шум трусове). AI може също непрекъснато да сканира данни и автоматично да обогатява каталога на земетресенията.

Има обаче два риска. Първото е фалшиво откриване: AI може да обърка преминаване на влак, експлозия или шумов модел за земетресение. Второто е пропуснато откриване: може да пропусне необичайно събитие, което не е подобно на набора за обучение. Следователно автоматичният каталог подлежи на сеизмологичен контрол; Особено събитията за вземане на решения (изкуствено/естествено разграничение, потенциал за цунами) се потвърждават ръчно.

Съвет: Проверете P и S времената, върнати от AI екстрактора, като погледнете остатъчните стойности в решението за местоположение на земетресението. Голям остатък в дадена станция показва, че тази фаза е сортирана неправилно; Не влизайте сляпо в решението за местоположение.

Ранно предупреждение: науката за секундите

Ранното предупреждение за земетресение (EEW) е система, която улавя бързата P вълна на земетресение и излъчва предупреждение в рамките на секунди, преди по-разрушителната, но по-бавна S вълна и повърхностните вълни да достигнат отдалечени райони. AI може да ускори оценката на размера и местоположението от първите няколко секунди на P вълната. Но тук рискът е най-висок: фалшивата аларма може да причини паника и икономически загуби, пропуснатото/забавеното предупреждение може да струва живот. Поради това EEW системите са многопластови, кръстосано проверявани и непрекъснато валидирани инженерни системи чрез множество методи; Не е поверено на нито един AI модел.

Внимание: Оценката на величината от първите секунди е по своята същност несигурна; голямо земетресение може първоначално да изглежда малко (насищане с магнитуд). Не приемайте първото предположение на AI за окончателно; Системата трябва да бъде проектирана така, че да актуализира прогнозата, докато формата на вълната се развива, а несигурността трябва да бъде ясно съобщена.

Разликата между оценка и прогноза: етична граница

Тук има критично разграничение. AI може да предвиди (да направи извод от измерване) местоположението/магнитуда на настъпило земетресение. Но не е научно възможно да се предвиди кога ще се случи бъдещо земетресение (детерминистично прогнозиране на земетресение); Това е граница, за която сеизмологията е съгласна. Подвеждащо и неетично е да се твърди, че „на тази дата ще се случи земетресение“, използвайки AI. Това, което е легитимно, е вероятностна оценка на опасността (дългосрочна, статистическа опасност от земетресение) — не точна прогноза през деня.

три мини калъфа

Случай 1 — Десет пъти по-богат каталог. Когато фазовият екстрактор на изкуствен интелект беше разгърнат в регионална мрежа, броят на земетресенията, открити от същите непрекъснати данни, се увеличи приблизително 10 пъти; Хиляди микро-земетресения станаха видими и геометрията на разлома стана ясна. Сеизмолозите одитираха каталога с произволни проби и остатъчен анализ, изчиствайки фалшивите положителни резултати.

Случай 2 — Погрешно приемане на експлозия за земетресение. Автоматичната система класифицира редовните експлозии в мина като леки земетресения. Сеизмологът осъзна, че събитията винаги се случват по едно и също време и на едно и също място и че формата на вълната има експлозивен характер, и го подреди: естествено-изкуственото разграничение изисква човешки контрол.

Случай 3 — Управление на несигурността при ранно предупреждение. В EEW тест AI прогнозира голямо земетресение M6.0 през първите 3 секунди; Инцидентът всъщност беше M7.1. Системата актуализира прогнозата с развитието на вълната и сигналът беше доставен с известна несигурност, тъй като насищането на магнитуда беше известно. Урок: актуализиран дизайн, който не се заключва в първото предположение, спасява животи.

Четири копируеми шаблона

1) Контрол на разделянето на фазите:

Вашата роля: сеизмолог. Искам да контролирам P/S времената, дадени от фазовия сортировач YZ. Как да интерпретирам остатъчните стойности в решението за позиция, над какъв праг да прегледам станцията, как да извлека погрешно извлечената фаза? Дайте работещ контролен поток.

2) Филтър за фалшиво откриване:

Има подозрение за изкуствени източници (взривове, културен шум) в моя автоматичен каталог за земетресения. Какви критерии (повтарящо се местоположение/време, характер на формата на вълната, честотно съдържание) трябва да разгледам, за да ги разгранича от естествените земетресения? Създайте контролен списък.

3) Комуникация за несигурност на размера:

В контекста на ранното предупреждение прецених силата от първите секунди. Как да взема предвид насищането и несигурността на магнитуда, как да актуализирам оценката с развитието на вълната, как да изразя предупреждението с марж на несигурност? Кажете го просто.

4) Напомняне за лимит на прогнозиране:

Вашата роля: съветник по етика на сеизмологията. Мениджър ме моли да предскажа „датата на следващото земетресение“ с AI. Напишете защо детерминистичното прогнозиране на земетресение не е научно, какви легитимни вероятностни продукти за опасност мога да предложа вместо това и как мога честно да обясня ограниченията.

Слаба подкана / Силна подкана

Слаба подкана:

Предскажете с AI кога ще се случи следващото земетресение в този регион.

Научно невъзможно и неетично искане; Ако изкуственият интелект произвежда изфабрикувана сигурност, това ще причини вреда.

Мощна подкана:

Вашата роля: сеизмолог. Контекст: регионална мрежа, непрекъснати данни. Задача: (1) Напишете стъпките за обогатяване на каталог с фазово извличане на AI; (2) описва как да се контролират рисковете от фалшиво откриване (детонация/шум) и пропуск; (3) Покажете ми как да докладвам резултати на ВЕРОЯТЕН опасен език. ГЕНЕРИРАНЕ на детерминистична дневна прогноза; Посочете, че това е ненаучно.

Рамката, която разделя легитимните от ненаучните догадки и изисква проверка, държи областта отговорна.

Задачи и роля на AI

Мисия

AI мощност

Основен риск

човешки контрол

Фазова екстракция

много високо

грешно пристигане

Остатъчен анализ

откриване на земетресение

много високо

Грешка/пропуск

Одит на каталог

Оценка на размера

високо

насищане

граница на несигурност

ранно предупреждение

високо

фалшива тревога

Многослойна система

бъдеща прогноза

Няма (ненаучно)

заблуждавам

отхвърлям

Често срещани грешки

  • Използване на автоматичния каталог без проверка. Възможно е изтичане на фалшиво откриване и детонации.
  • Поставяне на фазовите времена на място без повече контрол. Малка грешка при извличане нарушава местоположението.
  • Като се има предвид, че първата оценка на размера е точна. Има насищане на размера.
  • Поверяване на EEW на един модел. Безопасността на живота изисква многопластова проверка.
  • Изготвяне на детерминистична прогноза за земетресения. Това е ненаучно; Насочете се към възможна опасност.

В обобщение

Сеизмологията на земетресенията е една от областите на геофизиката, където AI е най-силен: той увеличава каталозите десетократно във фазовото извличане и откриването на микроземетресения, спестявайки секунди при ранно предупреждение. Но това е област, преплетена с безопасността на живота; Фалшивото откриване, смущенията от взрива, насищането с магнитуд и фалшивата аларма са реални рискове. ИИ подремва; Сеизмологът контролира остатъка с анализ, естествено-изкуствено разграничение и многослойна система. И неизменната граница: прогнозирането на деня на бъдещо земетресение е ненаучно - това, което е законно, е вероятностната оценка на опасността.

Задача за приложение

Помислете за сценарий с непрекъснати сеизмични данни. Извлечете изхода на AI екстрактора от контролния поток с анализ на остатъците с шаблона „Фазов контрол на екстракцията“. След това създайте контролен списък, за да разграничите взрива/шума от естественото земетресение, като използвате шаблона „Филтър за фалшиво откриване“. И накрая, напишете със собствените си думи как честно бихте поставили граници, когато бъдете помолени да „предскажете следващото земетресение“ с някого.

контролен списък

  • [ ] Проверих времената на AI фазите с анализ на остатъци.
  • [ ] Изчистих автоматичния каталог за фалшиво откриване/експлозия.
  • [ ] Изразих оценката на размера с граница на несигурност.
  • [ ] Базирах ранното предупреждение на многослойна проверка, а не на единичен модел.
  • [ ] Отхвърлих искането за детерминистично прогнозиране на земетресение и го отнесох към вероятностна опасност.