AI算法可过滤城市噪音检测地震｜赛迪奇智看天下

喧嚣的城市，存在诸多噪音，对于地震检测工作来说，它们可能成为致命问题，因为人们很难在繁华都市的常见震动里分辨出即将到来的地震。

近日，斯坦福大学的研究人员在Science Advance 发表的一篇论文中[1]，提出了解决方案，他们创造了一种AI深度学习算法，提高了城市和其他建筑物密集地区的地震监测 络的探测能力。通过过滤背景震动噪声，可以提高整体信号质量，恢复以前可能太弱而无法记录的信号。

在南美、墨西哥、地中海、印度尼西亚和日本，经“训练过”的AI深度学习算法对繁忙的地震易发城市及其周边地区的监测站特别有用。应用于长滩地区的数据集时，算法检测到了更多的地震，从而更容易确定地震如何开始和从哪里开始。应用于2014年加州拉哈布拉地震的数据时，该团队在“去噪”数据中观察到的地震探测数据比官方记录的数据多4倍。

这并不是唯一一个将人工智能应用于地震检测的项目。宾夕法尼亚州立大学的研究人员也一直在训练深度学习算法，以准确预测测量值的变化如何预示着即将到来的地震——这项任务已经困扰了专家几个世纪。斯坦福大学团队之前曾训练过相位选择模型，可以测量地震信号中的地震波所到达的时间，这可以用来估计地震的位置。

深度学习算法对地震监测特别有用，因为它们可以减轻人类地震学家的负担。在过去，地震学家会观察地震期间地面传感器记录的图表，然后通过肉眼来分辨有什么规律可循。 伦敦皇家霍洛威大学的地震学家宝拉·科勒米杰（Paula Koelemeijer）说，能证明该算法在嘈杂的城市环境中工作是非常有用的，因为城市环境中的噪音（对于地震监测来说）是一场噩梦，深度学习可以通过帮助切割大量数据，使这一过程更快、更准确。

参考：

1、Yang, L., Liu, X., Zhu, W., Zhao, L., & Beroza, G. C. (2022). Toward improved urban earthquake monitoring through deep-learning-based noise suppression.Science advances, 8(15), eabl3564.https://www.aminer.cn/pub/62652d0a5aee126c0fce6a92

https://www.technologyreview.com/2022/04/13/1049763/a-deep-learning-algorithm-could-detect-earthquakes-by-filtering-out-city-noise/