来源:量子位
晗锋 发自 凹非寺
量子位 报道 | 公众号 QbitAI
山火、地震、大气污染……近来频发的自然灾害,令加州人民头秃。
为此,来自南加州地震中心、哥伦比亚大学、加州大学等的研究人员决心,用计算机模拟加州80万年来的地震情况。
最新的进展是,他们提供了一套全新的模拟算法,并且更加准确,还可以和过往数据对应。
这些研究者们提出了一种新的基于地震率和地质状态的地震仿真模型RSQSim,它可以算出来每个地震带的地层滑动随时间变化关系。
这种模型和以往常用的地震模型最大的不同就是它不依赖基于地层摩擦的随机的运动学断层预测,在RSQSim中从摩擦参数,应力的传播等所有的参数都是确定的。简单来讲,就是模型和方法有更高的准确性。
计算模拟地震、准不准?
但是地震模拟和其他的计算机模拟例如模拟分子层面化学反应,宏观的固体流体力学、物理过程最大的区别就是地震能实际给我们提供的数据实在是太少,并且不像分子布朗运动那样的纯随机行为,因此就很难基于数据进行统计的建模。
△加州地区的地震模拟 (来源:YouTube)
通俗地讲,多少年才地震一次?况且地震的地区分布那么散,这么点数据,凭什么说服我们你们算出来个地震就是准的?
不过,这次要介绍的研究者们,用他们发表在Bull. Seismol. Soc. Am.的论文说明了他提供的新型算法为啥更靠谱:
首先,他们的模型是基于物理的确定模型,并且他们算出来的地震数据和实际的历史数据匹配的非常好。而因为以往的地震模型会引入很多随机参数,不确定性更强;在他们的模型中,因为他们消除了“遍历不确定性”,使得他们在很多地区的预测准确性高了很多。
算出了什么结果?
在论文中,作者们基于他们提出的RSQSim地震仿真模型算了加州南部地区一些地点的地震。不禁让加州人民直言:自己生活在多么危险的一个地方啊!
作者们基于模拟算出了每个地震带的滑动并以此来判断不同地点的地震可能性。作者们用概率统计理论验证了他们算的结果的准确性。
在论文中,作者们在南加州地区设立了十个不同的区域,并以哪个区域的三角洲来命名。作者们根据哪些区域附近的地震带算出来的参数来预测哪些区域的可能地震程度。
经过作者们的一番计算,作者们用两个传统的算法CyberShake和ASK2014算了每个区域的一个名叫“风险目标地地动程度”的参数。计算发现,有一个很明显的区域“SBSM”的“地动程度”明显高于其他地区。
通俗地说,根据以往的数据,这个SBSM地区有更高的地震风险。
SBSM在哪?
因为论文中作者们是用三角洲的名字命名测量点的,所以要想找出具体位置,我们可以利用谷歌地图找出对应的经纬度。而论文中发生地震概率最高的地点SBSM就是离洛杉矶不远的加州城市San Bernardino。
San Bernardino是加州洛杉矶市以东的城市。加州州立大学坐落于此。在市中心,Seccombe湖公园可以游乐场和钓鱼。北部是西尔弗伍德湖,依山傍水。圣贝纳迪诺国家森林的度假胜地大熊湖位于城市东北。
从介绍来看,我们能想象出San Bernardino是个很美丽宜人的风景区。不过San Bernardino人民不要虚,这只是个计算机模拟出来都很低概率的系数而已。该吃吃,该睡睡。
△加州延烧不断的大火 (来源:NBC)
值得一提的是,加州作为曾经令无数人向往的地方,在近些年因频繁的火灾,大气污染,地震等自然灾害变得没有以前那么“美”了。
或许,我们可以利用相似的思路,用计算机模拟程序来揭秘加州近年来环境恶化背后的科学机理?真是“建立大美加州,要靠电脑模拟?”
作者
这篇论文的通讯作者和一作共属一人,就是目前在南加州地震中心工作的计算科学家Kevin Milner。Kevin在南加大获得本硕博学位,后又继续留在南加大工作。
不过,值得注意的是,Kevin小伙是个不折不扣的“斜杠青年”。他不仅仅是个优秀的计算地质学家,还是个音乐家。
“地质物理学家,计算科学家,和音乐家。”
Kevin自己创作了大量的音乐作品,并且时不时就在加州玩个演唱会。是不是和人们常规观念中的“码农”印象不太相符?
或许,音乐和地震在很多方面都是相似的。抑或是,Kevin的音乐就像地震一样刚烈?
你也想预测地震?开源代码简单上手
现在互联网这么发达,开源代码简单上手,人人都可以实现计算科学家做过的工作。让人感觉神秘难懂的地震预测模拟在数据公开化的今天都可以被你我简单下载安装。
论文中一作所在的南加州地震中心(SCEC)就开源了他们的地震模拟系统代码:SCEC宽带平台。这套系统可以用不同的算法模拟加州、美国东北地区、和日本地区的地震。
遗憾的是,这套系统目前还暂不支持北美其他地区的预测;当然,也暂时不支持中国地区的地震预测。不过,大佬们可以基于SCEC开发出属于中国的地震预测平台。
南加州地震中心宽带平台:https://github.com/SCECcode/bbp
开源地震数据分析库:https://github.com/opensha
参考链接
[1] https://phys.org/news/2021-01-simulating-years-california-earthquake-history.html
[2] https://pubs.geoscienceworld.org/ssa/bssa/article-abstract/doi/10.1785/0120200216/593757/Toward-Physics-Based-Nonergodic-PSHA-A-Prototype?redirectedFrom=fulltext
[3] https://kevinmilner.net/
[4] https://opensha.org/
[5] https://www.scec.org/
(声明:本文仅代表作者观点,不代表新浪网立场。)