英國《自然》雜志29日發(fā)表的一項地球科學研究中，美國科學家團隊通過大量數(shù)據(jù)訓練了一種神經(jīng)網(wǎng)絡(luò)，最終運用機器學習方法，識別出了一種基于應(yīng)力的定律，而這種定律能預(yù)測大地震后余震出現(xiàn)地點的模式。

人類當前的科技水平尚無法預(yù)測地震的到來，甚至未來相當長的一段時間內(nèi)，地震也是無法精準預(yù)測的。但在大地震發(fā)生后，估計后續(xù)地震發(fā)展趨勢，也是人們非常關(guān)心的問題?？茖W家認為，余震是對大地震導致的地震應(yīng)力變化的一種響應(yīng)，現(xiàn)有的實證定律可用來描述余震的規(guī)模和頻次，但解釋并預(yù)測發(fā)生余震的地點，同樣是相當有難度。

此前，一種名為“庫侖破裂應(yīng)力變化”（基于地震期間應(yīng)力向周圍的遷移）的因子常被用來解釋發(fā)生余震的地點，但這種做法一直存在爭議，庫侖破裂應(yīng)力的計算和應(yīng)用中，有一些問題尚待探討。

此次，美國康涅狄克大學研究人員費比·德福利爾斯及其同事，利用13.1萬多組地震及其余震的配對數(shù)據(jù)，訓練了一種神經(jīng)網(wǎng)絡(luò)。研究團隊發(fā)現(xiàn)，他們的神經(jīng)網(wǎng)絡(luò)能在包含3萬多組地震—余震的獨立數(shù)據(jù)集中，識別并解釋余震出現(xiàn)地點的模式，且比庫侖破裂應(yīng)力變化的準確度更高。

在隨附的新聞與觀點文中，美國斯坦福大學科學家格里高利·百洛澤認為，該結(jié)果強調(diào)了深度學習方法可提高余震預(yù)報的準確度，并為進一步了解地震激發(fā)機制提供了新見解。（記者張夢然）