在线客服

咨询热线

人工智能在地震监测中的应用研究

作者:未知

  [摘 要]本文主要针对人工智能在地震监测中的应用情况展开分析,提出了人工智能地震监测的预测处理作用,以及人工智能的地震监测具体方法,包括人工神经网络方法在地震监测中的应用,以及多分量监测系统AETA的应用情况等进行系统性分析,针对系统应用的优势做了全面性阐释,进一步明确目前人工智能在地震监测中的应用效果以及相应的作用价值,期待通过本次研究,为地震监测应用领域提供一些可供参考的资料。
  [关键词]人工智能;地震;监测
  doi:10.3969/j.issn.1673 - 0194.2019.12.066
  [中图分类号]TP18;P642.22 [文献标识码]A [文章编号]1673-0194(2019)12-0-02
  0     引 言
  地震是很可怕的自然灾害,但在过去一段时期内,相关领域并没有构建较好的地震监测应用系统,地震预测准确率始终无法获得满意的效果,导致人民群众的生命财产受到威胁。人工智能通过科学的计算以及系统的信息处理,将复杂的地震监测以及预报,形成简单的操作模式,并且精准地反馈数据,使地震监测更具准确性、科学性与系统化。目前,人工智能通过模式识别、智能检索以及自动程序设计等,形成了较为成熟的地震监测系统,并在地震领域取得了较好的应用效果。
  1     人工智能地震监测中的预测助力作用
  众所周知,在所有自然灾害中,地震对人类造成的威胁一直是最严重的。目前,我国四川省阿坝州汶川县、云南省西双版纳州、青海玉树以及厄瓜多尔等地均是地震频发区,有效进行地震监测,是挽救人民群众生命财产的重要手段。但我国的地震监测技术并不理想,随著人工智能监测系统的出现,人类地震预测精准度将会不断提高,能够对地震进行有效监测,获得精准的数据信息,提高地震预测的成功率。在地震实际监测过程中可以发现,地震前兆信号种类较多,大体包括电磁辐射、低温低应变、动力异常以及地电阻率和地下化学成分等,而人工智能技术则根据不同信号种类进行自动性区分,有效反馈监测信息,并从历史地震实例中通过仪器设备提取相应的动物或人进行观察,获得相应前兆信号,最终汇集信息反馈至监测者,提高预测效果。
  2     人工智能地震监测概述
  2.1   基本概念
  人工智能通过科学的计算方法能够监测地震数据,从而精准预测发生地震的时间,自20世纪90年代起,科学界就已经用机器来监测地震,进而预测地震的发生时间,但收到的效果并不明显,经过数十年的演变,科学界一直没有对监测地震这一难题低头。例如,美国的洛斯阿拉莫斯,通过实验证明了人工智能在地震监测中的作用。机器人流程自动化(RPA)和人工智能(AI)等新技术可能会大幅降低事务性职能的成本(降幅达20%~80%),同时提高服务精确度,且无须进行人工监督。
  2.2   人工智能地震监测的具体方法
  人工智能能够在实验室模拟断层对地层进行抽动,从中间进行模拟,通过岩石混合物断层真实仿真展现,进一步了解地震的真实场景,得到地震监测的效果,这种实验地震系统目前已被广泛应用。当地震到来时,通过监测地层间的混合物,并根据相伴的特殊声响、地层周期性滑动,能够最终确定地震的具体方位。这种监测技术根据地层运动发出的声音进行有效监测,从而能够预测下一次地层运动发生的时间,通过人工智能检测将地震发生的信息模式化与规律化。通过上述分析进一步印证人工智能声波送入算法的准确性,通过采集这种声波监测信息,进一步对地震发生的可能性进行有效预测,算法准确度高,能够在地震监测中起到一定的应用效果。模拟地震发生时的声音信号,并对信号进行有效追踪与监测,从而精准预测距离地震发生前的剩余时间,降低地震造成的损害。通过进一步探究能够发现,机器是一种人工智能的方法,能够对监测人员提出假设的地震先兆,通过算法分析给出准确的信息反馈,从而使机器捕捉到更加精准的地理信息,更好地对地震实施有效监测。
  2.3   人工神经网络方法在地震监测中的应用
  人工神经网络方法也称BP神经网络,是目前人工智能地震预报的一种新型监测手段,通过输出神经元了解实际地震的震级,这种计算震级与实际震级之差的方式,最终得到100%的正确率。在地震监测中,BP神经网络能够对异常种类或者异常时间,以及未来地震震级之间形成较强的非线性关系,并做出准确分析与判断;BP神经网络系统指在监测过程中能够自动抓取信息,并从实际库中提取典型震例,通过BP网络学习,进一步预测地震震级,通过地震监测信息反馈,预测下一次地震的发生时间,从而更好地减少地震带给人类带来的伤害。
  2.4   多分量监测系统AETA
  多分量地震监测系统AETA通过电磁探头汇集到终端进行数据处理,并由云平台传输进行数据系统分析,云平台通过人工智能存储数据,并精准反馈监测信息。
  多分量地震监测系统的数据处理更为智能化,能够通过无线网络将数据发送至云平台,并进行自动存储与分析,将监测数据显示有效反馈给监测者,并支持远程维护、数据终端处理,支持双探头连接,对本地数据的处理和存储均给予了较好支持。利用远程服务能够有效减少多分量地震监测系统阐释存在的误差,并在极为复杂的地理环境条件下进行实时访问,有效呈现多分量地震监测系统AETA的循环作业状态,对地震频发区域密集处布设该系统,能够实时反馈地震前兆信号,实时监控地震孕育过程以及相应变化,从而有效提升地震预报的精准度。此外,该系统的远程监控智能化应用比较完善,能够不间断地进行远程监控与维护服务器和数据处理终端,并不断交互,提高地震预测精准度。该系统除了对探头数据做相应处理外,还能有效对探头的运行状态以及终端运行状态进行实时监控,通过远程系统维护,保证系统运行的安全性以及稳定性。   此外,系统必须及时进行版本升级,即AETA系统升级,主要的设计部分能够自动通过远程提供服务,实现在线升级程序,系统不必关停即可实现在线升级,也就是说服务器升级完全可以通过云端实现。这种人工智能系统所设定的传感探头,能够实现监控在线情况,对地震可能发生的信息通过探头进行有效传输,连接的日志能够通过云服务器接收并进行存储,处于断开连接状态的服务器,不会反馈探头的错误状态信息,也就是说远程维护人员通过探头运行情况以及日志信息反馈即可得到探头系统是否正常运行,从而制订相应维护方案,保证系统正常运行。
  3     结 语
  目前,我国人工智能在地震监测中的应用方法较为丰富,且系统实施过程中能够获得有效的监测效果,为地震预测提供精准数据,从而降低地震带来的危险事故率。笔者通过研究发现,人工智能在地震监测中的应用,能够从多方面对地震类型进行有效区分,对地震产生的各种状态进行科学分析,有针对性地捕捉信号源,并通过人工智能监测,进行自动化的信息采集與分析,并自动提取相应的地震实例库,有效实施信息核对,对于可能发生的地震信号,及时准确地反馈给监测人员,从而提高地震预测水平。地震监测一直是学术界无法攻克的难题,而将人工智能应用在地震监测中,是现代化科技技术创新发展的成果,具有实时在线维护功能,能快速反馈监测信息,监测人员能够及时通过远程监控,掌握地震监测系统的运行情况。人工智能在地震监测系统中的应用更为系统化以及全面性,通过进行系统化分析以及全面性架构,能够获得精准的预测效果,提高地震监测水平。
  主要参考文献
  [1]陈志高,黄俊.累积绝对速度CAV在中国三代核电站地震监测中的应用[J].大地测量与地球动力学,2016(5).
  [2]顾左文.近年来流动地磁观测在地震监测中的发展及其预测应用[J].地震研究,2017(3).
  [3]Asghar A Vahedi.Monitoring Soil Carbon Pool in the Hyrcanian Coastal Plain Forest of Iran:Artificial Neural Network Application in Comparison with Developing Traditional Models[J].CATENA,2017,152:182-189.
  [3]Rahmanifard H,Plaksina T.Application of Artificial Intelligence Techniques in the Petroleum Industry:a Review[J].Artificial Intelligence Review,2018(2).
  [4]陈晓利.人工智能在地震滑坡危险性评价中的应用[D].北京:中国地震局地质研究所,2007.
  [5]王孝铣.浅谈人工智能在地震监测与预报中的应用[J].华北地震科学,1987(1).
  [6]李学政,沈旭峰,雷军,等.人工智能在爆炸地震定位中的应用[C]//中国地球物理学会年刊——中国地球物理学会年会,2002.
  [7]郑江玲,李俊山.BP神经网络在地震震相识别中的应用[J].模式识别与人工智能,2001(3).
  [8]肖义越.地震地层学与人工智能专家系统综合分析技术[J].天然气地球科学,1992(3).
转载注明来源:https://www.xzbu.com/3/view-14957289.htm