預測地震有曙光？AI 成功辨識斷層異常，但「前兆不一致」仍是未解之謎
研究團隊利用非監督式機器學習分析地震目錄中的「地震家族」，發現部分大型地震在主震前，可能會出現隱藏在大量小震中的特定聚集、局部化與應力釋放模式。這項刊登於《Nature Communications》的研究指出，這些前兆並非每次都存在，但在部分案例中，確實可在主震前數週到數月觀察到異常變化。
研究由德國 GFZ Helmholtz Center for Geosciences 的 Sadegh Karimpouli 與 Patricia Martínez-Garzón 等人，聯合國際團隊共同完成。團隊沒有先預設要找哪一種前兆，而是讓演算法自行從資料中辨識結構，並將彼此在時間、空間與規模上相關的地震歸為同一「家族」（families），再分析其聚集程度、局部化特徵與地殼應力相關指標。
研究團隊將方法套用到多個已知的大地震序列，包括土耳其 2023 年卡赫拉曼馬拉什（Kahramanmaraş）地震、智利 2014 年伊基克（Iquique）地震，以及義大利 2009 年拉奎拉（L'Aquila）地震。結果顯示，這些案例在主震前都出現相似的關鍵特徵：地震活動更緊密地聚集、時空分布更集中，且地震應變釋放增加，顯示斷層系統可能正朝不穩定狀態演化。
▲ 2023 年卡赫拉曼馬拉什規模 7.8地震（黃色星號）發生前的地震活動家族分類。地圖視圖顯示各地震家族成員的空間分布，並以對應類別的顏色標示；背景地震以灰色表示。（Source：GFZ Helmholtz Center for Geosciences）
相較之下，研究也測試了日本 2024 年能登半島（Noto ）地震與義大利 2016 年阿馬特里切（Amatrice）地震等案例，卻未找到同樣明確的準備訊號。研究人員指出，這反映出地震前兆並不具有一致性，有些斷層可能在沒有明顯警訊的情況下直接破裂，這也是地震預報至今最棘手的難題之一。
團隊表示，這種方法不代表能以決定論方式預測地震，但有助於辨識斷層系統何時開始偏離平常狀態，未來若能整合進即時監測，或可提升操作性地震預報的能力。
（首圖來源：pixabay）