人工智能在大地震发生前探测到隐藏的预警信号

地震预测是地球科学最难啃的骨头之一。几十年来，科学家们一直在追问同一个问题：大地震到来之前，地壳究竟会不会发出信号？

现在，一项发表于《自然·通讯》的新研究给出了一个谨慎而令人振奋的回答：有时候，会的。

AI做到了人眼做不到的事

德国亥姆霍兹地球科学研究中心（GFZ）的研究团队，选择了一条与传统截然不同的路。

以往的研究通常是告诉计算机"去找这种特征"，本质上是让机器在人类认知框架里打转。GFZ团队的做法是反过来，让数据自己开口说话，使用的是无监督机器学习，一种无需预设标签、自主在数据中寻找结构的AI技术。

2023年卡赫拉曼马拉什（Kahramanmaraş，黄色星号）7.8级地震发生前的地震活动族分类。地图视图显示了事件族成员的空间分布，并以颜色编码表示其对应的类别。背景事件以灰色显示。图片来源：Karimpouli等人，2026年；地图：ESA、DLR、AIRBUS

研究第一作者萨德格·卡里姆普利博士说："我们不去寻找特定的前兆，而是让数据自行揭示其结构。"

这个方法的关键还在于：研究者没有把每一次地震当作独立事件，而是把时间、空间和震级上彼此接近的地震归为一个"家族"，再去分析这些家族群体的集体行为。这一步转变至关重要，因为地震从来不是孤立的，一次小裂缝的出现会改变附近岩层的应力状态，影响下一次破裂发生的概率。

团队将这套方法应用于三场记录详尽的历史大地震：2023年土耳其卡赫拉曼马拉什7.8级地震、2014年智利伊基克8.1级地震、2009年意大利拉奎拉6.1级地震。

2023年土耳其卡赫拉曼马拉什7.8级地震（位于主要走滑板块边界）发生前，地震活动族群的分类。左图：颜色代表时间顺序。右图：颜色代表新的事件族群分类。图片来源：Karimpouli等人，2026年，4.0版

结果颇为清晰。在所有三个案例中，AI都在主震发生前数周至数个月，识别出了一种独特的转变。地震家族之间的聚集程度变得更强、空间上的局部集中变得更明显、应变释放也明显加剧。这些特征组合在一起，勾勒出断层系统正在走向临界状态的轨迹。

诚实的局限，才是真正的进步

但这项研究同样值得关注的，是它没有回避的那些"失败案例"。

当研究者把同样的方法应用于2016年意大利阿马特里切地震和2024年日本能登地震时，没有发现类似的准备阶段信号。能登地震尤其特殊，震前该地区经历了长达数年的地震群活动，但AI并未从中读出临界转变的迹象。

2014年智利伊基克8.1级地震发生前，俯冲带地震活动族群的分类。左图：颜色代表时间顺序。右图：颜色代表新的事件族群分类。图片来源：Karimpouli等人，2026年，4.0版

论文合著者帕特里夏·马丁内斯-加尔松教授坦承："有些断层可能在没有明显地震预警信号的情况下直接断裂，这对预测构成了根本性挑战。"

这种坦诚，在地震预测研究领域其实并不多见。过去数十年间，不乏研究声称找到了"普适性前兆"，却在更大的数据集面前悄然失效。GFZ团队的研究明确指出，这种方法的前提是"前兆信号存在且可以被现有仪器探测到"，如果断层本身不产生这类准备阶段，任何工具都无能为力。

研究团队还进行了一项前瞻性测试，不只是事后回溯，而是模拟实时监测场景：先用早期数据建立区域背景基线，再随新地震的发生逐步更新分析，观察地震活动何时偏离正常轨道。这种动态追踪方式，是将该方法推向实际应用的关键一步。

2023年卡赫拉曼马拉什（Kahramanmaraş，黄色星号）7.8级地震发生前的地震活动族分类。左图：地图视图，显示事件族成员的空间分布，颜色编码代表其对应的类别。背景事件以灰色显示。右图：事件族成员的震级-时间分布，所有事件（背景事件和聚集事件）的累计数量用实线表示。图片来源：Karimpouli等人，2026年；地图：ESA、DLR、AIRBUS

卡里姆普利博士强调："这并不意味着我们可以确定性地预测地震，但它提供了一种识别断层系统何时出现异常的有力工具。"

2009年意大利拉奎拉Mw 6.1级地震之前，一系列破碎正断层上的地震活动族群的分类。左图：颜色代表时间顺序。右图：颜色代表新的地震活动族群分类。图片来源：Karimpouli等人，2026年，4.0版

地震预测的终极答案或许仍在远处。但AI正在帮助科学家更清楚地看到，那些隐藏在成千上万次微震之中、此前根本无人注意的细微变化，究竟在诉说什么。

下一步，研究团队的目标是将这套方法嵌入实时监测系统，并进一步弄清楚一个更基本的问题：为什么有些地震会留下线索，而另一些却悄无声息地突然到来。