[论文解读] A probabilistic view on rupture predictability: all earthquakes evolve similarly
本文提出一种概率框架,通过建模基于实时观测的震级时变分布,评估地震破裂何时变得可预测。利用动量速率函数和远距离P波初至时间,结果表明:在破裂持续时间过半之前,破裂规模无法被可靠预测,因为小事件与大事件的差异仅在最大动量释放之后才显现——这支持了普遍的破裂起始模型,挑战了早期可预测性理论。
Ruptures of the largest earthquakes can last between a few seconds and several minutes. An early assessment of the final earthquake size is essential for early warning systems. However, it is still unclear when in the rupture history this final size can be predicted. Here we introduce a probabilistic view of rupture evolution - how likely is the event to become large - allowing for a clear and well-founded answer with implications for earthquake physics and early warning. We apply our approach to real time magnitude estimation based on either moment rate functions or broadband teleseismic P arrivals. In both cases, we find strong and principled evidence against early rupture predictability because differentiation between differently sized ruptures only occurs once half of the rupture has been observed. Even then, it is impossible to foresee future asperities. Our results hint towards a universal initiation behavior for small and large ruptures.
研究动机与目标
- 解决长期存在的争议:大地震是否可在破裂初期被预测。
- 开发一种严格的概率框架,以建模地震震级的时间演化不确定性。
- 将早期可预测性假设与破裂演化的级联模型进行对比检验。
- 利用动量速率函数和宽带远距离P波初至时间等实时可观测数据评估可预测性。
- 提供一种基于原则的非点估计方法,完整捕捉预测分布,避免对非高斯不确定性的过度简化。
提出的方法
- 提出概率模型 P(M|Ot) 以表示在时间 t 之前可观测值 Ot 条件下地震震级 M 的时变分布。
- 使用高斯混合模型进行变分推断,以近似 P(M|Ot),实现可微分且可扩展的训练。
- 采用连续概率评分(CRPS)作为可微分损失函数进行训练,支持对混合模型的闭式计算。
- 在三个数据集上训练和评估模型:SCARDEC、USGS 和 Ye 等人的动量速率函数数据,以及一个远距离P波初至数据集。
- 将该框架应用于动量速率函数和早期P波初至时间,以检验不同数据类型间的一致性。
- 采用神经网络架构,将可观测值 Ot 映射为 P(M|Ot) 高斯混合近似模型的参数。
实验结果
研究问题
- RQ1在破裂过程中,地震最终震级何时可被可靠预测?
- RQ2小震与大震是否表现出根本不同的起始行为,还是破裂演化在中段破裂前具有普遍性?
- RQ3早期地震可观测量(如动量速率函数或P波振幅)能否提供关于最终震级的系统性、概率性约束?
- RQ4预测分布 P(M|Ot) 如何随时间演化,这对早期预警系统有何启示?
- RQ5非高斯不确定性分布在传统点估计方法中在多大程度上掩盖了可预测性?
主要发现
- 小破裂与大破裂之间的差异仅在观测到约一半破裂持续时间后才变得具有统计显著性。
- 在最大动量释放之前,预测分布 P(M|Ot) 保持接近古登堡-里克特定律(GR)分布,表明不存在早期可预测性。
- 在最大动量释放之后,分布变为高斯分布,且GR尾部逐渐减小,反映出对未来突起区(asperities)不确定性的体现。
- 该框架在两种不同数据类型间表现出强一致性:动量速率函数和远距离P波初至时间,两者均得出相似的可预测性阈值。
- 结果为早期破裂可预测性提供了系统性、概率性的证据,支持级联模型而非自愈脉冲或预滑移模型。
- 本研究揭示,传统点估计方法可能掩盖非高斯不确定性,导致对可预测性的误导性结论。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。