【科技资讯】美国地震局提出DAS地震预警模型，4秒P波应变数据实现中强地震快速分级

📝 核心摘要

传统地震预警系统依赖专用台站定位和震级估算，在近海高风险区域（如卡斯卡迪亚俯冲带）因台站建设维护成本高、通信困难存在观测空白，压缩预警时间且影响震级估算准确性。分布式声学传感技术（DAS）可利用现有通信光缆实现高密度地震波观测，但因光缆线性铺设导致方位信息有限，难以稳定定位震中，且记录的应变数据与传统地震仪物理量不同，限制其应用。

美国地质调查局研究团队提出创新解决方案：绕开“先定位再估算震级”的传统路线，采用基于XGBoost的机器学习二元分类模型，仅使用P波初至后4秒内的应变波形，通过振幅和多频带小波特征快速判断地震是否达到M5.4预警阈值。模型以EarthScope公开网络的钻孔应变仪数据（7个台站2008-2022年记录，453次地震1949条波形）训练，针对样本不平衡问题提高中强地震权重，优化损失函数减少误判。

模型性能表现优异：在钻孔应变仪数据上整体准确率96%，平均召回率81%、精确率79%；与ShakeAlert对比，虽召回率略低（81% vs 100%），但精确率显著更高（79% vs 30%），降低误报风险。跨设备验证中，针对2024年门多西诺角近海M7.0地震的DAS数据（15千米阿卡塔-尤里卡光缆阵列），模型平均召回率达96%，证明其跨设备迁移能力。研究还发现低频特征（0.2-0.5Hz等频带）可有效反映大震破裂过程，是关键判别依据。

该方法降低了对台站数量、光缆方位和震源定位的依赖，部分解决DAS与传统仪器物理量差异的问题。随着海底光缆开放、DAS成本下降，其有望成为传统台网的重要补充，在近海台站稀疏区域提供前沿监测，为沿海地区争取更多预警时间，减轻地震灾害损失。

🔗 阅读原文

👉 美国地震局提出DAS地震预警模型，4秒P波应变数据实现中强地震快速分级

🏷️ 标签：DAS地震预警模型, P波应变数据, 机器学习, 二元震级分类, 近海地震监测