#新型算法通过检测前兆性规模增长以助力预测大地震#许多人都知道，大地震之后往往会发生一系列余震，因为压力会在周围地区重新分布。许多人可能不知道在大多数大地震之前也发生过一系列地震。

图片来源：Pixabay/CC0 公共领域

　　所谓前兆震级增加(PSI)是指前兆地区地震的发生频率和规模突然增加，其前兆时间和震级先于即将发生的大地震。不同前兆变量之间的统计关系构成了地震预报模型 EEPAS(根据规模的每次地震都是前兆)的基础。

　　EEPAS 的目标是在中期(即几个月到几十年内)预测即将发生的重大地震，具体取决于震级。 EEPAS 在全球测试中表现良好，是新西兰公共地震预报和新西兰国家地震灾害模型的重要贡献者。

　　迄今为止，对前兆规模增加的分析有限，很可能是由于最初检测规模的复杂和手动方法所致。最近的工作表明，可以对特定地震进行多个 PSI 识别，其中较小的前兆区域与较长的前兆时间相关，反之亦然。

　　需要一种更系统的方法来检测 PSI 来研究面积和时间之间的这种权衡，以确认随着时间接近主震，小型前兆区域会增长。 GNS 科学危害和风险科学家 Annemarie Christophersen 博士是《地震研究快报》上发表的一篇论文的主要作者，该论文描述了两种自动检测地震目录中 PSI 的算法。

　　这些算法已应用于真实地震目录和基于地震发生的已知物理原理的模拟数据。这些算法可以识别具有不同前兆时间、区域和震级的大多数大地震的 PSI 的多种实现。

　　平均而言，真实数据和合成数据在时间和空间之间存在均匀的权衡。此外，PSI 参数的标度关系与得出 EEPAS 预测模型的原始主观识别的标度关系一致。

　　克里斯托弗森博士说：“我们的工作对于增进我们对地震活动如何发展为大地震的理解至关重要。我们的下一步是将我们的发现纳入 EEPAS模型中，以改进中期地震预报，这是一个直接输入这些资源有助于我们更好地决定在哪里建设，并优先加强现有基础设施，使新西兰更有能力抵御大地震。”