救命技术，紧急时刻立功了。

昨晚将近11点，地震频发的四川又发生了一场大地震，震中位于四川省宜宾市长宁县，震级达到6.0级，震源深度16千米。

对许多四川人民来说，这不是第一次经历地震了，但与以往不同的是，震感来临前，他们电视上出现了弹窗：

成都、德阳、乐山、广元、凉山……震中周围各地都收到了提醒。

不少居民小区的喇叭也播报了倒计时的声音。

安装了预警APP的用户，手机上也出现了倒计时提醒。

以成都为例，当地居民提前61秒就收到了预警。

不少网友都表示，在窗外的广播数到0的时候，大地突然就震动了起来。

时间非常精准，准确度让人震撼。

虽然时间只有几十秒，但能提前把地震消息告诉当地居民，赢得了宝贵的逃命时间，减少人员伤亡。

那么，这究竟是怎样一门技术呢？

与地震波赛跑

需要提醒的是，地震预警，并非是像预言那样预测地震，而是在地震发生后，迅速将这一消息告知地震波还没有到达的地方。

当地震在震中发生时，地震波向周围蔓延，所到之地才开始震动，造成楼房倒塌破坏。

相对光速的电波来说，地震波的速度相对较慢，速度较快的纵波（P波）在地壳处的速度在每秒6千米以下。

速度较慢、造成破坏更大的横波（S波）速度则通常在每秒3~4千米左右。

无论是哪种地震波，都比我们日常通信使用的电波慢得多。

假设两座城市之间地震波的传递需要30秒，而在第一座城市作为震中发生地震时，通过电波将信息传递到第二座城市，第二座城市的居民就有将近30秒的时间可以避难。

以此类推，第一座城市周边许多城市、乡村的居民都可以提前数秒或几十秒知道地震波即将到来，留出避难时间。

因此，地震预警就是和地震波赛跑，在地震波来之前告诉大家：地震波马上就到你的城市了，快逃命。

ICL地震预警系统

原理有了，还缺实践。

这套在昨夜的地震中起到作用的预警系统，名叫ICL地震预警技术系统，ICL是英文Institute of Care-Life（关爱生命机构）的缩写，这套系统来自成都高新减灾研究所。

研究所所长王暾是美国康涅狄格大学理论物理学博士。王暾本来在奥地利科学院做博士后，2008年汶川地震后决定回国研发地震预警系统。根据工商资料信息，2009年成都高新减灾研究所成立了。

经过在汶川地震余震区的多次实验，排除各类干扰，2010年底，王暾团队的地震预警系统雏形出炉了，几个月后就实现了通过手机短信接收地震预警信号；2012年，地震预警系统接入了电视台，整套ICL系统正式研发成功。

一年后，ICL系统也开始在地震带上做大范围部署。

据中国新闻网报道，2013年成都高新减灾研究所就建成了覆盖面积40万平方公里的地震预警系统，包括布设的甘肃、陕西、四川、云南等8个省市部分区域的1213台地震监测仪器、预警中心以及信息发布和接收系统。两年后，这一系统已经扩展到了25个省份，覆盖200万平方公里。

这套系统迅速起到了作用。

2014年8月5日，云南鲁甸6.5级地震，ICL系统提前10秒向昭通市提供预警，提前57秒向昆明市提供预警，云南的昆明、昭通、丽江，四川的宜宾、凉山、乐山等地的26所学校都收到了警报。

2015年1月14日乐山5.0级地震，ICL系统分别提前11秒、43秒向乐山、成都预警。

2017年8月8日九寨沟7.0级地震，ICL系统提前19秒向陇南市预警，提前48秒向广元市预警，提前49秒向绵阳市预警，提前71秒向成都市预警。

虽然预警时间只有几十秒，但就这几十秒，足够拯救许多人的生命。

王暾说，如果在地震波到达时提前3秒收到预警，伤亡人数可降低14%；提前10秒，伤亡人数可降低39%；如果汶川地震发生时有预警，死亡人数可能会减少2万至3万。

需要机器学习，也需要大数据

除此之外，在这个AI和大数据的时代，地震预警也有新的机会。

神经网络，超越了传统算法

去年8月底，哈佛大学和谷歌开发的余震预测机器学习算法，准确度超出以往。于是，成果在Nature上发表了。

余震，虽然发生在主震之后，但危害不一定比主震小，还可能更严重：

2010年9月新西兰基督城发生了7.1级地震，没有人员伤亡。但5个月后发生的6.3级余震，由于震中靠近市中心，造成了185人死亡。

在这项AI研究之前，科学家大多用地震对附近岩石中的应力的改变，来预测某个地点的余震，这叫“应力断裂法 (Stress-Failure Method)”。它已经能解释许多余震的规律，但还有更多无法预测的情况。

于是，哈佛和谷歌的研究人员便借用了机器学习的力量：用13.1万次主震和余震数据训练了一个神经网络。

这个算法，模拟了一个网格，每一格包含了一次主震震中周围5公里的范围。

告诉神经网络，这里发生了一次主震，并把震中附近应力改变的数据也喂给网络。

就这样，训练AI预测每一格发生一次或多次余震的概率。AI把每一格当成一个独立的小任务去做，而不是计算应力在岩石中不停波动的序列。

训练完成，团队用3万次主震加余震的事件，考验了AI的预测能力。他们发现AI对余震地点的预测，比传统方法更准确。

更重要的是，神经网络还能指出，主震过后地面之下可能已经发生的一些物理变化。

有了这些信息，算法中的某些参数，便可以在预测过程中起到更重要的作用：比如描述金属应力变化的参数，而这样的参数在从前的余震预测里很少用到。

这样一来，就给了地震学家一个探索应力变化的新视角，给大地震的余震预测带来更多的依据。

数据也很重要

刚才提到的研究，预测了地点。但地震时间的预测，一直是世界难题。

而京都大学发表的一项研究，有望提前1小时-20分钟预报7级以上的大地震。

梅野健教授的团队，用自己开发的算法组合分析了大量数据，发现大地震发生前会出现一种异常现象：

震源区域上空60公里以上，电离圈电子数异常增加。

造成福岛核泄漏的2011年东日本大地震之前，就出现了这样的现象。除此之外，前后还有两次7级以上的地震，震前也出现了电离圈电子数的异常增加。

团队使用的数据，都是来自日本国土地理院的一套GPS大地观测观测网，名字叫GEONET。

一旦这个结论得到推广，便可能帮助人类实现大规模的提前撤离。