5月9日上午，在四川省地震預警中心的大屏前，上千個光點閃爍，實時捕捉著大地震動的信號，一旦有地震波出現，這些光點所在的監測臺站，將數據快速傳輸至預警中心；另外一邊的會議室中，四川地震臺臺長蘇金蓉正在和通信運營商溝通光調制解調器（又稱“光貓”）植入微型地震傳感器的推進情況。

隨著預測技術不斷進步，四川已實現分鐘級地震速報向秒級地震預警、幾天的烈度評估到分鐘級地震烈度速報的跨越式發展。如何進一步持續提升預警時間，縮小“預警盲區”？在“光貓”中植入地震傳感器，打造基于“泛在感知”的地震災害風險智能化監測預警平臺，正是四川在地震預測預警上的又一次新嘗試。

“泛在感知”應用減小預警盲區，打通地震感知“神經末梢”

“大數據和AI技術賦能地震預警預測，是未來的發展方向。”蘇金蓉坦言，與大氣科學等領域相比，地震科學仍面臨著數據不足的挑戰。

當前，全國有約20000個預警站點，但面對我國廣闊的國土面積，這些站點難以形成密集的監測網絡。因此擴大監測規模，對地震活動信息的廣泛、密集、高精度采集是當前地震行業面臨的共同難題。

四川境內的地震監測臺站。

視線聚焦四川，地震預警工程項目共建設了2000余個監測站點，單個監測站點造價約30萬—50萬元，臺站密度達平均12公里一個，形成了覆蓋全省的地震預警網絡，但在復雜地形下仍存在20公里—30公里的預警盲區。

“地震波傳播速度最快為每秒6公里，盲區意味著部分地區可能僅有數秒預警時間。”蘇金蓉認為，破解這一難題的關鍵，在于讓地震感知真正“泛在化”。她舉例，過去老百姓用倒立的啤酒瓶預警地震，現在光貓成了科學量化的“數字酒瓶”，利用現有通信網絡通路實現“零新增基建”。

華為2012實驗室公共事業場景創新實驗室主任萬軍橋介紹，為突破數據瓶頸，起初注意到國外利用手機傳感器監測地震的嘗試，但上傳手機地震采集數據，存在個人隱私保護問題，以及可用時長短等問題，限制了該方法的推廣。遂轉而探索將傳感器集成到光貓等設備中，借助其通信功能和固定位置優勢，實現地震數據的穩定采集與傳輸。該構想方案提出后，先后跟學術界和行業組織進行廣泛交流探討。

植入地震傳感器的“光貓”。

“2024年8月19日，在自貢市代寺鎮成功采集到了一次M1.9級地震信號，并通過運營商網絡傳輸到四川省地震局數據中心。”萬軍橋說，雖然只是用外置設備配合華為光貓組合完成的，但也證明了光貓直接搭載MEMS傳感模塊觀測地震系統架構的技術的可行性和可實施性。現場還采集了人類日常活動的噪聲，并進行頻譜特征分析，觀察到其與天然地震信號的差異，“如果設備鋪開，通過AI深度學習數百萬條地震波形、工業爆破、日常活動干擾等數據特征，有望實現干擾信號自動過濾。”

在此基礎上，“泛在感知”設備正成為地震科研的“數據富礦”。借助其所采集到的大量微觀數據，研究人員可以與傳統地震監測數據進行融合分析，不僅有助于與云計算、大數據、人工智能等新技術與傳統業務相結合訓練，還能為提高AI地震預測模型的準確性，為地震災害風險評估提供更多依據。

助力韌性城市建設，融合延伸災害防控體系

現代城市高樓大廈、人口密集，建筑結構地震安全監測則顯得尤為重要。經過大地震后，如何快速判斷房屋是否安全？老百姓能否回到家里居住？怎樣科學制定災后處置方案？“泛在感知”技術交出了新答案。

“泛在感知”應用的實現路徑。

據了解，部署在建筑物內的振動傳感器網絡，能實時捕捉加速度、頻率等多維度數據，通過數字孿生技術將實測信息與三維模型動態融合，實現抗震性能虛擬仿真與損傷狀態的分鐘級預估。

這種技術的突破性價值在分級處置體系中尤為顯著。“同一場地震中，不同樓層、不同結構的房屋受損程度差異顯著。”蘇金蓉說，模型結合住建部門房屋結構數據庫，系統能通過房屋震動差異評估建筑安全等級，可在震后快速生成“安全－警戒－危險”三級評估報告，為災后安置提供科學依據。

技術的輻射效應正從單一災害應對向更多種類的風險防控延伸。“不同災害類型之間存在相互關聯和耦合作用，‘泛在感知’設備采集的多維度數據為跨部門協作提供了可能。”萬軍橋舉例，地震活動可能引發地質災害，氣象變化又會影響地震救援工作，通過整合各部門數據，城市能夠實現對多種災害的實時監測和綜合分析，制定更具針對性的應急預案，提高應急救援效率，最大程度減少災害損失。

基于“泛在感知”的地震災害風險智能化監測預警平臺，四川正進一步提升地震災害風險防治和災害應對能力。蘇金蓉表示，四川省地震局將繼續完善“泛在感知”技術，加強與高校、科研機構、科創企業合作，深化數據處理和AI算法研究，探索地震預測預報新方法，為全省乃至全國地震監測預警提供“四川方案”。

來源：川觀新聞