4.7级错报7.7级，地震预警是在快与准之间找平衡 | 新京报评论

复盘此次误报，解答公众疑问的同时，也有利于地震预警技术进步、服务提升。

▲地震属于特别重大自然灾害类突发事件，其相关信息的发布有严格的法律规范。图/IC photo

文 | 张田勘

一次4.7级地震，却因被预警为7.7级，迅速引发了全网关注。

据央视新闻报道，8月24日8时26分，四川宜宾长宁发生4.7级地震，成都高新减灾研究所的大陆地震预警网对该地震的预警震级序列依次发布为：7.7级（震后第5秒）、6.4级（震后第6秒）、3.7级（震后第7秒）、4.1级（震后第8秒）、3.9级（震后第16秒）。震级在地震发生的第17秒自动收敛到3.9级。

然而，中国地震台网的正式测定为，8月24日08时26分四川宜宾市长宁县（北纬28.33度，东经104.98度）发生4.7级地震，震源深度5千米。

成都高新减灾所与中国地震台网的发布数据偏差如此之大，让公众虚惊一场。高新减灾所随即发布致歉声明，并表示将尽快查明原因，改进技术，改进服务。

多年来，成都高新减灾所曾发布过很多比较精准的地震预警，此次发布出现偏差尽管有多种原因，但也反映相关技术仍然不成熟。复盘此次误报，不仅可以从地震预警的机理和机制等方面解答公众疑问，也有利于地震预警技术进步、服务提升。

任何预警偏差都有复盘的必要

地震预警是在地震发生后，抢先在威力更大的破坏性地震波传到目标区域前，利用电磁波比地震波传播速度快的时间差，提前几秒到数十秒向预计受到影响的地区发出避险警报。

其原理在于，地震发生时，会同时产生传播较快但破坏小的纵波（P波）和传播较慢但破坏大的横波（S波）。这时，就可以利用光速和电磁波（网络信号）远快于地震波的特性进行预警。

震中附近的密集地震台网在捕捉到先期到达的P波后，计算机瞬间自动计算出震级、震中和烈度，并在S波到达目标地区前通过广播、电视、手机等向该区域发布警报。这意味着，地震预警并非震前预测发生的地震预报，而是震后秒级超快速报。

任何科学研究和工作，都难免有差错，在目前地震还不能预报，只能预警的情况下，这样的偏差更为常见，科学本身也有测不准规律。但对于任何偏差，也都有复盘溯源的必要，更何况偏差如此巨大。

在地震多发地区，各地都设有地震台网（地震监测站），其触觉是台站（观测点）布置在地表、地下深井或海底的地震计和强震仪。这些设施，会通过光纤、5G或卫星实时传回的专用通信网络，及时传回地震波数据。

国家地震台网中心如同大脑，负责汇总所有台站的数据，用计算机自动分析震中、震级、发震时间并对外发布。因此，地震预警系统包含了地震监测传感器、通信传输系统、处理与控制中心以及警报发布终端。

为了抢在S波到达前发出警报，预警系统必须在地震发生后的前几秒做出判断。但此时，计算机可能只是获得了震中附近少数几个地震监测台站极其有限的P波数据。

在信息不完整的情况下，算法模型又需要强行推算最终的震级，因此一旦波形特殊，极易导致计算偏差，并发出错误预警。

地震预警宁愿延迟也不可抢发

正如新闻的信息源要有两个以上交叉验证，否则就不可靠一样，地震信息源也必须有多方面的信息源来交叉验证。

在地震发生后，如果震中附近的某个地震计刚好遭遇了强烈的局部干扰，如背景噪声、硬件故障、强地面运动波形饱和等，一些局部监测台网数据可能会特别放大异常波形，传给计算机的数据就会失真。

为了抢时间发布预警，在没有等待更多远端台站的数据传回并进行交叉验证时，就会把局部的地震假阳性大信号当成超级大地震来计算，并发出误报。

自然环境的特殊改变，也会造成预警偏差。自然环境的特殊性，表现为多震相叠加或台网噪声干扰。台风或雷暴，还有爆破、重型卡车等，都可能同时触发多个地震监测台站，向预警中心发送“地震”信息。

如果预警算法不能有效自动识别和过滤这些假信号时，台网中心的计算机也会误以为发生了大地震。而且，传统的地震预警的算法设计缺乏校验机制，容错率低，也会直接把计算出的不准确值，如此次的7.7级直接发布出去。

此前，为了防止预警偏差太大而引发大范围的社会恐慌，中国地震局等国家专业机构的预警系统会牺牲一两秒的预警时间，采用多台站触发、多方法联合反演的策略，来确保预警震级的准确性。

此次宜宾长宁地震预警误报，是典型的小震大报。这也是传统预警在地震刚发生的前3秒常见的误判，因为地震仅完成极小部分时，预警系统只能生硬地粗估，导致预警偏差。

因此，针对此次预警偏差，应当在尽可能快和尽可能准之间找到最佳平衡，宁可延迟发布一两秒，也要综合更多台站的信息来汇总处理，才会既准又快。

利用AI可以减少地震预警误差

其实，对于地震预警的误差，早就有研究人员提出，可以通过人工智能（AI）和机器学习（ML）来改进，这也是目前全球地震预警领域减少误报、提升精度的最前沿核心技术。

传统系统很难区分微弱的初始P波与生活工作中的噪音，但AI就可以过滤环境杂音，精准识别真假地震。

因此，利用卷积神经网络（CNN）或循环神经网络（RNN），让AI学习一个国家或地区，或全球有记录以来的地震波形图与噪音波形图，可以极大提高AI精准识别真假地震的能力。

有研究发现，训练后的AI能准确识别出99.2%的真实地震并过滤掉98.4%的局部环境噪声。

此外，AI还能优化前3秒的震级盲区推算，多地台站也可以运用AI进行协同“空间智能校验”。当单台站收到异常巨大信号时，传统系统如果缺乏熔断机制，很容易直接误报。

但AI可以结合图神经网络（GNN），同时分析空间上相邻的数十个，甚至数百个台站的数据联动，AI算法会迅速判定是否为局地干扰或单点故障，可直接在预警系统内部拦截，并熔断地震信号而非草率发布。

当前，我国AI领域的技术发展可谓日新月异，此次地震预警事件或也提醒，充分利用AI来减少地震预警误差、提升预报精度，或已正当其时。

法定机构才有权发布地震预警

此次地震误差事件，也涉及谁有权力和专业能力发布预警信息。

成都高新减灾研究所称，此次误报是其地震预警网自2011年服务社会15年来偏差最大的一次。四川省地震局则发布通报称，成都高新减灾研究所冒用“中国地震预警网”名义发布预警信息，省地震局已于今年7月22日终止对其第三方授权。

然而，成都高新减灾研究所再次发文称，并未冒用该名称。

地震作为特别重大自然灾害类突发事件，无论是中国法律，还是国际通行法律，都只有政府授权的法定机构才能向社会公开发布地震预警，任何民间机构、商业企业或个人均无权擅自公开发布。

我国防震减灾法及各省出台的《地震预警管理办法》规定，地震预警信息由省人民政府地震工作主管部门，即各省地震局统一发布。

至于民间科研、商业机构，如社会力量建立的减灾研究所等，其法律边界被严格限制在“提供技术支持、产品研发和设备维护”上，不能越俎代庖直接向公众发布预警。

此次，成都高新减灾研究所是否冒用四川省地震局授权，需要后续调查说明。此后，类似机构能否获得授权，也需要管理部门根据相关法律，建立统一标准，严格做到地震预警的权威、准确和快速发布，更好地服务于社会民生。

撰稿 / 张田勘（科普专栏作家）

编辑 / 何睿

校对 / 柳宝庆

值班编辑 / 刘春苗