震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇一)
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇二)
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇三)
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇四)
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇五)part1
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇五)part2
7从震源体状态到地震概率预测之临界转变、时间预测与可证伪验证
7.1从“能够反演状态”到“状态是否真的具有预测能力”
上一章建立了震源体观测与状态反演框架Y(t)→P(X(t),Ωs|Y1:t),其中X是震源体状态,Ωs是震源体空间区域。但是到这里还不能说已经获得了地震预测方法。因为能够解释地震,并不等于能够预测地震。
一个模型可以非常漂亮地解释已经发生的地震,却对未来事件没有任何真正的预测增益。因此,我们需要将此前提出来的“物理预报路径”转化为一个可以接受严格统计检验的预测命题,其核心不再是某个异常的出现,而是“震源体当前状态→未来状态概率分布→临界转变概率→事件概率”。
总之,必须使用未来数据进行真正的前瞻性测试,而不能通过事后重新调整模型来获得成功结论。
首先,必须先说一下“预测”、“预报”和“预警”的区分。
(1)预测
严格意义上的确定性预测是P=1或P=0,即声称一个特定事件将发生或者不会发生。目前不把本理论直接定位为这种确定性预测体系。
(2)预报
这是一种概率预报,定义P(E|Γt),其中Γt是截至t时刻所有可利用信息。这是本理论当前的目标。
(3)预警
地震早期预警与预测不同,预警发生在地震已经成核与已有可探测波动以后,用剩余传播时间为人员和设施争取响应时间。
因此,本理论的物理预测首先属于地震概率预报,而不是已经发生地震后的早期预警。未来或许可以将二者连接起来,但不应混为一谈。
本文所言之所以不同于前兆预报,并不是说传统方法用观测数据,而震源体理论不用数据。事实上,两者都必须使用观测。真正的区别在于预测变量。传统前兆式路线可以抽象为:Yt→At→P(Et+τ),其中At是某种异常。而震源体路线是:
其中,C表示目标尺度的临界状态或状态跃迁。
因此,前兆是观测现象,震源体状态是理论对象。某个异常是否存在并不是理论起点,而应当作为状态演化在某个观测算子下的表现来解释。
7.2地震三层预测结构
第一层:临界距离
之前在第五章
震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇四)
定义了临界流形Ψ(X)=0,当前状态Xt。因此首先定义临界距离:
其中,C={X:Ψ(X)=0}。
需要注意的是,实际计算中这个距离必须考虑状态空间各变量的量纲和不确定性。可以定义其标准化形式为:
其中,W是状态空间归一化矩阵。
因此dc→0表示震源体状态接近临界流形。但是dc→0仍然不能等于必然发生地震。这是因为外部加载、状态噪声和临界面本身都可能变化。
第二层:必须预测状态的未来轨迹,而不是当前距离
于是得到未来状态的概率分布:
而不是一个确定的未来轨迹。
第三层:临界转变概率
定义事件:
则:
这是本文最核心的状态预报量之一。它所回答的是:根据目前对震源状态的认识,未来τ时间内进入目标临界状态的概率有多大?这比b值降低多少更接近真正想要预测的物理过程。
7.3从临界转变到“目标尺度地震事件”
Ψ(x)≤0不能自动定义一个具体震级。此前引入尺度相关的事件定义。
设目标震源体尺度为L,定义目标尺度完整破裂事件εL,则最终预测目标应该是:
因此,完整的关系表达为:
这比直接从b值计算P(M≥M0)多了一个明确的物理中间层。
至此,需要对震级在此体系中的最终位置进行进一步定义。对于目标震源体,若完全破裂后最大辐射能量为:
则可根据能量-震级标度写成:
因此:
于是,震级不是独立预测变量。而是:
震源体目标尺度+能量状态+破裂效率→震级
这与此前的总体认识和判断是一致的,即:震源体预测的第一输出应是状态,而震级是状态向事件尺度的物理投影。
7.4地震预测的时间变量
时间为什么成为真正困难的预测变量?
假设震源体空间范围已经较好确定Ωs,假设目标尺度也已经确定是Ls,那么,空间问题部分转化为震源体识别,规模问题部分转化为目标尺度的能量预算,剩下最困难的问题就是TL,即目标尺度状态跃迁发生的时间。
从动力学角度:
因此,本文提出的物理预报路径可以进一步简化为:识别震源体→估计其规模→预测状态转变时间。这正是这条路径与直接寻找三要素异常的区别。
但时间预测不能使用一个确定的Tc,真实的系统存在观测噪声、状态估计误差、参数不确定性、未建模物理和随机触发。因此,Tc必须描述为一个概率分布:
因此可以输出E[Tc]或者中位数(Tc),以及P(Tc∈[t1,t2]),以便更加适合实际风险表达。
至于时间概率如何形成这个问题,如果未来状态分布是:
那么:
这实际上是一个随机首次穿越问题。
因此,临界时间预测近似相当于随机动力系统的首次穿越时间估计。有关穿越时间这一点在数学论证上还有待进一步严谨推导和验证。
7.5有限时间奇异不能直接作为预测公式
这一形式在某些临界动力学模型中可以出现,但不能因此宣布天然地震一定满足p=1。原因如下:
(1)真实系统的控制变量是多维的;
(2)外部加载可能变化;
(3)临界流形可能移动;
(4)观测到的是状态变量的投影;
(5)有限系统不一定出现数学上的真正发散。
因此更加严谨一些的表达如下:
并且,只能作为一种候选临界模型。其中Tc和p必须由独立数据验证。特别是当α趋近于无穷大时,在物理上通常没有意义,因为真实震级和能量都有有限尺度。故本文不把有限时间奇异定义为真实震源体发生无线量物理量发散,而是有限系统中某个状态指标在观测尺度上表现出加速变化。
7.6有限震源体
有限震源体意味着临界行为必须最终饱和。由于震源体是有限的,即L<∞,最大可释放能量Emax<∞。因此,Mmax<∞。于是,任何状态变量最终都必须满足有限支撑约束,即此前讨论过的有限震级理论:临界加速≠无限发散。
因此更加合理的临界模型应该具有“加速→饱和→事件释放”特征,而不是加速到无穷大。这也就是为何要将有限震级视为有限系统性质,而不是简单无限G-R分布的延伸。
存在这样一个假前兆问题:真正的判断标准必须从“状态轨迹”出发。
假设观察到b下降,这种情况可能来自完备性变化、随机震群、非平稳背景、余震、外部应力扰动、真正的震源体结构变化。因此,单变量判据不能称之为物理前兆。真正需要判断的是X(t)是否沿着指向临界流形的轨道持续演化。
因此定义:
作为临界逼近的必要趋势之一。
进一步要求dc(t)在多个独立时间窗口内持续下降。同时必须引入以下条件:
(1)必须引入持续性条件
定义一个时间窗W=[t-Tw,t],如果:
只发生在一个很短的窗口内,则不足以判定。可以定义持续比例:
当Ppersisit较高时,才认为存在持续性临界逼近。但当这个阈值大于P0,则必须通过历史资料和虚警控制标定,不能随意设定。
(2)必须引入多观测通道一致性
一个真实的震源体状态变化应该尽可能在多个观测算子下留下相容的投影。例如:形变状态、微震统计、能量释放、空间结构是否指向同一状态方向。数学上可以比较各观测通道反演得到的状态增量ΔXi,若ΔXi在不确定性范围内相容,则多源一致性增强。反之ΔXi彼此矛盾,则应降低预测置信度。
如果可以,则说明这些现象可能是同一个震源体状态演化的不同投影。如果不能,则所谓的“多源一致”实际上可能只是多个独立异常偶然同时出现。
7.7震源体预测必须与统计基准模型进行正面对比
此理论是否具有建设性的关键性原则:不能只是证明震源体模型在几个成功案例中表现很好。必须与标准模型比较。
建立零假设:H0-传统统计模型足以描述未来事件概率。
例如:Poisson背景模型、ETAS、区域活动率模型、标准G-R模型。再建立替代假设:H1-加入震源体状态变量能够提高未来事件概率预测能力。即比较P0(E|Lt)与P1(E|Lt,Xt),这才是真正的模型增益检验。
之所以要做这些对比和预测性测试验证,是因为如果模型知道“这次已经发生了XX地震”,则很容易调出时间窗、空间范围、阈值、模型参数,使得模型看起来非常成功。但是这属于前瞻性测试,不能证明预测能力。真正的测试必须先冻结模型、参数、阈值和数据处理流程,然后输入真实数据。总之,未来数据必须对模型保持“未知”。
预测评估必须使用概率评分,而不是预测中了几个。只是单纯计算命中次数,非常容易输出误导性结论。例如:模型非常频繁宣布有可能发生大地震,最终当然可能命中,但却毫无实用价值。因此概率预测必须同时评估校准性和尖锐性。校准性指的是预测概率是p的事件,实际发生概率是否接近p。尖锐性指的是预测分布是否能够比无信息背景模型提供更有区分度的信息。
概率预测理论强调预测性分布的校准和尖锐性(清晰度)应同时考虑,并推荐合理的评分规则,比如对数得分和CRPS。
7.8地震预测评分
对于地震离散事件而言,对数评分尤其重要。若模型输出某事件的概率是Pi,真实结果yi∈{0,1},则可以使用对数评分:
累计:
它能够有效惩罚Pi→1,但事件没有发生的情况。因此能够识别一个模型是否过度自信。
Brier score(Brier Score 是衡量概率预测准确性的指标,计算公式为预测概率与真实标签的均方误差,取值范围 0 到 1,分数越低表示预测越准确,由美国统计学家格伦・W・布赖尔于 1950 年提出。)也可以作为辅助指标。
定义:
越小越好。
BS可以用于状态模型、统计基准模型和融合模型之间的比较。但需要注意的是:一个模型不能只在一个指标上胜出就宣布优越。应当同时考虑可能性、BS得分、校准行、误报性、空间一致性和magnitude-bin performance。
7.9信息增益是检验震源体模型是否有价值的关键
若IG>0,则说明状态模型相对于基准模型提供额外预测信息。但必须进行统计显著性检验。否则一个有限样本中的正增益可能只是随机波动。因此真正应该要证明的是:震源体状态具有增量预测信息,而不是简单证明震源体模型看起来解释得很好。
因此,本文提出的是:在控制传统地震统计信息后,震源体状态变量是否能够提供独立的未来事件概率增益?
可以用条件互信息表达:
如果I>0,则说明在已经知道传统信息之后,Xt仍然包含未来事件的额外信息。
同时,还必须严格区分相关性和预测性。例如:Corr(b,M)>0不代表b能够预测未来地震M。同理,Corr(Ds,M)>0不等于Ds具有前瞻预测能力。真正要求的是:
这比:
7.10一个完整的预测输出体系
对于某一目标震源体Ωs,系统最终可以输出:
(1)当前状态:X ̂t,及其不确定性;
(2)临界距离:dc(t);
(3)临界概率:Pcrit(τ);
(4)目标事件概率PL(τ);
(5)目标规模分布P(ML);
(6)空间概率场Ps(x);
最终的预测则可以写成:
这个联合概率是通过震源体状态得到,而不是把x,M,t作为完全独立的三个统计变量。
于是,传统意义上所指的三要素是M-震级、T-时间、X-地点,震源体理论的三要素如下:
(1)地点:由Ωs决定;
(2)规模:由Ls,Ue,ηU,ηR等状态决定;
(3)时间:由X(t)→Ψ(X)的演化决定。
因此,真正新的预测难点被集中到了“状态演变时间”。但依旧要强调一点,即已经确定地点和震级只有在震源体本身已被可靠识别且其完整破裂尺度已被准确估计的条件下才成立。在真实地震中,这两个条件依旧是探索的难点和重点。
7.11为何此探索提出的新框架可降低预测问题的维度?
传统预测直接面对P(M,X,T),震源体路径试图先构建P(Xsource,T),其中Zsource包含空间范围、能量状态、结构状态、目标规模。于是,原始的三要素预测被转换为“高维事件预测→状态空间中的时间穿越问题”。此举旨在把一个直接不可解释的事件预测问题转换成一个可以使用连续物理状态进行描述的动力学问题。
当然,必须要防止成功案例主义,必须建立失败案例数据库。不能只是收集后来发生大震的震源体,还必须记录:
(1)状态逼近临界但没有发生大震;
(2)b值异常但没有事件;
(3)能量释放率异常但系统恢复;
(4)震群持续后衰减;
(5)模型错误识别震源空间;
(6)模型误报目标规模。
实际上,这些案例在某种程度上比成功案例更加重要。因为失败轨迹决定模型边界。如果一个模型只有成功案例,没有失败案例,便没有办法完全证明其预测能力。
7.12三类关键预测实验
实验A:回溯预测
使用已经发生的震例。但模型参数必须依据t<t0的数据确定。然后预测t>t0。
实验B:留一事件(区域)验证
例如:N个震例中用N-1个连续标定,剩余一个完全未知。这样可以测试模型是否具有迁移能力。
实验C:前瞻预测
这是最高等级的测试。在某个明确起始时间T0冻结模型,随后所有新数据实时进入系统。系统的每一次预测全部自动留痕,包括Pt,Xt,Ψt,模型版本等。这与目前研发的Seishub平台本身的“版本与回溯机制”完全对应。
一个真正的物理预测系统应该允许自己被证明错误,这一点非常重要。每次预测必须记录预测(预报)时间、Ωs、X ̂、事件概率、P(M)、P(T)、不确定性和模型版本。事件发生后自动进行预测与事实的比较,这远比发布一个所谓的风险图更客观。
7.13多吸引子情况下的概率路径
第五章震源体能量状态理论:一种区别于前兆范式的地震物理预测路径(篇四)中所述的动力系统存在多个稳定态。于是,Xt未来并非只有一条可能轨迹,其可以存在N多个,包括回归稳定态、群震状态、慢滑状态和目标尺度破裂状态。
预测目标:
最终:
这便为“为什么有些看似前兆最后没有发生地震”提供了比单阈值方法更合理的解释:接近临界≠必然选择破裂路径。
并且,外部扰动必须被纳入预测系统。状态变化未必全部来自震源体内部,应该将外部驱动(Ut)都纳入,包括构造加载变化、流体压力变化、邻近地震应力扰动、人类工程活动等。于是:
因此,如果Ut发生突变,状态可能突然改变。这意味着一个很好的震源体模型也不能假设未来环境永远按照过去趋势演化。预测必须同时给出内禀状态不确定性和外部驱动不确定性。
7.14物理模型与统计模型的竞争与互补
物理模型与统计模型不仅是竞争关系,也是互补关系。本文并未将震源体模型与ETAS、G-R等统计模型塑造成非此即彼。恰恰相反,本文建立了:
Phydrid=ωPsource+(1-ω)Pstatistical
其中ω可以通过历史验证得到。
因此,本文真正的目标是:用震源体状态提供统计模型没有提供的独立物理信息。而不是先验宣布物理模型一定优于统计模型。
真正应该验证的是增量信息。最终评价应该是:在已经地震目录、G-R统计、空间位置和历史活动之后,震源体状态是否还能解释未来事件?
数学上则可以写为:
或者使用对数似然增益表达:
这便可以真正回答:震源体是不是提供了传统统计方法所没有的有效信息?
7.15最终预测框架与总结
经以上推导,完整的物理预测路径可以表示为:
因此,此框架并未丢弃传统三要素,而是震源体状态预测→事件预测的外部投影。
本章得到的结论并非是一个公式,而是一种严格的预测逻辑,即:一个新的地震预测理论,不能仅通过寻找更多异常信号获得科学成立。其必须证明一个物理状态变量能够在事件发生以前被估计,并且这个状态变量能够对未来事件概率提供相对于既有统计模型的独立,并且可重复、具有前瞻性的预测增益。
因此,本文提出的震源体物理预报路径是:观测→震源体状态→状态演化→临界概率→事件概率。其最终科学检验条件并非是有没有提前发现异常,而是在不看未来数据的条件下,震源体状态是否持续并可重复地提高了未来地震事件的概率预测能力。
下一章我将继续探讨整个体系能否真正从理论走向科学实验的相关问题,敬请各位同仁多提宝贵意见。