地震不可预测吗？ 诸平 Credit: CC0 Public Domain 在汶川大地震发生十周年之际，对于当时地震留下的影响至今记忆犹新。我当时正在图书馆二楼资料室翻阅新期刊，突然间书架子卡咋卡咋地响，有书掉到地上。“不好，地震啦！”，大家站起来赶快往楼下跑去。“注意点，别惊慌！快撤离。 ” 等下到一楼，只看见校园里站满了人。但是也有在一楼看书的师生，似乎没有感觉到地震，他们在继续看书学习。震感很快就过去了。随后知道是四川汶川发生地震，陕西是属于余震波及区之一。之后还有多次震感，晚上不敢在屋子里睡觉，大家在操场上席地而坐。因为余震不断，学校也放假了，近处的学生可以回家，距家较远的就在操场安营扎寨，担心再震，人心惶惶。。。。。 关于地震是否可以预测，有两种截然不同的看法：一种认为地震可以预测，另外一种观点则认为，地震不可预测。 2006年，唐山地震30年后，中国地震局局长陈建民撰写纪念文章，称“地震预报作为世界难题仍然没有解决”，这是“一项世界性的科学难题，攻克难关决不是 一蹴而就的事情，需要几代人甚至几十代人长期坚持不懈地努力 ” 。 1997 年 3 月，来自日本、美国和意大利的几位学者合作，在美国《科学》（ Science ）杂志发表文章，明确指出 “ 地震不能预测 ” 。详见 Robert J. Geller, David D. Jackson, Yan Y. Kagan, Francesco Mulargia. Earthquakes Cannot Be Predicted. Science, 14 Mar 1997: Vol. 275, Issue 5306, pp. 1616-1617. DOI: 10.1126/science.275.5306.1616 . Geller 1997 Earthquakes Cannot Be Predicted.pdf Robert J. Geller 来自日本东京大学理学院地球与行星物理学系； David D. Jackson 和 Yan Y. Kagan 来自美国加州大学地球与空间科学系（ Department of Earth and Space Sciences, University of California ）； Francesco Mulargia 来自意大利博洛尼亚大学（ Universita di Bologna ） 。地震真的不可预测吗？早在 1982年8月7日，光明日报社总编室编的《情况反映》第2177期，披露四川省乐山地区地震局预测发震时间，多次“预测到小时，乃至分钟”的令人震惊的精准结果！ 人民网转载陈一文的文章—— 中国地震预报从“预测到小时”到“不能预测” （ 2010年08月05日10:37），回顾了40年来中国地震的预测预报历史，有助于我们对地震是否可以预测这个问题做出正确的判断。因为几乎每一次强震，都牵动着人们敏感而脆弱的神经。面对毁灭性灾难，人们痛定思痛，屡屡追问，以人类现在所掌握的科学技术水平，到底能不能在事先对地震做出预测预报？我们先看看国际合作研究，然后再看看我国对唐山地震的预报经历，可以给出地震可以预测的结论。 国际合作研究现状 自 2007 年以来，研究地震可预测性合作实验室（ Collaboratory for the Study of Earthquake Predictability, CSEP ）一直在研究地震预测模型，以找出每个模型与竞争对手的对比情况，以及每个预测对后来的地震活动的预测程度 。根据 2018 年 6 月 13 日发表在《地震学研究快报》 （ Seismological Research Letters ） 上的特别聚焦部分，在加利福尼亚、新西兰、欧洲和日本的四个中心，以及在世界各地的无数实验室中， CSEP 的实验和严格的测试程序已经清楚地显示出了地震的可预测性。德国波茨坦地震公（ GFZ Potsdam in Germany ）的 Danijel Schorlemmer 在为《地震学研究快报》评价此项成就时说：“ CSEP 的基本理念在原则上很简单，但在实践中却很复杂：预测模型应该在未来的观察中进行测试，以评估它们的性能，从而确保对模型的预测能力进行公正的测试。” 在它的四个测试中心（第五个测试中心在中国，正在筹建中），从一组模型中自动生成的地震预测与该地区观测到的地震活动进行比较。 CSEP 的实验遵循严格的规则，包括对所研究区域的精确描述和高质量的地震记录，以及其他标准。实验结果表明，该地区观测到的地震的数量、分布和震级与预测结果是相吻合的。 例如，在意大利，有 3 个 CSEP 实验正在对该国进行为期一天、三个月和五年的地震预测。正如马泰奥 · 塔罗尼（ Matteo Taroni ）和他的同事们在焦点部分所写的那样，这一天的预测已经被证明是非常有用的，足以让这些模型被纳入意大利民防部门的地震预报 。 根据新西兰地质与核子科学研究所（ GNS Science ）的大卫 · 罗迪斯（ David Rhoades ）和同事们提供的信息， CSEP 中心实验从 2008 年到 2017 年期间，包括了 2011 年 新西兰克赖斯特彻奇（ Christchurch ）的 6.2 级地震和 2016 年新西兰凯库拉（ Kaikoura ）的 7.8 级地震 , 提供数据用于这些大地震期间改进实时社区警告 。 有一些注意事项， CSEP 实验中得到的经验可以用来评估 “ 经典 ” 预测，以使未来的预测更具可测试性。在他的焦点论文中，加州大学洛杉矶分校荣誉退休人员 David D. Jackson 将 CSEP 测试应用于 1988 年的 30 年预测，该预测是由加州地震概率工作组制定的，包括圣安地列斯 (San Andreas) 、海沃德 (Hayward) 、圣哈辛托 (, San Jacinto) 和帝国断层 (Imperial faults) 的 16 个地区。他的结论是，只有一场地震，即 2004 年的帕克菲尔德 (Parkfield)6 级地震，是与 1988 年的预测有关的。 研究人员还利用 CSEP 测试用于预测地震的候选模型。一个例子来自斯坦福大学的 Camilla Cattania 和他的同事合作论文，观察了著名的地震触发机制称为静态库仑应力假设（ the static Coulomb stress hypothesis ） , 该假设意味着应力使地质材料变形的变化可以通过断层促进新的震动 , 这可用于预测地震。他们的分析，应用于 2010-2012 年在新西兰 坎特伯 雷 地震序列（ Canterbury earthquake sequence ），提出了基于物理的模型，如库仑模型（ Coulomb model ）对于地震预测比以前想象的更有希望，特别是与其他统计模型相结合。 Danijel Schorlemmer 说， CSEP 的未来将包括更多类型的地震建模，包括组合模型、 3-D 模型以及更多基于物理的建模，以及扩展使用来自亚洲和南美的地震数据集。更多内容请注意浏览原文或者相关文献，特摘引部分列出，仅供参考。 Ex plore further: Quake prediction model developed ； Seismological Society of America . International collaboration studies the predictability of earthquakes . June 12, 2018, More information: Preface to the Focus Section on the Collaboratory for the Study of Earthquake Predictability (CSEP): New Results and Future Directions, Seismological Research Letters (2018). The Collaboratory for the Study of Earthquake Predictability: Achievements and Priorities, Seismological Research Letters (2018). Prospective CSEP evaluation of 1-day, 3-month, and 5-year earthquake forecasts for Italy, Seismological Research Letters (2018). Highlights from the first ten years of the New Zealand Earthquake Forecast Testing Center, Seismological Research Letters (2018). The forecasting skill of physics-based seismicity models during the 2010-2012 Canterbury, New Zealand, earthquake sequence, Seismological Research Letters (2018). Ranking some global forecasts with the Kagan information score, Seismological Research Letters (2018). Exploring magnitude forecasting of the next earthquake, Seismological Research Letters (2018). Ensemble smoothed seismicity models for the new Italian probabilistic seismic hazard map, Seismological Research Letters (2018). Prospective evaluation of global earthquake forecast models: Two years of observations support merging smoothed seismicity with geodetic strain rates, Seismological Research Letters (2018). 我国唐山大地震预测时间表 根据张庆洲整理的《唐山大地震预测时间表》，早在 1967 年 10 月 20 日（距唐山地震 9 年），李四光在国家科委地震办公室一次会上指出： “ 应向滦县、迁安（均属唐山地区）做些观测工作。如果这些地区活动的话，那就很难排除大地震的发生。 ” 这是对唐山地震的第一次长期预警，接下来的中期、短期和临震预报也相当精彩： 1972 年 11 月，北京市地震队耿庆国在全国地震中期预报科研工作会议上提出：河北、山西、辽宁和内蒙古四省旱区范围内，将发生 7.5 级以上大地震。 1975 年 12 月，地震地质大队 1976 年地震趋势意见上报国家地震局：河北乐亭至辽宁锦州一带及其东南渤海海域，可能发生大于 6 级地震。 1976 年初，唐山市地震办公室负责人杨友宸，综合唐山市四十多个地震台站的观测情况，在唐山防震工作会议上作出中短期预测：唐山市方圆 50 公里内， 1976 年 7 、 8 月份或下半年的其他月份将有 5—7 级强震发生。 1976 年 5 月，杨友宸在国家地震局济南地震工作会议上郑重提出：唐山在近两三个月内有可能发生强烈地震！ 7 月 6 日，开滦马家沟矿地震台马希融正式向国家地震局、河北省地震局作了短期将发生强震的紧急预报。 7 月 7 日，山海关一中地震科研小组向河北省、天津市和唐山地区地震部门发出书面预报意见： 7 月中下旬，渤海及其沿岸陆地有 6 级左右地震。 7 月 14 日，国家地震局查志远副局长主持在唐山召开京津唐张渤群测群防经验交流会，唐山二中田金武郑重发出地震警报： 1976 年 7 月底 8 月初，唐山地区将发生７级以上地震，有可能达到 8 级。 7 月 16 日，乐亭红卫中学向河北省地震局唐山监测中心台发出书面地震预报意见： 7 月 23 日前后，我区附近西南方向将有大于 5 级的破坏性地震发生。 7 月 22 日，山海关一中地震科研小组再次向河北省、天津市和唐山地区地震部门发出了书面预报意见： 7 月中下旬，渤海及其沿岸陆地有 6 级左右地震。 7 月 26 日，国家地震局汪成民一行 15 人到北京市地震队听取汇报。北京市地震队提出七大异常。 7 月 27 日 10 时，国家地震局副局长查志远等人听取了汪成民的汇报。副局长查志远决定，让汪成民明天去廊坊落实水氡。 27 日 16 时，吕家坨矿地震办公室赵声和王守信向开滦矿务局地震办电告紧急震情：第二个峰还在上升，上升 …… 27 日 18 时，马家沟矿地震台马希融向开滦矿务局地震办和上级作强震临震预报：地电阻率的急剧变化，反映了地壳介质变异，由微破裂急转大破裂，比海城 7.3 级还要大的地震将随时可能发生！ 28 日 3 时 42 分 53.8 秒，唐山发生里氏 7.8 级特大地震，超过 24 万人在地震中遇难。但是唐山大地震中却出现了 “ 青龙奇迹 ” ，同处震区的青龙县，直接死于地震灾害的只有一人！更多信息请浏览陈一文撰写的《 中国地震预报从 “ 预测到小时 ” 到 “ 不能预测 ” 》。
Significance Quantifying a network's link predictability allows us to (i) evaluate predictive algorithms associated with the network, (ii) estimate the extent to which the organization of the network is explicable, and (iii) monitor sudden mechanistic changes during the network's evolution. The hypothesis of this paper is that a group of links is predictable if removing them has only a small effect on the network's structural features. We introduce a quantitative index for measuring link predictability and an algorithm that outperforms state-of-the-art link prediction methods in both accuracy and universality. This study provides fundamental insights into important scientific problems and will aid in the development of information filtering technologies. Abstract The organization of real networks usuallyembodies both regularities and irregularities, and, in principle, the formercan be modeled. The extent to which the formation of a network can be explainedcoincides with our ability to predict missing links. To understand networkorganization, we should be able to estimate link predictability. We assume thatthe regularity of a network is reflected in the consistency of structuralfeatures before and after a random removal of a small set of links. Based on theperturbation of the adjacency matrix, we propose a universal structuralconsistency index that is free of prior knowledge of network organization.Extensive experiments on disparate real-world networks demonstrate that (i)structural consistency is a good estimation of link predictability and (ii) aderivative algorithm outperforms state-of-the-art link prediction methods inboth accuracy and robustness. This analysis has further applications inevaluating link prediction algorithms and monitoring sudden changes in evolvingnetwork mechanisms. It will provide unique fundamental insights into theabove-mentioned academic research fields, and will foster the development ofadvanced information filtering technologies of interest to informationtechnology practitioners. 全文下载地址（免费） http://www.pnas.org/content/112/8/2325.full?sid=61535af6-9110-483a-9370-a9389abd7977 更多详情参见周涛老师博客~ http://blog.sciencenet.cn/home.php?mod=spaceuid=3075do=blogid=867520
标签: 可预测性
