图片来源：成都高新减灾研究所官网
《环球科学》记者 吴非
8月8日21时19分，四川阿坝州九寨沟县（北纬33.20度，东经103.82度）发生7.0级地震，震源深度20千米。截至8月9日10时，地震已造成13人死亡、175人受伤。
很多人注意到，几乎在九寨沟地震发生的同时，地震预警（ICL）app在不到20秒的时间内连续发布了5条推送，提前71秒为成都市的用户提供预警信息；汶川居民也通过电视上出现的地震倒计时，及时获得地震预警信息。而这套预警系统的研发团队，正是成都高新减灾研究所。
很多人对地震预警系统的了解始于2013年4月20日的四川芦山地震。在这场7.0级的地震中，ICL 地震预警系统为成都赢得了28秒的预警时间。事实上，从2013年起，ICL 已经连续预警了38次造成了破坏的地震，且无漏报、误报。该系统是如何进行地震预警的，当地震来临时，它能为我们提供怎样的帮助？
图片来源：成都高新减灾研究所官网
全球领先的预警系统
要理解地震预警的机制，我们需要首先掌握地震波的传递方式。在地壳内部传播的地震波有两种，一种是速度较快，但破坏性较弱的纵波，其在地壳中的传播速度约为5.5千米/秒～7千米/秒；另一种是破坏性较强的横波，地震对地表造成的破坏主要拜其所赐。横波的传播速度较慢，为3.2千米/秒～4千米/秒。所下图所示，地震发生之时，震源附近的地震监测仪首先捕捉到纵波信号，并将数据传递到预警中心。当2~3个台站的信息汇总，预警中心将分析这些信号，并发出首次预警。由于电波的传播速度是远快于地震波的30万千米/秒，因此预警信息有可能在破坏形成之前，通过智能手机、广播电视、微博、地震预警信息接收服务器等终端，发送至将会受到地震影响的区域。理论研究显示，如果预警时间为3秒，可使人员伤亡比例减少14％；如果为10秒，人员伤亡比例可减少39％。
地震预警系统原理示意图。原图：日本气象厅
缩短响应时间、提升预警准确率的一个关键因素，是地震台网的建设。地震预警系统的原理图清晰地展示了地震台密度与预警时间之间的密切关系。在汶川地震发生时，我国有的地震带上几百千米也没有一个台站，并且中国地震台网过去主要用于科研，没有考虑到预警功能。4年前，成都高新减灾研究所所长王暾在接受《环球科学》采访时表示，要成功预警，每隔30千米甚至25千米就需要有一个台站。在这个问题上，成都高新减灾研究所专门针对地震预警研发了一款监测仪。这种监测仪的响应速度很快，能在地震发生后更短的时间内采集数据；同时，它还能对地震波进行首轮智能分析。且与兼具其他科研功能的台站相比，其造价十分低廉。
目前，成都高新减灾研究所已建成延伸至31个省市区的、覆盖面积220万平方千米的世界最大的地震预警系统，覆盖人口6.6亿人，占我国地震预警一线区面积的90%。而在4年前，其覆盖面积仅为54万平方千米。
作为墨西哥、日本之后第三个具有地震预警技术能力的国家，我们虽然起步较晚，但无论是从预警盲区半径、响应时间等指标，还是近年来的实际预报效果来看，中国的ICL地震预警系统都处于全球领先地位。但这一成绩无法掩盖的，是一系列尚待解决的难题。
难题待解
一个尴尬的问题是，预警系统可以为周边地带提供预警，但却对受破坏最严重的震中地区无能为力。由于预警的形成需要地震波抵达数十千米外的至少2个台站，此时横波对震中的破坏已经形成，这就是所谓的“预警盲区”。目前，ICL的预警盲区能达到的最小范围，是以震中为圆心，21千米为半径画的一个圆。这一范围，相当于7级地震破坏最大的区域。预警盲区的范围可以通过提高台网密度、观测数据质量、数据传输和处理的实时性等手段得以缩小，但对于震中地区的居民来说，预警总是会来得太晚。
预警系统的另一个技术问题在于，地震“第一报”的准确率。由于单台监测仪的误报和错报率可能很高，因此第一报会采用至少2个台站的数据。但即使如此，第一报的误差依然存在。例如，日本“3.11”地震达到了9级，但预警第一报的震级只有4.3级。对于芦山地震，成都高新减灾研究所第一报的震级为4.3级，误差也较大。王暾表示，收集到更多破坏性地震的数据，对改进第一报的准确度有很大帮助。
今天上午，中国地震台网中心研究员孙士鋐在分析九寨沟地震和刚刚发生的新疆精河地震时表示，2008年以来，中国一直处于地震相对频发期，四川新疆连续发生较强地震也再次说明，这个频发期仍在继续。这一结论让众多群众忧心忡忡。人们迫切希望能预知这类灾难——从每次地震发生时出现的各种云朵、动物“预言者”就可见一斑。但事实上，全人类都还没有破解“地震预测”这一难题。至少在对人类有所帮助的时间尺度上，地震是无法预估的。但这些年的研究为我们打开了另一扇窗，只要安装了相应预警软件，并且在平时做好地震发生时的紧急避险、逃生预案，地震发生时的生存几率将大大提升。
参考资料：
《编织地震预警网络》（《环球科学》2013年8月刊）
成都高新减灾研究所官网及官方微博
本文首发于公众号“环球科学ScientificAmerican”（ID：keyanquan），转载请联系：[email protected]
阅读更多
内容合作请联系
[email protected]
