据科技日报报道，日本科学家借助机器学习技术，能在不到1秒钟内详细预测海啸可能产生的影响，而传统方法需要30分钟，这能为人们采取适当行动赢得宝贵时间。相关研究刊发于最新出版的《自然·通讯》杂志。
研究人员指出，2011年3月11日袭击日本东北部的灾难性海啸夺去了约18500人的生命，如果海啸的早期预警能更快更准确预测海岸线和内陆不同地点的水位，很多失去的生命或许可被挽救。
海啸，是指由海底地震、火山爆发、海底滑坡或气象变化产生的破坏性海浪。海啸的波速高达每小时700～800千米，在几小时内就能横过大洋；波长可达数百公里，可以传播几千公里而能量损失很小；在茫茫的大洋里波高不足一米，但当到达海岸浅水地带时，波长减短而波高急剧增高，可达数十米，形成含有巨大能量的“水墙”。
海啸主要受海底地形、海岸线几何形状及波浪特性的控制，呼啸的海浪冰墙每隔数分钟或数十分钟就重复一次，摧毁堤岸，淹没陆地，夺走生命财产，破坏力极大。全球的海啸发生区大致与地震带一致。2011年日本东北部海域突然发生9.1级大地震，地震引起23米高的海啸。据了解，1米海啸致死率为100%，但此次海啸最高可达23米。抗震强的房屋被轻松推走，高架桥被连根拔起，最终造成大量伤亡。
关于预报海啸并向人们发出预警主要存在两个问题：第一，由于科学家难以预测发生在海底的地震(地震会导致海啸)，我们无法知道何时会发生海啸。第二，即使监测到海啸发生，由于涉及如此之多的变量，比如造成海啸的海域有多深、海啸最终抵达的海岸形状如何之类，也很难预测海啸是否会在其抵达海岸时造成问题。
而日本东北部海岸现在拥有世界上最大的传感器网络，以便监测海底运动，组成该网络的150个海上台站会提供海啸预警。由于海啸很少发生，该团队使用3000多个计算机生成的海啸事件来训练机器学习系统，然后用480种模拟海啸情景和3种实际海啸情况进行了测试。结果表明，基于机器学习的模型只需此前1%的计算工作量就可达到同样的精度。
研究团队表示，目前此方法仅适用于高于1.5米的大型海啸，正在改进以适用于其他小型海啸，除海啸外，也可用于其他灾难场景。
最前沿的电子设计资讯
