丁仁杰和殷世林(1985)开发了“PC-1500袖珍电子计算机地震地下水实用程序集”; 国家地震局科技监测司(1987)组织开发了“基于PC-1500机实用程序及通讯接口”,该系统共选入98个程序,主要包括:通用数字计算程序、地震专业程序、事务管理程序及通讯接口。其中通用数值计算程序包括相关分析计算、回归分析计算、谱分析、简单滤波等26个程序; 地震专业程序包括地震台站与地震预报部门最常用的各种数据处理、报表编制等63个程序。庄昆元和王炜(1989)使用Fortran语言开发了“地震数据处理常用方法程序集”,包括地震活动性方法和地震前兆数据处理方法(Nakai方法拟合、气压潮汐改正、地磁幅相法、距平、固体潮理论值计算),地震数据处理通用方法(一元回归、坐标转换、距离计算)。国家地震局科技监测司推出与《地震学分析预报方法程式指南》(国家地震局科技监测司,1990)相配套的大型应用软件系统“中国地震分析预报软件系统SSEPC”(国家地震局软件技术组,1994)。这是一款集数据处理、地震预报、文件管理等功能为一体的集成软件系统,主要功能模块有地震学和综合预报,定点形变、大地测量、跨断层测量、应力-应变、重力学、地磁学、地电学、地下水物理、地下水化学等。刘耀炜(1997)推出“水化、水位地震预报综合判定方法软件SHEP”,包括平滑滤波、曲线回归、趋势分析、逐步回归、相关距平、相对方差、异常提取(原始数据、一阶差分、自适应值、短期预测、短临预测分析)。1997年,国家地震局科技监测司推出“地震前兆数据常规处理通用软件”。1998—1999年,又相继推出“CAPOmen地震前兆分析处理软件”和“EIS2000地震前兆信息处理与软件系统”(蒋骏等,2000)。随后,中国地震局监测预报司引入GIS技术,提出了研制新一代地震预报软件系统的设想,2001年推出商业软件“测震学数据处理与分析通用软件(SuperSeis)”,侧重于测震学地震活动参数的计算和图像生成(李闽峰等,2001)。2001年6月,中国地震局监测预报司推出“基于GIS的地震分析预报软件(MapSIS)”1.0 版(陆远忠,2006),可实现地震活动、地震前兆资料、地质构造条件、地球物理环境及其它空间信息的综合分析。

蒋海昆(2010)组织研制了“基于GIS的华东南及首都圈震后会商的软件系统”,按照地震构造环境和历史地震活动特征,在全国范围划分区域快速研判震情,能够在震后5～10 min内迅速形成初步的震后会商意见。平建军等(2013)在全国分区基础上,重点针对首都圈地区进行了更细致的分区资料整理,并组织研制了“华北震后快速响应预案及计算机查询系统”,震后可快速产出预会商意见、分区历史地震活动特征、统一的震情回答口径内容等,以上功能模块也被全部集成于MapSIS之中。

此外,还有一些优秀软件或专注于前兆资料处理与分析,如前兆异常识别软件(王建国等,2007)、地震前兆信息量计算软件(平建军等,2013)、前兆数据在线处理系统(尹晶飞,2013)、地震前兆数据处理与加工系统(苏融,2014)等; 或专注于会商技术的发展,如虚拟地震会商系统(黄静,2004)、三维可视化会商平台(陈石等,2011)、交互式会商广播系统(刘坚等,2014)等。这些软件解决了在资料分析和会商过程中的部分问题。

MapSIS系统在长达16年的时间里,一直免费使用、义务维护并不断升级,且实现了一定程度的异常自动识别和会商报告智能化生成。2015年底,随着MapSIS开发所依赖的涉及第三方商业平台知识产权问题的出现,中国地震局监测预报司开始了新一代地震分析预报软件的推动工作,并鼓励下属各单位推陈出新,百花齐放。

2016年,防灾科技学院推出基于开源平台的OpenSIS软件,实现了部分地震活动参数计算和震后趋势计算功能,但由于起步较晚,尚未达到使用阶段。2017年,中国地震局地球物理研究所陈石联合西安数源软件有限公司,基于软件工具Datist(多源数据融合专家应用软件,简称数据专家)开发了一套地震分析预报会商平台,将一系列数据导入、筛选和处理的动作,以一个个零件的形式串联起来,形成一套规定动作的数据流模型,实现了地震目录查询、报告生成等批量化处理。

基于Datist流程化的建模思路对于地震会商中的特定数据结构和特定规定动作实现了批量化处理流程,但同时也有它的局限之处:第一,建模需要专业知识和编程基础,由于Datist只是针对数据整理的建模工具,要进行专业的资料分析和制图需要引入Matlab、Surfer、GMT等第三方工具编写算法并打包为动态链接库再行调用。专家发布好的模型,如果需要针对实际场景进行算法的重组或输入输出的特定修改,则需要掌握专业的数据结构知识和算法编程相关知识,否则容易出现数据衔接错误。第二,只能针对一些固定数据和固定操作进行批量处理,不易进行机器辅助下的人工交互分析。Datist的优势在于规定动作的批量化操作,适合一次建模、多次重复的工作。但在地震分析会商领域,主要依托于预报专家丰富的专家知识和专业分析,需要大量的人机交互工作,仅仅依靠批量处理是不够的。

1966年邢台地震以来,经过几代人几十年的不懈努力,中国的地震预报研究取得了长足的进步(梅世蓉,1994; 张国民等,1997; 陈棋福,石耀霖,1997),地震预报理论和方法的研究取得了显著进展。我国的地震预报科学研究已积累了包括地壳形变、地球化学、地下流体、地电阻率、地磁、重力、地应力等多学科大量连续的观测资料,震前各单学科异常地有效识别与提取是作出正确地震综合预报的关键。老一辈地震研究者探索了多种有物理意义的前兆异常识别方法,如地应变的扩容效应因子、剪切应变强度因子计算,地磁的转换函数、最大似然谱估计方法以及形变、应变信息流的提取及合成方法,这些数据分析处理方法具有较强的实用性,有望对我国的前兆数据分析处理水平的提高起到推动作用。

目前制约前兆观测数据在地震预测预报中有效应用的最突出问题是海量高采样率观测数据和与之不匹配的分析人员逐天逐台的处理和分析模式,传统的人工分析方法已经很难快速在海量观测数据中有效发现异常,因此,如何利用大数据技术和异常自动识别技术从地震前兆观测数据中发现异常,并有效排除由环境因素和仪器自身因素造成的异常,是一项非常有意义的工作。

随着地震前兆观测数据分析系统规模的不断增大、观测数据种类和时间跨度不断增加,海量数据相应分析处理需要具备尽可能高的实时性,以便能够第一时间发现地震前兆异常模式和现象,并进行有效应对。针对上述问题,王建国等(2007)研制了前兆观测数据监视和异常自动识别软件,通过一阶差分法、日变幅度法、均方差法可以对前兆异常进行自动识别和报警。刘子维(2016)提出一种利用多孔小波算法自动识别前兆异常的方法,该方法能够准确地在带有噪声的模拟数据中识别人为添加的异常模式,同时也能发现一些平时难以感知的微小异常。王秀英等(2015a,b)提出一种前兆观测时序特征量的数据检测方法和一种基于大数据的前兆异常识别方法。

大量震例表明在较大地震发生前,一定区域内多种观测手段会出现复杂的异常变化。梅世蓉和姚家榴(1993)指出依靠任何单一手段解决地震预报问题都是不可能的,必须走综合预报的道路。因此,如何在单项异常分析的基础上进行综合预报判定一直是地震预报研究与实践中极为重要的、也是极为困难的问题。多年来,我国地震预报学者在地震综合预报研究领域开展了大量有益的研究与探索,取得了许多富有成效的地震综合预报研究成果,如地震综合计算预报方法(罗兰格等,1989)、模式识别方法(张郢珍等,1991)、积分法(李广鑫,吴晓芝,1991)、模糊综合预报方法(冯德益等,1989; 朱令人,1989)、信息合成方法(周硕愚等,1991; 王海涛等,1998,2002)、遗传算法(陈棋福等,1997)、PP 综合预报方法(朱令人等,1994)、地震活动综合效应场函数预报方法以及地震综合函数场方法(罗兰格,孙佩卿,1994)。这些方法从不同方面进行尝试,探索可能实现地震综合分析预报的途径。

人工智能方面也有诸多学者做了深入研究,如早期应用模式识别方法综合分析多项震兆和模式识别研究及其在地震学中的应用(王碧泉等,1986,1990,1992); 1986年5月,国家地震局地球物理研究所着手研制第一代“地震预报专家系统”,与此同时进行研制的还有安徽省地震局研制的ESEP/PC(Expert System for Earthquake Prediction,简称ESEP)系统和国家地震局分析预报中心研制的“地震综合预报专家系统”; 2004年,上海地震局研制“地震预报专家系统ESEP3.0”(王炜等,2004)将模糊系统、神经网络与专家系统技术相结合,引入了驾驭式的推理机制,除具有第一代专家系统的符号推理与解释功能、以及第二代专家系统的学习功能外,还具有较强的人机交互能力。

目前地震分析会商系统主要集中体现以下4个方面的问题:

(1)软件各自封闭,重复建设:当前模式中,不同应用系统各自独成一体,代码非开源,导致相同的功能重复建设现象明显。

(2)数据资源独享,效率低下:目前数据资源或数据库是专为某个应用而建,没有系统化的统管共建,相对比较独立,因而没有真正意义上形成数据资源池和共享,致使数据资源利用率和使用效率比较低。

(3)软件模式单一,智能化弱:用户操作体验等原因,目前大多系统是C/S(Client/Server)模式的桌面版,又因地震应急现场网络条件限制,分析系统不得不自带知识库和数据,功能和支撑知识库需不断迭代更新,软件更新和操作的智能化程度较低。

(4)业务规范度低,小数据思维:对于规定会商动作(如周会商、月会商、年会商等)流程化、自动化、规范化程度有待提高; 早期的模式识别和专家系统皆是基于小数据找因果思维模式,大数据找相关思维欠缺。

接口是互访双方之间数据交互的一个标准,其实现包括2个步骤:接口定义和接口实现。

接口定义分3步:①交互机制设计(同步请求/应答方式、异步请求/应答方式、会话方式、广播通知方式、事件订阅方式、可靠消息传输方式、文件传输); ②接口技术选择(WebService、Scoket、消息中间件、文件方式、共享数据库等); ③接口定义格式(根据所选技术,实际情况用XML来定义即可)

接口实现,除实现总体设计上述平台服务和数据服务2大类接口功能外,还应考虑接口的非功能性因素:①高性能,支持高并发,大容量,速度快; ②健壮性,防止因大量数据,或大量占用资源导致系统不可用; ③可监控,随时看到接口的运行情况,便于及时发现错误并排除故障;

图2 技术路线示意图
Fig.2 Schematic diagram of technical route

④可扩展,包含2个方面:一是可支持扩展新功能,二是并发增加时支持扩展新硬件。如读取数据库或大数据的接口,通用、专用计算接口、各种绘图接口,PPT、Excel、Word自动生成接口,这些接口既可被代码调用,也可生成程序独立运行。

基础支撑模型信息库包括异常信息库、前兆、测震方法库和人工智能模型库。

异常信息库包括测震异常信息库和前兆异常信息库。一方面需要从历年地震趋势会商报告中找到测震、前兆异常信息; 另一方面需要使用异常自动识别方法对数据进行再分析,补充地震趋势会商报告中没有提到的异常。

前兆、测震识别方法库可以读取数据资源池数据,通过后台异常计算程序,将数据异常按测项分量存入异常指标库。

人工智能模型库可以剔除不适用的传统分析方法、继承优化最新研究成果; 建设完备适用的数据分析方法资源库。其中,传统前兆类数据分析方法包括小波分析、周期分析、去趋势分析、拟合分析、回归分析、滤波分析等; 地震活动性分析方法包括波速比、条带空区、b值、视应力、H值等; 数据异常分析方法包括差分、台阶检测、第四统计力学等; 机器学习分析方法包括决策树、随机森林、逻辑回归、支持向量机、朴素贝叶斯、K最近邻算法、循环神经网络等。

通过平台接口可获得资源池数据,通过分析模型算法信息库可对数据进行分析操作,有了数据和分析操作,便可按需求进行功能划分,对数据和操作进行任意逻辑组合功能封装,功能模块化封装组合成一个个的小程序,诸多小程序可以组合成一个大程序,小程序和大程序皆可批量处

图3 封装功能模块示意图
Fig.3 Schematic diagram of package function module

(1)“云-网-端”一体化

要同时满足智能自动分析和专家交互分析模式相互兼容,可通过构建“云-网-端”一体化的方案解决,如图4所示,“云”为分析会商云端,是整个系统的核心; “网”为网站,是连接用户和云端的中间界面,可发布信息和传递结果; “端”为桌面客户端和手机端APP; 用户可通过手机或网站给云端发送操作指令,云端收到操作指令完成相应操作后,将结果返回手机或网站; 桌面客户端可在本地操作运行,也可将指令推送到云端执行,完成后返回计算结果。

图4 云-网-端一体化示意图
Fig.4 Schematic diagram of cloud and network end integration

有了功能齐全独立可运行的模块单元,要定制会商自动化流程,就更为简单,因每个功能模块对应一条指令就可完成,比如要完成日常周会商需调用8个功能模块单元,则在手机端APP或网站撰写8条指令的批处理文件,然后上传至云端,云端收到文件解译、执行便即可替用户完成该工作,并将结果返回。

(3)专家交互分析模式

专家交互模式主要通过研发桌面客户端实现,将平台接口和基础模型算法库集成至桌面客户端软件,并研发人机交互界面,供专家进行交互操作; 桌面客户端也可通过功能单元与云端定制自动化流程,在云端执行,并返回结果。

分析智能化主要通过深度学习技术实现,深度网络模型是该技术的核心,循环神经网络(Recurrent Neural Network,简称RNN)是一种节点定向连接成环的人工神经网络,非常适合地震时间序列数据进行预测分析的场景。

(4)算法与涉密数据处理

新一代地震分析会商系统在云端开源共享,以促进分析预报方法共同向前发展。涉密数据,仅允许用户在服务器云端进行分析处理,即数据可用不可取走,最后用户只能取走分析结果; 非涉密数据,可通过桌面客户端将其自动下载到本地。