摘要：社会进步迅速，我国的人工智能技术的发展也有了改善。地震是很可怕的自然灾害，但在过去一段时期内，相关领域并没有构建较好的地震监测应用系统，地震预测准确率始终无法获得满意的效果，导致人民群众的生命财产受到威胁。人工智能通过科学的计算以及系统的信息处理，将复杂的地震监测以及预报，形成简单的操作模式，并且精准地反馈数据，使地震监测更具准确性、科学性与系统化。目前，人工智能通过模式识别、智能检索以及自动程序设计等，形成了较为成熟的地震监测系统，并在地震领域取得了较好的应用效果。
关键词：人工智能；地震监测；应用研究
引言
十五以来，我国的在地震监测方面投入大量的人力物力，各省市的地震监测设备进行了更新换代，每日产生海量的高精度监测数据，而相对于我国广阔的国土面积及地理环境的复杂性，现阶段我国地震监测网仍然比较稀疏，监测范围有限，现有的地震监测数据应用效率不高，地震监测存在不确定性。大数据和人工智能技术的不断应用，为其在地震监测预报中应用提供了可能，通过大数据和人工智能的部署，可以极大的提高海量地震数据应用效率，寻找地震事件发生前的各种异常因素，分析研究各种因素与地震事件的复杂关系，提高地震监测预报的准确性。
1人工智能地震监测中的预测助力作用
众所周知，在所有自然灾害中，地震对人类造成的威胁一直是最严重的。目前，我国四川省阿坝州汶川县、云南省西双版纳州、青海玉树以及厄瓜多尔等地均是地震频发区，有效进行地震监测，是挽救人民群众生命财产的重要手段。但我国的地震监测技术并不理想，随着人工智能监测系统的出现，人类地震预测精准度将会不断提高，能够对地震进行有效监测，获得精准的数据信息，提高地震预测的成功率。在地震实际监测过程中可以发现，地震前兆信号种类较多，大体包括电磁辐射、低温低应变、动力异常以及地电阻率和地下化学成分等，而人工智能技术则根据不同信号种类进行自动性区分，有效反馈监测信息，并从历史地震实例中通过仪器设备提取相应的动物或人进行观察，获得相应前兆信号，最终汇集信息反馈至监测者，提高预测效果。
2人工智能在地震监测中的应用
2.1房屋倒塌评估
对房屋倒塌情况的评估是地震直接危害中最能反映震区破坏程度的指标。通过对震前震后遥感卫星数据进行影像匹配和变化检测，得到两者变化的区域，从而获取房屋倒塌信息和地震影响区域。这里应用人工智能中的图像变化检测方法完成地震影响区域分析。
2.2次生地质灾害监测
地震次生地质灾害是指由地震直接引发或由地震作用影响而引发的灾害性地貌重塑过程。主要针对地震所造成的山体滑坡、堰塞湖等开展监测，按照其影像特征，结合灾前影像数据进行变化检测，开展滑坡体的识别。这里主要采用图像变化检测方法进行分析。图像变化检测大致分为基于像元、基于特征以及基于目标三类方法。基于像元方法有灰度差值法、比值法、回归法等。基于特征的方法有主成分分析法、光谱角检测法、指数差值法、形状分析法和纹理分析法等。基于目标的方法主要利用图像识别、分类等方法，常用的算法有分类比较法、多时相分类法、小波变换分析法及神经网络分析法等。基于像元的方法是将像元作为单位进行前后时刻变换检测；特征方法则是在图像一定区域内提取图像量化特征并分析其变化；目标方法则根据特定目标，分析此目标在前后时刻是否有变化。在特殊情况无法获得灾前影像数据时，图像分割方法也可以使用，具体表现为先分割后分类的思想，即先通过多尺度的分割将遥感图像划分为不同区域，然后通过分类器判别各区域是否属于地质灾害。这里一般需要进行分析方法训练，提前获取一些地震图像作为训练集，通过人工智能学习方法学习出地震区域的特点。
2.3救灾帐篷识别
救灾帐篷识别属于特定目标的识别与分析，救灾帐篷是地震发生后安置灾民的重要装备,准确核实灾区的帐篷数量和空间分布是评估灾区救助需求、核查地方救灾工作成效、优化安置点布局、估算转移安置人数的重要依据。目前主要使用分辨率高的无人机航空遥感图像，利用目标检测技术识别出帐篷的具体位置。目标检测算法根据要分析目标进行预学习和训练，然后设计一个滑动窗口在图像上均匀移动，每次对滑动窗口内的局部图像进行分类，判断是否存在此类物体，最终找到整张图像内的所有目标。
3大数据与人工智能时代地震监测预报行业准备
3.1重视监测预报，保证经费投入
地震监测预报具极大的复杂性和特殊性，地震监测预报在大众心中并不受重视，特别当发生严重地震事件之后，人们往往认为地震监测人员工作不利，没有提供预报信息，而且地震单位属于公益性单位，经费完全来自财政拨款，经费有限，因此，应当适当增加地震监测预报经费投入，特别是对于监测预报具有极大意义的高精度、长期稳定仪器投入，才能保证获得监测数据高质量，为后期分析处理提供保障。
3.2重视人才培养，提高人员待遇
地震单位长期存在人员不足，工资待遇不高，科研平台有限，造成人员流动性大，特别是高素质人才缺乏，造成整体科研水平有限，而且有限的人员不能全身心的投入到地震监测预报研究中去，随着大数据和人工智能部署，将会造成人才空缺，不能适应业务发展的需要，因此，地震部门应重视现有人才的培养，鼓励科研创新，单位提供经费和政策支持。同时应不断提升职员的薪资，保障单位人员能够实现基本的安居。系统必须及时进行版本升级，即AETA系统升级，主要的设计部分能够自动通过远程提供服务，实现在线升级程序，系统不必关停即可实现在线升级，也就是说服务器升级完全可以通过云端实现。这种人工智能系统所设定的传感探头，能够实现监控在线情况，对地震可能发生的信息通过探头进行有效传输，连接的日志能够通过云服务器接收并进行存储，处于断开连接状态的服务器，不会反馈探头的错误状态信息，也就是说远程维护人员通过探头运行情况以及日志信息反馈即可得到探头系统是否正常运行，从而制订相应维护方案，保证系统正常运行。
结语
目前，我国人工智能在地震监测中的应用方法较为丰富，且系统实施过程中能够获得有效的监测效果，为地震预测提供精准数据，从而降低地震带来的危险事故率。笔者通过研究发现，人工智能在地震监测中的应用，能够从多方面对地震类型进行有效区分，对地震产生的各种状态进行科学分析，有针对性地捕捉信号源，并通过人工智能监测，进行自动化的信息采集与分析，并自动提取相应的地震实例库，有效实施信息核对，对于可能发生的地震信号，及时准确地反馈给监测人员，从而提高地震预测水平。地震监测一直是学术界无法攻克的难题，而将人工智能应用在地震监测中，是现代化科技技术创新发展的成果，具有实时在线维护功能，能快速反馈监测信息，监测人员能够及时通过远程监控，掌握地震监测系统的运行情况。人工智能在地震监测系统中的应用更为系统化以及全面性，通过进行系统化分析以及全面性架构，能够获得精准的预测效果，提高地震监测水平。
参考文献
[1]张晁军.大数据与地震监测预报[A].中国地球物理学会信息技术专业委员会.大数据、云计算与地球物理应用研讨活动论文摘要集[C].中国地球物理学会信息技术专业委员会:中国地球物理学会信息技术专业委员会,2014:3.
[2]宋田.大数据时代的地震监测预报问题分析[J].科技与创新,2019(12):82-83.
[3]孙长江.大数据时代对地震监测预报问题的思考[J].科技视界,2018(21):228-229.