MyShake一个跨界的系统：智能手机用于地震预警*

Qingkai Kong, Richard M Allen, Louis Schreier, Young-Woo Kwon

1) Berkeley Seismological Laboratory，University of California，Berkeley，CA 94720，USA

2) Deutsche Telekom Silicon Valley Innovation Laboratories，Mountain View，CA 94043，USA

3) Computer Science Department，Utah State University，Logan，UT 84322，USA



动态

MyShake一个跨界的系统：智能手机用于地震预警*

Qingkai Kong1), Richard M Allen1), Louis Schreier2), Young-Woo Kwon3)

1) Berkeley Seismological Laboratory，University of California，Berkeley，CA 94720，USA

2) Deutsche Telekom Silicon Valley Innovation Laboratories，Mountain View，CA 94043，USA

3) Computer Science Department，Utah State University，Logan，UT 84322，USA

摘要在城市地区发生的大地震可以造成重大人员伤亡，引发社会和经济灾难。地震预警(Earthquake Early Warning，EEW)可以提供秒到分钟的警报，让人们转移到安全区，使工厂停工，车辆减速和刹车。目前世界上只在少数国家使用传统的地震台网和大地测量观测网运行EEW系统。智能手机比传统地震台网更为广泛和普及，它内置了可检测地震的加速度计。我们开发了一种新的测震系统称为MyShake，它利用智能手机内置传感器来收集数据并分析地震。智能手机MyShake系统可以从日常的各种震动中检测到距手机10 km或以内的5级地震。这些数据汇集到观测中心，经过一定的算法处理，可以实时测定地震的位置和震级，发出地震预警信息，证明我们的理念是可行的。对没有地震预警系统的区域，MyShake系统可提供地震预警，而对有预警系统的区域，MyShake系统是对原系统预警能力的补充和增强。此外，该系统地震波形记录可以用来提供快速地震烈度图，以评估地震对建筑物的影响，还可以获取地球内部浅层结构图像和地震破裂过程。

引言

尽管人口密集地区大地震发生不是很频繁，但这些地区一旦发生大地震往往会造成重大人员伤亡和大量经济损失。地震预警系统可以在几秒钟内测定到地震位置和震级，并在破坏性地震波到达之前发出警报。这项新技术可以减少地震造成的人员伤亡和财产损失，目的旨在提醒人们逃生，让火车减速和停止，打开电梯门，以及许多其他紧急处置措施。目前，EEW仅在世界上一些主要使用传统地震网和大地测量网的国家得到应用和发展。而智能手机更为流行和普及，内置有多种传感器和通信功能。2014年全世界已经有26亿部智能手机，预计2020将达到60亿。本文阐述我们开发的MyShake系统，它是一个众包项目(众包项目：百度百科的解释是，根据韦氏辞典(Merriam-Webster Dictionary)，Crowdsourcing(众包)是指，从一个广泛群体，特别是在线社区，获取所需想法，服务或内容贡献的实践。它将任务分解和分配于一个公众的、未加定义的群体； 通常用于分解枯燥工作，初创企业集资和慈善事业。通过集合兼职工作和志愿者的零散贡献，以最终实现一个大型工程的结果译者注)，利用智能手机加速度计记录的地震数据来为地震研究、地震灾害信息和地震预警服务。

MyShake系统是在地震学众包项目基础上开发的。他们是地震采集网络(Quake-Catcher Network，QCN)和社区地震网络(Community Seismic Network，CSN)主要使用了内置在计算机中的廉价的微机电系统(Micro-Electro-Mechanical System，MEMS)加速度计，可以安装在建筑物内来检测地震。地震采集网络和社区地震网络由几百到几千个加速度计组成，但是他们受到从网络运营商向用户传递信息的硬件限制。MyShake系统采用智能手机里的传感器，我们只需要有从网络运营商到用户的软件就可以监测地震，相对比较简单的是，使用谷歌Play(Google Play)和iTunes商店(iTunes store)就可以获取。CSN还开发了使用智能手机加速度计数据的新方法，通过询问新收集的数据与以前正常的人类活动是否类似。一旦数据不类似，就当作异常处理，传送到处理中心，那里有一个拾取算法来确定数据是否代表有地震发生。我们的MyShake设计与上述系统不同，用过去的地震信息建立一个分类算法来识别单个手机的地震动，然后在集中处理中心(Centralized Processing Center，CPC)确定是否发生了地震。在这之前，也有人利用智能手机里的全球定位系统(Global Positioning System，GPS)(而不是加速度计)来检测地震，并有可能提供警报。至目前为止，已被证明可能是专用智能手机，而不是个人智能手机。另一种是使用推特(Twitter)检测地震，对各种语言里包含“地震”的推文运用一种算法来识别可能的地震。还有，美国地质调查局(U.S.Geological Survey，USGS)地震网站上的“你感觉到了吗？(Do you feel it)”，它是一个基于网络方法来收集个人经历地震晃动和损害情况报告的系统。当有足够的人报告时，这些报告被转换成强度，进而用于产生详细的震动强度图(Intensity Maps)。对强度的估计依赖于报告者的主观描述。采用智能手机传感器，MyShake就能利用众包的力量即时报告震动时间序列和准确的位置。

MyShake地震预警网络最初建立在加利福尼亚大学伯克利分校(University of California, Berkeley)，它决定智能手机里加速度计的质量。我们已经扩展了这项工作，以开发一个基于安卓的应用程序，有效地在用户的智能手机上运行，检测和区别手机的振动是由地震还是由其他人类活动造成的。应用程序将手机信息发送到处理中心，那里的台网检测算法确定地震正在发生，并依据手机网络的多个触发器来确定地震位置、发震时刻和震级。这些信息也可用来估计振动强度和破坏波到达目标位置的剩余时间。这里，我们需要解决问题是：①能记录地震信号大小和基本要求的智能手机； ②开发智能手机的检测能力，以区分其他震动和地震； ③在处理中心设计网络检测算法，以确认地震发生时它的位置和特征。目前已经较好的实现了使用私人智能手机，建立在安卓程序的地震动监测系统，而且不增加手机的功耗。

1结果

为了更好地确定安卓智能手机里内置加速度计记录的背景噪声，我们把多个手机放置在地下室，让他们记录1个月。手机的背景噪声包含了手机本身的内部噪声和安静的地下室里其他环境源的噪声。确定了噪声水平，我们就可以评估能够记录到多大的地震，因为地面振动幅度超过了噪声。图1比较了测试手机对10 km内的不同震级地震震动幅度记录的背景噪声。所有手机在1～10 Hz频率范围内，都可以测量到10 km或以内范围内5级或更大地震的震动。当然也都具有记录更高震级的长周期地震的能力(远震)。随着手机的发展，手机传感器的功能也在不断地改进(图1中的颜色由冷色向暖色转换)。最新手机可以记录到10 Hz左右的M3.5地震的震动。手机内置的加速度计可以记录1～10 Hz地振动造成的破坏。我们也希望手机传感器的质量进一步提高。最近研发的HP MEMS加速度计(图1中的蓝色)用于地震成像应用。目前，将它内置于智能手机有些贵，但是，图示表明MEMS传感器与传统的强震动传感器有类似的功能(伯克利地震实验室(Berkeley Seismological Laboratory，BKS)地震台站，图1)。

接下来，我们确定了手机如何能很好地记录地震时真实的震动。传感器质量和智能手机如何能很好地与地面相耦合非常关键。为了解决这个问题，我们把多个手机放在振动台上，一些固定在桌上，一些不固定并可自由滑动。试验结果证实了以前的研究结果，固定在振动台上的手机能够准确记录0.5～10 Hz的地面运动。由于个人手机在使用时是不会固定在地面上的，因而我们还测试了不固定在振动台上的手机。图2显示三维(3D)振动台0.5g峰值加速度的测试。被测手机和振动台有很小的相对运动。我们可以看到，手机和对比加速度计的波形非常相似，手机加速度的频率响应在0.5～10 Hz范围内很好。在一维振动台采用扫描信号测试(逐渐增加振幅和频率)，我们发现，当水平加速度达到一个特定的阈值(～0.3g，～3 Hz以上)，就看到手机滑动。当手机滑动时，它对峰值振幅有限制，虽然频率仍然相似(图3)。这是记录数据的一个限制，我们必须意识到记录振幅是实际值的下限。

智能手机的背景噪声，颜色根据手机的出厂日期编码(从冷色到暖色)(年-月)。黑虚线是距震中10 km范围内，不同震级地震的典型的地面运动振幅。高品质的MEMS传感器背景噪声(HP MEMS，蓝色)和区域网络(BKS在加利福尼亚北部，紫色)典型的力平衡加速度计的背景噪声也表示在图中

IEEE-693-2005试验，输入的是将真实地震的地震图修改后的数据。(a) 手机(蓝色)和对比加速度计(红色)波形的比较，输入信号是0.5g峰值加速度。(b) Y分量的频谱比较。X和Y分量在手机平面上，平放在水平振动台上，没有固定。Z分量垂直于手机平面，在这次测试中就是垂直分量

(a) 手机固定在振动台上(蓝色)，手机自由放在振动台上(黑色)和固定在振动台上的对比加速度计(红色)波形的比较。(b) 图(a)中信号的频域比较。(c) 计算出的自由放在振动台上的手机和对比加速度计记录的信号的相关系数和均方根(Root Mean Square，RMS)之比。相关系数是与相位相关的一种量度，圴方根是与振幅相关的一种量度。我们利用1 Hz频带滤波器记录和0.1 Hz频率步进计算系数。X轴是频带的中心频率。相关系数显示如何用手机记录相位，均方根显示振幅恢复。当频率高于2～3 Hz时，手机开始滑动，所以振幅不正常，但相位在7～8 Hz时没有变化

智能手机可以记录地震震动，对使用私人/个人电话的智能手机网的关键挑战是在手机里安装应用程序，使其将地震的震动和手机的日常运动区分开来。图2a是智能手机记录的三分量加速度数据的12小时图。图中显示了人类活动和2014年8月24日M6.0纳帕(Napa)地震的波形记录。图2b是同一手机记录到的纳帕地震加速度频谱的放大图。

想要开发区分地震震动和人类活动的算法，首先需要开发一个在安卓智能手机上运用的应用程序，该程序能在显著运动中被触发并能将数据发送到CPC。它已被分发到个人/私人手机中，在后台运行并有一个触发算法，连续监测手机内置的加速度计。当被触发时，它能上传参数和数据到CPC。CPC的作用是：①监测和改变用户手机的操作参数； ②从手机里收集心跳和健康状况信息； ③收集手机自动触发信息； ④触发手机从CPC记录的数据； ⑤上传手机自主触发的和CPC触发的波形数据。2014年11月MyShake系统在75部手机上安装了应用程序(图S1)。作为众包应用的一个关键问题是最大限度地减少对用户的影响，对手机来说，要尽量减少耗电。MyShake手机应用基本不增加智能手机耗电。对大多数用户来说，手机运行MyShake系统超过24小时不需要充电。

利用收集的数据，我们开发了人工神经网络(Artificial Neural Network，ANN)方法来识别地震和人类活动的不同特性(详见补充材料)。该算法通过评估2 s的数据窗来确定是否是地震震动。首先，我们用3种数据检验我们的算法：从MyShake上传到CPC的日常振动记录，振动台试验中手机记录的地震数据，从日本传统台网记录的经修改后能重现智能手机记录质量的地震数据，这在补充材料里有介绍。我们测试了18个特征，从中识别出了3个最好的：加速度矢量和四分位距(Inter-Quartile Range，IQR)，最大过零率(Zero Crossing，ZC)和加速度向量和的累积绝对速度(Cumulative Absolute Velocity，CAV)。IQR是振幅参数，它表示运动振幅中间50%的范围。ZC是简单的频率测量，它记算着信号穿过零基线的次数。CAV是时间窗内三分量振幅的累计测量，由下式确定：

(1)

式中，α(t)是三分量加速度的矢量和。

图4c表明了 IQR(振幅测量)和ZC(频率测量)如何区分地震和非地震运动。地震是中等振幅的高频运动，而日常活动是高振幅的较低频运动或者是高频率的很低振幅的运动。IQR和ZC是最好的两个参数，它们能区分地震和普通的运动，但加上CAV能提供更多的信息来帮助提高识别的准确性(图4d)。

然后，将ANN算法应用到美国地震数据，修订手机记录数据的质量以区分日常运动(表1)。10 km范围内98%的地震记录可以被识别确认为地震，随着距离的增加和震级的减小，成功率会降低。93%的日常运动能被正确的识别，这意味着会有约7%的手机触发地震可能是假的。

我们MyShake系统的最后一个组成部分是网络检测算法，它在CPC运行，以便确认地震是否正在发生并通过同一区域多个手机触发信号来估计震源参数。当手机确定记录到地震，将有2种数据类型传给CPC：① 含有触发时间、手机位置和三分量最大振幅的触发信息。②从触发前1 min到触发后4 min的三分量加速度波形数据。触发信息很容易通过蜂窝电话或Wi-Fi网络迅速上传，供我们实时处理。目前，波形数据上传优先级较低，只有当手机连接到Wi-Fi和电源时，才能上传。

我们的第一代网络检测算法是基于当前的EEW ElarmS-2方法。它能搜索到10 km半径区域里一定时间和空间内超过60%手机触发的事件(详见补充材料)。一旦一个事件被确认，该算法将根据连续的触发信息不断更新地震的发震时间、地点和震级。目前，发震时间被设置为最早的触发时间，10 km范围内所有触发手机的质心被当作震中。我们的第一代震级估算是基于预期地面振动振幅是距离的函数。利用日本被修改后能重现智能手机数据质量的地震数据，采用峰值地面加速度(Peak Ground Acceleration，PGA)和台站距离来估算震级：

(a) 2014年8月23日下午4:00开始，个人/私人三星Galaxy S4手机记录的12小时三分量加速度图示例。它显示出前8个小时人类日常活动的加速度，然后在夜间出现平稳。图中的红框表示(b)的时间窗。(b) 显示距纳帕M6地震38 km处手机记录到的(a) 的1 min数据。地震发生在当地时间上午3:20:44。(c) 用分类数据集显示IQR和ZC，蓝点是人类活动中心，红点是地震特征。(d) 用于区分地震的3大特征三维图。将CAV(只有一些人类活动数据(蓝点)，没有地震数据)添加到IQR和ZC中，做成三维图，可以改善图形效果。图中：EW表示东西； NS表示南北； UD表示上下

表1　人工神经网络算法的性能

注：应用于地震数据和非地震数据时，人工神经网络算法的性能。对于地震数据，对不同震中距的各种地震，显示了被正确分类为地震的记录的百分比和记录数(括号内)。对于日常的人类活动数据，显示了正确识别为非震的百分比和错误识别为地震的百分比

(2)

式中，PGA是三分量加速度最大绝对振幅，距离是从手机位置和估算的地震位置得到的震中距离。图5比较了单个手机值(蓝点)和平均事件估计值(红点)的实际震级和估计震级。可以看到，大部分单个手机震级误差在1个震级范围内，所有平均事件震级误差也在1个震级范围内。当网络有更多手机时，可以预期震级的不确定性将减少。然而，我们也必须认识到，基于手机记录的振幅，一定被当作下限，存在解耦的可能性。鉴于这些不确定性，很显然，即使是从传统的地震台站观测到的单个记录也会与“地面实际”的震级估计有显著差异。

警报的最后一步是估计震动强度和震到用户目标位置的时间。和目前在加利福尼亚(California)运行的EEW系统一样，这是相对简单的，利用估计的地震震中、发震时刻和震级、用户位置、S波走时曲线和地面运动预测方程就可实现。

众所周知，MyShake系统同样也面临着基于峰值震动观测估算震级存在地震台站饱和的问题。可以在以下几个方面改进。首先，可以通过更新经历了强烈震动地区的震级来提高基于智能手机的震级估计。震级越大的地震越能引起大范围的强烈震动。另一种可能性是利用基于全球定位系统(Global Positioning System，GPS)的永久地面位移，目前正被应用于更传统的基于网络的地震预警系统中。最近的研究表明，基于智能手机的GPS也可以用于地震预警。仅使用智能手机上的GPS的一个挑战是，GPS非常耗电。可以采用一种混合模式，即当MyShake识别地震时开始监控手机里的GPS。这样能提供更新的震级估计，不存在饱和，也不会遭受仅用GPS的耗电问题。

在日本，应用手机数据估算的地震震级和实际地震的比较。绿线是1:1，两条灰线相差1个震级单位。每个蓝点是单个模拟手机估算的震级。红点是许多单个手机估算震级的平均值

对美国地震，我们应用网络检测算法，用模拟实时的方式来手机触发(表1)。震中10 km以内的所有台站均被触发。图6显示了M5.1拉哈布拉地震的快照，在个人手机触发方面，它的成功率是最差的(表1)。图6清晰地显示了每个时间点的触发位置，表明了地震动的辐射特性及其相关触发。最先被认别的是震后5 s的地震(图6b)。初始震级误差0.1级，位置误差3.8 km，发震时刻误差1.7 s(表S2)。MyShake的模拟性能与ShakeAlert/Elarms预警系统的实时性能相似，它在震后5.3 s发出第1次警报，震级误差0.8，震中误差1.5 km，发震时刻误差0.2 s。在现实中，当我们有更密集的手机网络时，我们期望能更快地检测到地震。视频S1和S2分别是2014拉哈布拉地震和2004帕克菲尔德地震的演示。

我们还进行了1000次模拟试验，既有随机人类活动触发也有地震触发，目的是探索不同密度手机系统的性能(详见补充材料)。我们发现，在111 km×111 km区域里有300部或更多手机时，就相当于手机间平均距离为6.4 km(表S3)，具有良好的性能 (与拉哈布拉地震类似)。如果在同一区域手机数量下降到200部，也进行1000次模拟试验，我们发现，有32个事件没有检测到，也就是说，相当于3%的事件漏掉了。漏掉一些地震，那么地震位置和发震时刻的准确性也就变差了。我们还进行了另一组1000次的模拟试验，没有地震，只有假触发。结果没有产生一个虚假事件。这是因为我们要求在10 km半径范围内，60%以上的手机来触发事件。我们的最终设计目标是要有比手机间距(小于6.4 km)更小的距离。但我们必须认识到，检测算法还需要进一步修改，以适应手机预警网络实时发生的各种变化。

灰点是台站，粉色是触发。真正的地震位置用红星表示，圆圈从里到外分别是10 km，20 km和30 km半径。蓝星表示震后5 s检测到的事件位置，每个时间点估计的震级显示在右上角

2讨论

针对基于智能手机的地震网络，它可以在破坏性地震发生时提供地震动的仪器记录并可以进行地震预警，MyShake项目提出了概念。本研究的关键是项目设计和测试了数十亿个人智能手机。为了充分发挥众包的潜力，科学家必须利用已被消费者使用的传感器来开发系统，该系统能利用对用户影响最小的来自传感器的数据，为参与的用户提供真正的好处。MyShake使用普通智能手机里的加速度计，其软件可以免费在谷歌Play商店获得并且易于安装和自动更新。系统基本不增加手机功耗，只需日常充电即能使用。手机增加了地震灾害信息传递和地震警预的功能。MyShake的详细说明和更新可以在网上找到。

今后，就像MyShake可以对现有使用传统地震网和大地测量网的EEW系统有很大帮助一样，MyShake也可以从传统网络数据的整合中获得效益。如上所述，来自传统地震台网的观测可以帮助MyShake系统减少地震检测的不确定性。同样，少数MyShake的手机触发可以被用来确认从一个或两个传统网络台站触发地震的初步检测。最传统的EEW系统，在发出警报前需要几个台站的触发。最后，也许是最重要的，MyShake可以在几乎没有传统地震台网的地区提供警报。包括像最近有破坏性地震的海地(Haiti)和尼泊尔(Nepal)，以及其他高危险地区，如伊朗(Iran)、阿富汗(Afghanistan)、巴基斯坦(Pakistan)、蒙古(Mongolia)、马来西亚(Malaysia)、印度尼西亚(Indonesia)和菲律宾(Philippines)。比如，最近在尼泊尔发生的地震估计有超过8000人死亡，部分原因是因为该地区只有少数地震台站。然而，据估计，尼泊尔拥有600万部智能手机。加德满都(Katmandu)距离M7.8地震震中80 km，那里有重大伤亡。预警系统可以提供大约20 s的警报(详见补充材料)。

MyShake系统是第1个采用我们开发的早期预警算法的手机地震观测网。这个观测网可以为城市地区大震级地震时的科学研究活动提供数以百万计的地震波形记录。这些数据可以被用来生成微震地图对局部放大效应提供信息，以便用来研究地震对建筑物的影响。这些数据还可以用来对我们城市下方的浅层地球结构成像，甚至可以对地震破裂过程本身成像。

3材料与方法

3.1数据采集

收集了在这项研究中使用的所有智能手机的数据。它安装在安卓手机上记录加速度数据。在背景噪声测试和振动台试验时，连续记录数据保存在本地手机里。当手机满足我们在本文所描述的触发时，使用基于触发器的方法记录人类活动数据和5 min数据(详见补充材料)。

3.2背景噪声测试

将智能手机放于伯克利校园的一个安静的地下室进行背景噪声测试。手机连续记录1个月，采样率为每秒50个样本。采用McNamara和Buland描述的方法计算背景噪声(图1)。

3.3振动台试验

在太平洋地震工程研究中心(Pacific Earthquake Engineering Research Center)进行了振动台试验。当振动台模拟地震时，手机连续记录地震，采样率为每秒50个样本。将高质量的参考加速度计也安装在振动台上提供参考轨迹。然后，在时间域和频率域，我们对手机和对比加速度计的记录进行了比较。测试时，将一些手机固定在振动台上，其余的手机则不固定。

3.4单个手机检测算法设计

在手机上运行的地震检测算法，将过去地震数据(来自传统地震台网，但修改后类似手机记录质量)、智能手机记录的振动台数据和人类活动数据在手机上运行设计了地震检测算法。我们应用ANN来设计算法并区分地震和人类活动。补充材料详细描述了数据处理及其步骤。

3.5网络检测算法设计

网络检测算法是在现有ElarmS-2方法的基础上设计的。它在时间和空间上搜索了智能手机触发的丛集。我们对模拟地震数据和触发数据均测试了该算法(详见补充材料)。

文献来源：Qingkai Kong, Richard M Allen, Louis Schreier, et al. MyShake: A smartphone seismic network for earthquake early warning and beyond. Sci. Adv.，2016，2：e1501055

(中国地震台网中心陈会忠张晁军，中国地震局地球物理研究所沈萍译； 中国地震台网中心李卫东校)

(译者电子信箱，张晁军：zhangchaojun@seis.ac.cn)

* 收稿日期：2016-03-03； 采用日期：2016-03-20。

中图分类号：P315.9；

文献标识码：A；

doi:10.3969/j.issn.0235-4975.2016.06.001