地震预测新突破：科学家发现地震与宇宙射线相关

本文来自微信公众号：SF 中文 （ID：kexuejiaodian），作者：SF

我们常把地球比作母亲，不过我们这位"母亲"的脾气似乎不大好。地震、海啸、飓风、洪水…… 她时不时就发次脾气。其中，地震可能是对我们造成危害最大的了。在 20 世纪因为自然灾害死亡的人数中，因地震造成的死亡超过了一半。如果能提前做好应对，就有可能把损失降到最低，为此人类也一直在运用各种方法，尝试在地震发生之前预测地震。

文 | 梅林

几十年来，人们一直尝试使用各种方法，预测地震的发生。而且，也有过所谓"成功预测"的例证，然而在预测地震方面，我们似乎并没有取得什么进展。

地震真的不能预测吗？

前一阵，发生在土耳其的大地震造成 2 万余人死亡。在土耳其大地震发生前三天，一位所谓的荷兰"科学家"预测了这次大地震，而且在第一次地震发生后，他又预测了第二次地震。两次预测的时间、地点都相当准确，这让他成为社交媒体的新晋网红。

然而，我们如果从科学的角度去分析，这位荷兰"科学家"的所谓预测只不过是基于现有科学理论的合理猜测，因为他预测发生的地区就位于地震带上，而且位于三大板块的交界处。再加上，这位"科学家"模糊的时间表述，他说"这个区域迟早会发生地震"，但凡懂得一些地震常识的朋友都能得出这样的结论 -- 这一地区所在的地理位置的确决定了这里"迟早"会发生地震。巧合的是，3 天后这里果真发生了地震。我们只能感叹，这位"科学家"的运气实在是好。

我们回归正题，目前科学家采取的预测地震的尝试主要从下面这几个方面入手。

• 第一是统计学方面。科学家会统计世界各地，特别是地震热点地区，一定时间内发生地震的情况，运用统计分析的方法，计算各地发生地震的概率以及规律。这毕竟是统计学上的分析，受数据和统计时间的影响，可能我们得到的统计结果并不准确，因为与亿万年的地质时期相比，我们所有的数据和统计的时间太有限了。

• 第二是地震的前兆方面。我们可能已经知道，一些动物在地震前会出现异常的反应。比如冬日里，冬眠的蛇突然大批爬出洞穴；家养的鸡鸭鹅狗会发生躁动，这些可能都是地震发生的前兆。因为动物的可控性很差，而且关于动物对地震产生反应，我们还没有特别深入的了解，因此利用这种方法预测地震存在很大的不确定性。

地震的发生与宇宙射线相关

此前，科学家对于预测地震的尝试和研究都是围绕地球本身展开的，并没有取得什么效果。时至今日，我们也没有任何可靠的预测地震的方法。如果我们把目光转向地球之外，或许会有新的发现。

最近，由来自波兰、乌克兰、意大利、以色列、西班牙、俄罗斯等国的科学家组成的联合研究团队发现，在过去 60 多年的时间里，地球上测量到的次级宇宙射线流量的平均变化与全球地震活动之间存在着显著的相关性。

科学家统计了地球上测量到的次级宇宙射线数据，以及全球 5 级以上地震的记录，做了统计分析，发现上述的显著相关性。而且宇宙射线的变化要早于地震活动两周。

也许有的伙伴会说，这样的研究结果会不会是偶然的，是科学家碰巧发现了这种所谓的"相关"。为此，科学家做了进一步的研究，他们发现，这种相关性还存在周期性。换句话说，这种相关性会随着时间变化，变化周期与太阳的活动周期大致相同。如此强烈的规律性也就证明了次级宇宙射线的变化同地震活动之间的相关性是可靠，那么我们就可能在地震发生的前 14 天通过测定次级宇宙射线的变化，预测地震的发生。

源自地球内部的地震为何会与来自太空的宇宙射线有关联？

地震源自地球内部的活动，而宇宙射线来自太空。这两个看起来毫无关系的现象为什么会有如此显著的相关性呢？科学家认为，地球内部的质量运动，比如板块运动，改变了地球的磁场和引力场。

与引力场相比，磁场的变化更快地传到了地壳，并延伸到地球附近的大气层，从而造成大气层中次级宇宙射线的变化。而引力场的变化要晚于磁场传到地壳，引力场的变化正是造成地震的原因。因此，我们可以在地震发生之前，探测次级宇宙射线的变化，进而预测地震的发生。

至于两者之间的相关性所表现出的周期性，科学家猜测，这可能是因为太阳活动体现出周期性的缘故。太阳活动的周期性变化使得次级宇宙射线的变化也表现出了周期性，因而它与地震活动的相关性也随之呈周期性变化。

这项研究还处于初级阶段，发现的现象也没有弄清楚其中的机制。而且，如果我们可以利用宇宙射线来预测地震，那么用这种方法预测的是某一地区的地震，还是全球范围内发生的地震，科学家也并不清楚。不过，这一研究算是一个好的开始，可能我们真的在预测地震方面找到了可靠的新方向。

参考文献：

• Observation of large scale precursor correlations between cosmic rays and earthquakes with a periodicity similar to the solar cycle - ScienceDirect