位于太平洋西北部的卡斯卡迪亚俯冲带历史上曾发生过强烈的破坏性地震，这些地震曾摧毁森林，引发海啸，并一直到达日本海岸。

最近一次大地震发生在1700年。但这可能不会是最后一次。受影响的地区现在是繁华的大都市，是数百万人的家园。

计算出地震的频率——以及下一次“大地震”何时发生——是一个活跃的科学问题，它涉及到在地质记录中以晃动的岩石、沉积物和景观的形式寻找过去地震的迹象。

然而，德克萨斯大学奥斯汀分校的科学家及其合作者的一项研究对覆盖数千年的地震记录的可靠性提出了质疑——这种地震记录是在海底地层中发现的一种叫做浊积岩的地质沉积物。

研究人员分析了大约12000年前卡斯卡迪亚俯冲带的浊积层，并使用了一种算法来评估浊积层之间的相关性。

他们发现，在大多数情况下，浊积岩样本之间的相关性并不比随机更好。由于浊积岩可以由一系列现象引起，而不仅仅是地震，结果表明浊积岩记录与过去地震的联系比以前认为的更不确定。

“我们希望每一个引用卡斯卡迪亚俯冲地震间隔的人都明白，这些时间线正在受到这项研究的质疑，”美国地质调查局的研究地球物理学家、该研究的合著者琼·贡伯格说。“进行进一步的研究来完善这些间隔是很重要的。我们所知道的是，卡斯卡迪亚过去和将来都是地震活跃地区，所以最终，人们需要做好准备。”

研究人员说，研究结果并不一定会改变卡斯卡迪亚估计的地震频率，大约每500年发生一次。目前的频率估计是基于一系列数据和解释，而不仅仅是本研究中分析的浊积物。然而，这些结果确实强调了对浊积层进行更多研究的必要性，特别是对浊积层之间以及它们与大地震之间的关系。

UT Jackson地球科学学院的研究教授Jacob Covault说，该算法提供了一种定量工具，为解释古代地震记录提供了一种可复制的方法，这些方法通常基于对地质及其潜在关联的更定性的描述。

“这个工具提供了一个可重复的结果，所以每个人都能看到同样的东西，”科沃特说，他是杰克逊学院经济地质局定量分类实验室的联合首席研究员。“你可能会对这个结果提出异议，但至少你有一个基线，一个可重复的方法。”

研究结果发表在GSA公报杂志上。这项研究包括来自美国地质勘探局、斯坦福大学和阿拉斯加地质与地球物理勘探局的研究人员。

浊积岩是水下滑坡的残余物。它们是由沉积物组成的，这些沉积物被穿越海底的沉积物的湍流运动抛入水中后，又沉降到海底。这些层中的沉积物具有独特的等级，底部的颗粒较粗，顶部的颗粒较细。

但是形成浊积层的方法不止一种。地震震动海底时，会引起山体滑坡。但风暴、洪水和一系列其他自然现象也可以，尽管在地理上规模较小。

目前，将浊积岩与过去的地震联系起来通常需要在海底的地质岩心中找到它们。根据研究人员的说法，如果浊积岩在一个相对较大的区域内的多个样本中出现在大致相同的位置，那么它就被认为是过去地震的遗迹。

尽管碳定年样本可以帮助缩小时间范围，但在解释出现在大约同一时间和地点的样本是否与同一事件有关时，仍然存在很多不确定性。

为了更好地处理不同浊积样品之间的关系，研究人员采用了一种更定量的方法——一种称为“动态时间扭曲”的算法——来处理浊积数据。该算法方法可以追溯到20世纪70年代，具有广泛的应用，从语音识别到动态VR环境中的平滑图形。

这是该算法第一次被应用到浊积物的分析中，研究报告的合著者Zoltán Sylvester说，他是杰克逊学院的研究教授，也是定量碎屑实验室的联合首席研究员，他领导了对浊积物分析算法的调整。

西尔维斯特说:“这种算法是我参与过的许多项目的关键组成部分。“但它在地球科学领域仍未得到充分利用。”

该算法检测可能随时间变化的两个样本之间的相似性，并确定它们之间的数据匹配程度。

对于语音识别软件来说，这意味着识别关键词，即使它们可能以不同的速度或音调说出来。对于浊积岩来说，它涉及到识别不同浊积岩样品之间共有的磁性，尽管这些样品来自相同的事件，但在不同的地点可能看起来不同。

阿拉斯加地质与地球物理勘探局海岸灾害项目经理诺拉·尼明斯基说:“将浊积物联系起来不是一项简单的任务。”“浊积岩通常表现出显著的横向可变性，反映了其可变的流动动力学。因此，我们不期望浊积岩在很远的距离上保持相同的沉积特征，甚至在许多情况下，在很小的距离上，特别是沿着像卡斯卡迪亚这样的活动边缘或跨越各种沉积环境。”

研究人员还对算法产生的相关性进行了另一层次的审查。他们将结果与通过比较10,000对随机浊积层的合成数据计算出的相关数据进行了比较。这种综合比较作为对实际样品中巧合匹配的控制。

研究人员将他们的技术应用于1999年在一次科学巡航中收集的9个地质岩心的浊积层磁化率日志。他们发现，在大多数情况下，之前相关的浊积层之间的联系并不比随机更好。这种趋势的唯一例外是那些相对较近的浊积层，它们之间的距离不超过15英里。

研究人员强调，该算法只是分析浊度的一种方法，其他数据的包含可能会以某种方式改变核心之间的相关性程度。但根据这些结果，在同一时间和地质记录中的一般区域存在浊度不足以明确地将它们相互联系起来。

虽然算法和机器学习方法可以帮助完成这项任务，但要由地球科学家来解释结果，看看研究的方向。

“我们来这里是为了回答问题，而不仅仅是应用这个工具，”西尔维斯特说。“但与此同时，如果你在做这种工作，就会迫使你非常仔细地思考。”