earthquakes-daily

Earthquakes Daily 是一个每日更新的全球4.5级以上地震实时快照数据集，数据源自美国地质调查局（USGS）的地震灾害项目，并通过Dynamic Feed API导出。数据集以可验证的方式提供，每个API响应均使用Ed25519算法进行数字签名，确保数据的完整性和来源真实性。数据集按日组织，每天生成一个JSON Lines格式文件（如data/YYYY-MM-DD.jsonl），其中每行代表一个地震事件。每个文件的首行是一个包含元数据的特殊记录，包括导出日期、API调用详情、上游数据源、许可证信息、数据新鲜度以及原始API响应的Ed25519签名和SHA-256哈希值。后续行则为具体的地震数据，包含震级（magnitude）、震级类型（mag_type）、地点描述（place）、经纬度（latitude, longitude）、深度（depth_km）、USGS PAGER影响警报级别（alert）、海啸标志（tsunami）、感觉报告数量（felt_reports）、USGS显著性分数（significance）、事件发生时间（time/measured_at）、USGS事件页面URL（url）以及数据获取时间、来源和许可证等溯源信息（retrieved_at, source, source_url, licence）。数据规模每日随全球地震活动性变化，通常每天包含10至60个M4.5+事件。该数据集适用于时间序列分析、地震模式研究、灾害预警系统开发、地理空间分析以及需要高可信度和可验证来源的科学研究与应用场景。Earthquakes Daily is a daily-updated real-time snapshot dataset of global earthquakes with magnitudes of 4.5 and above. The data originates from the U.S. Geological Survey (USGS) Earthquake Hazards Program and is exported via the Dynamic Feed API. The dataset is provided in a verifiable manner, with each API response digitally signed using the Ed25519 algorithm to ensure data integrity and source authenticity. It is organized by day, generating a JSON Lines format file each day (e.g., data/YYYY-MM-DD.jsonl), where each line represents an earthquake event. The first line of each file is a special record containing metadata, including export date, API call details, upstream data source, license information, data freshness, and the Ed25519 signature and SHA-256 hash of the original API response. Subsequent lines contain specific earthquake data, including magnitude, magnitude type (mag_type), place description, latitude and longitude, depth (depth_km), USGS PAGER impact alert level (alert), tsunami flag, number of felt reports, USGS significance score, event occurrence time (time/measured_at), USGS event page URL, and traceability information such as retrieval time, source, source URL, and license (retrieved_at, source, source_url, licence). The data volume varies daily with global seismic activity, typically including 10 to 60 M4.5+ events per day. This dataset is suitable for time series analysis, earthquake pattern research, disaster warning system development, geospatial analysis, and scientific research or applications requiring high credibility and verifiable sources.

原始信息汇总

数据集概述：Earthquakes Daily (M4.5+, live USGS via Dynamic Feed)

该数据集提供每日全球4.5级及以上地震的即时快照，数据来源于美国地质调查局（USGS）的实时地震数据流，并通过 Dynamic Feed API 导出。

核心信息

项目	内容
数据集名称	Earthquakes Daily (M4.5+, live USGS via Dynamic Feed)
数据来源	上游：USGS Earthquake Hazards Program；实时API：Dynamic Feed
许可证	美国公共领域 (US Public Domain, 17 USC §105)
更新频率	每日一次
数据规模	每日记录数随全球地震活动变化，通常为10-60条事件
任务类型	时间序列预测 (time-series-forecasting)
语言	英语 (en)

数据格式

数据以 JSON Lines (.jsonl) 格式存储，每日一个文件，命名为 data/YYYY-MM-DD.jsonl。每个文件的第一行是一个 _meta 记录，包含导出日期、API调用信息、数据来源、许可证以及 Ed25519 签名等元数据。从第二行开始，每行是一个地震事件数据。

数据字段说明

字段名	描述
magnitude, mag_type	震级及震级类型（如mww, ml等）
place	人类可读的地理位置描述
latitude, longitude, depth_km	事件的地理坐标（经纬度）和深度（公里）
alert	USGS PAGER 灾害影响等级（绿色→红色），与震级不同
tsunami	海啸标志
felt_reports	"你感觉到了吗？" 报告数量
significance	USGS 显著性评分（综合震级、有感报告和影响）
time / measured_at	事件发生时间（UTC，ISO 8601 格式）
url	USGS 事件详情页面链接
retrieved_at, source, source_url, licence	数据溯源信息

数据签名与验证

• 签名算法：Ed25519，密钥 ID 为 df-ed25519-4cb32e72f333
• 公钥获取地址：https://dynamicfeed.ai/.well-known/keys
• 签名规范文档：https://dynamicfeed.ai/standard
• 在线验证工具：https://dynamicfeed.ai/proof
• 每个快照文件的 _meta 记录中存储了从实时API返回的签名对象，以及原始签名响应字节的 SHA-256 哈希，从而将每日导出与可验证的实时响应关联起来。

使用示例

加载数据集（Python）： python import json

rows = [] with open("data/2026-06-10.jsonl") as fh: meta = json.loads(next(fh)) # 第一行是 _meta 记录 rows = [json.loads(line) for line in fh] print(meta["upstream_source"], "-", len(rows), "earthquakes")

使用 live API 获取数据： python import json, urllib.request

req = urllib.request.Request( "https://dynamicfeed.ai/v1/batch", data=json.dumps({"calls": [ {"tool": "earthquakes", "args": {"min_magnitude": 4.5, "limit": 200}} ]}).encode(), headers={"Content-Type": "application/json"}, ) resp = json.loads(urllib.request.urlopen(req).read()) quakes = resp["results"][0]["data"]["results"] signature = resp["signature"] print(len(quakes), "earthquakes;", "signed by", signature["key_id"])

关于 Dynamic Feed

Dynamic Feed 提供56个实时数据工具（涵盖天气、CVE、市场、太空、灾害、AI模型定价等），每个数据点都附带新鲜度和溯源信息，且每个API响应都有 Ed25519 签名。更多信息可访问其官网及数据源目录。

搜集汇总

数据集介绍

构建方式

本数据集源自美国地质调查局（USGS）的地震灾害计划，依托动态数据馈送（Dynamic Feed）API，每日定时抓取全球范围内震级不低于4.5级的地震事件。每个地震事件以JSON对象的形式逐行写入独立的日期文件（data/YYYY-MM-DD.jsonl），文件首行为携带导出日期、API调用详情、上游源信息及Ed25519数字签名的元数据记录。数据通过实时API批量获取，无需密钥即可访问，保证了获取过程的开放性与可复现性。

特点

该数据集的核心亮点在于其高度的可验证性与时效性。所有数据均来自USGS官方实时馈送，且每一次API响应均经过Ed25519签名，确保了从源到用户端的数据完整性与防篡改能力。每日快照不仅包含地震的震级、位置、深度等基本几何信息，还提供了USGS PAGER影响等级、海啸标志、公众震感报告数量以及显著性评分等多维属性，为地震学研究与灾害响应提供了丰富的数据支撑。

使用方法

用户可通过两种方式利用该数据集。其一是直接加载本地JSONL文件，利用Python的json模块解析每行数据，并依据元数据记录中的签名信息验证数据真实性。其二是调用Dynamic Feed的实时API，通过HTTP请求获取最新地震数据，并利用Ed25519公钥对响应进行端到端签名验证。对于使用HuggingFace datasets库的用户，注意在加载JSONL文件时过滤掉元数据行（_meta为true的记录），以获取纯净的地震事件数据。

背景与挑战

背景概述

地震作为一种突发性自然灾害，其监测与预警对于减轻人员伤亡和经济损失至关重要。美国地质调查局（USGS）实时运行着全球地震监测网络，而基于其动态数据源构建的高质量数据集，则为深度学习与时间序列预测研究提供了坚实的数据基础。Earthquakes Daily数据集由Dynamic Feed平台在每日快照中持续维护，自发布以来，该数据集聚焦于震级4.5级以上的全球地震事件，通过Ed25519签名机制确保数据的可验证性与完整性。该数据集为地震学领域的研究者提供了标准化的时间序列素材，在推动地震活动模式识别、灾害风险评估及预警模型优化等方面展现出显著的影响力。

当前挑战

地震数据的实时采集与高可靠性存储是地球物理信息处理中的核心挑战。该数据集所解决的领域问题在于：如何将来自USGS的动态、非结构化的地震流转化为可供机器学习模型直接解析的标准化时间序列样本，从而支撑诸如地震预测与震级分类等任务。在构建过程中，主要挑战包括：每天全球地震事件的数量波动剧烈（10至60起），导致数据分布高度不均衡；每个地震记录的实时获取与签名验证增加了管道设计的复杂性；同时，元数据与地震记录共存的JSONL格式要求数据加载阶段能够准确剥离元信息，以避免数据污染对模型训练造成干扰。

常用场景

经典使用场景

地震学领域的研究者长期以来依赖可靠且可验证的全球地震活动数据来构建预测模型与灾害评估系统。Earthquakes Daily 数据集提供了每日更新的全球 M4.5 级以上地震事件的快照，涵盖震级、震源深度、地理位置、海啸预警及公众震感报告等多维信息。其经典使用场景集中于时间序列预测任务，研究者能够借助这些连续且具有时间戳的记录，训练深度学习模型以捕捉地震活动的时空演化规律，提升对未来强震发生概率和时空分布的预测精度。

解决学术问题

该数据集的核心学术贡献在于解决了地震学研究中数据源不可靠、难以验证及更新滞后等长期困扰学界的难题。通过集成 USGS 官方数据并引入 Ed25519 签名机制，每一日的地震快照均可被独立验证其完整性与真实性，从而为地震活动时空统计建模、地震周期分析以及触发机制研究提供了可信的基础数据。这一创新显著增强了研究的可复现性，使学者能够在全球范围内开展大规模地震序列的比较研究，推动了地震预警理论与灾害风险评估方法的进步。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的研究工作。基于每日地震记录，学者开发了基于注意力机制的时空图神经网络模型，用于捕捉地震事件间的长程依赖关系，显著提升了中短期地震预测的准确率。另一类经典工作聚焦于震后快速响应系统的构建，利用数据集中的震感报告与海啸标志信息，训练分类器自动评估地震触发次生灾害的概率。此外，数据集的可验证签名特性催生了地震数据溯源与去中心化验证的研究方向，为建立更透明、可信的科学数据共享基础设施奠定了基础。