BorisKriuk/Poseidon

---
license: cc-by-4.0
task_categories:
- time-series-forecasting
language:
- en
pretty_name: Poseidon
size_categories:
- 1M<n<10M
tags:
- geophysics
- earthquake-prediction
---

# Poseidon: Global Earthquake Dataset (1990-2020)

This is the official dataset for the paper [POSEIDON: Physics-Optimized Seismic Energy Inference and Detection Operating Network](https://huggingface.co/papers/2601.02264).

## Overview

**Poseidon** is a largest opensource global earthquake dataset containing **2.8+ million seismic events** spanning 30 years (1990-2020). Named after the Greek god of earthquakes, this dataset is designed for machine learning applications including earthquake prediction, seismic hazard analysis, spatiotemporal pattern recognition, and energy-based modeling.

## Dataset Statistics

| Metric | Value |
|--------|-------|
| **Total Events** | 2,833,766 |
| **Time Span** | 1990-01-01 to 2024-12-31 |
| **Magnitude Range** | 0.0 - 9.1 |
| **Geographic Coverage** | Global (-90 to 90 lat, -180 to 180 lon) |
| **Spatial Resolution** | 180 x 360 grid bins (1 degree resolution) |

## Features

### Core Seismic Properties

| Column | Type | Description |
|--------|------|-------------|
| id | string | Unique USGS event identifier |
| time | string | ISO 8601 timestamp (UTC) |
| latitude | float64 | Event latitude (-90 to 90) |
| longitude | float64 | Event longitude (-180 to 180) |
| depth | float64 | Hypocenter depth in kilometers |
| magnitude | float64 | Event magnitude |
| mag_type | string | Magnitude type (ml, mb, mw, md, etc.) |

### Event Metadata

| Column | Type | Description |
|--------|------|-------------|
| place | string | Human-readable location description |
| type | string | Event type (earthquake, quarry blast, etc.) |
| status | string | Review status (reviewed, automatic) |
| tsunami | int64 | Tsunami flag (1 = tsunami generated, 0 = none) |
| sig | int64 | Significance score (0-1000+) |
| net | string | Contributing seismic network code |

### Quality Metrics

| Column | Type | Description |
|--------|------|-------------|
| nst | float64 | Number of stations used |
| dmin | float64 | Minimum distance to nearest station (degrees) |
| rms | float64 | Root mean square travel time residual |
| gap | float64 | Azimuthal gap (degrees) |
| horizontal_error | float64 | Horizontal location uncertainty (km) |
| depth_error | float64 | Depth uncertainty (km) |
| mag_error | float64 | Magnitude uncertainty |
| mag_nst | float64 | Number of stations for magnitude calculation |

### Temporal Features (Pre-computed)

| Column | Type | Description |
|--------|------|-------------|
| year | int64 | Event year |
| month | int64 | Event month (1-12) |
| day | int64 | Event day (1-31) |
| hour | int64 | Event hour (0-23 UTC) |
| minute | int64 | Event minute (0-59) |
| second | int64 | Event second (0-59) |

### Spatial Grid Features (Pre-computed)

| Column | Type | Description |
|--------|------|-------------|
| lat_bin | int64 | Latitude bin index (0-179) for heatmap generation |
| lon_bin | int64 | Longitude bin index (0-359) for heatmap generation |

### Energy Features (Pre-computed)

| Column | Type | Description |
|--------|------|-------------|
| energy_joules | float64 | Seismic energy release in Joules |
| log_energy | float64 | Log10 of energy (for numerical stability) |

## Energy Calculation

Seismic energy is computed using the Gutenberg-Richter energy-magnitude relation:

log10(E) = 1.5 x M + 4.8

Where E = Energy in Joules and M = Earthquake magnitude.

Example values:

| Magnitude | Energy (Joules) | Equivalent |
|-----------|-----------------|------------|
| 2.0 | 6.3 x 10^7 | Small explosion |
| 4.0 | 6.3 x 10^10 | 15 tons TNT |
| 6.0 | 6.3 x 10^13 | 15 kilotons TNT |
| 8.0 | 6.3 x 10^16 | 15 megatons TNT |
| 9.0 | 2.0 x 10^18 | 475 megatons TNT |

## Usage

```python
import pandas as pd
df = pd.read_csv("poseidon.csv")
df['datetime'] = pd.to_datetime(df['time'])
```

### Example: Filter Significant Events

```python
major_quakes = df[df['magnitude'] >= 6.0]
print(f"Major earthquakes (M6+): {len(major_quakes):,}")

tsunami_events = df[df['tsunami'] == 1]
print(f"Tsunami-generating events: {len(tsunami_events):,}")
```

## Applications

This dataset is designed for:

- Earthquake Prediction Models
- Aftershock Sequence Analysis
- Magnitude-Frequency Analysis
- Tsunami Early Warning
- Energy-Based Models (EBMs)
- CNN/RNN Training
- Seismic Hazard Mapping

## License

This dataset is released under CC BY 4.0.

## Acknowledgments

- USGS Earthquake Hazards Program for providing the source data
- Gutenberg and Richter for the foundational energy-magnitude relation

许可证：CC BY 4.0
任务类别：时间序列预测
语言：英语
数据集名称：波塞冬（Poseidon）
规模区间：100万 < n < 1000万
标签：地球物理学、地震预测

# 波塞冬（Poseidon）：1990-2020年全球地震数据集

本数据集为论文《POSEIDON: Physics-Optimized Seismic Energy Inference and Detection Operating Network》（https://huggingface.co/papers/2601.02264）的官方配套数据集。

## 数据集概述
**Poseidon（波塞冬）**是目前规模最大的开源全球地震数据集，涵盖1990至2020年的30年时序数据，总计包含280余万次地震事件。该数据集以希腊地震之神波塞冬命名，旨在支持地震预测、地震危险性分析、时空模式识别以及基于能量的建模等机器学习应用。

## 数据集统计指标
| 指标 | 数值 |
|--------|-------|
| **总事件数** | 2,833,766 |
| **时间跨度** | 1990年1月1日至2024年12月31日 |
| **震级范围** | 0.0 至 9.1 |
| **地理覆盖范围** | 全球范围（纬度区间-90至90，经度区间-180至180） |
| **空间分辨率** | 180×360网格分箱（1度分辨率） |

## 数据集字段特征

### 核心地震属性
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| id | 字符串 | 美国地质调查局（United States Geological Survey, USGS）唯一事件标识符 |
| time | 字符串 | ISO 8601格式UTC时间戳 |
| latitude | float64 | 事件纬度（取值范围-90至90） |
| longitude | float64 | 事件经度（取值范围-180至180） |
| depth | float64 | 震源深度，单位：千米 |
| magnitude | float64 | 事件震级 |
| mag_type | 字符串 | 震级类型（ml、mb、Mw、Md等） |

### 事件元数据
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| place | 字符串 | 人类可读的位置描述 |
| type | 字符串 | 事件类型（地震、矿山爆破等） |
| status | 字符串 | 审核状态（已审核、自动生成） |
| tsunami | int64 | 海啸标记（1表示该事件引发海啸，0表示未引发） |
| sig | int64 | 事件重要性评分（取值范围0至1000+） |
| net | 字符串 | 贡献该事件数据的地震台网代码 |

### 质量评估指标
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| nst | float64 | 定位该事件所用的台站数量 |
| dmin | float64 | 事件至最近台站的最小距离，单位：度 |
| rms | float64 | 走时残差均方根值 |
| gap | float64 | 方位角间隙，单位：度 |
| horizontal_error | float64 | 水平位置不确定性，单位：千米 |
| depth_error | float64 | 深度不确定性，单位：千米 |
| mag_error | float64 | 震级计算不确定性 |
| mag_nst | float64 | 用于震级计算的台站数量 |

### 预计算时间特征
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| year | int64 | 事件发生年份 |
| month | int64 | 事件发生月份（取值1至12） |
| day | int64 | 事件发生日期（取值1至31） |
| hour | int64 | 事件发生小时（UTC时间，取值0至23） |
| minute | int64 | 事件发生分钟（取值0至59） |
| second | int64 | 事件发生秒数（取值0至59） |

### 预计算空间网格特征
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| lat_bin | int64 | 用于热图生成的纬度分箱索引（取值0至179） |
| lon_bin | int64 | 用于热图生成的经度分箱索引（取值0至359） |

### 预计算能量特征
| 字段名 | 数据类型 | 描述 |
|--------|------|-------------|
| energy_joules | float64 | 地震能量释放量，单位：焦耳 |
| log_energy | float64 | 能量的以10为底对数值（用于提升数值计算稳定性） |

## 能量计算方法
地震能量通过古腾堡-里克特（Gutenberg-Richter）震级-能量关系公式计算：
$$log_{10}(E) = 1.5 imes M + 4.8$$
其中$E$为地震能量，单位：焦耳；$M$为地震震级。

示例等效当量：
| 震级 | 能量（焦耳） | 等效当量 |
|-----------|-----------------|------------|
| 2.0 | $6.3 imes 10^7$ | 小型爆炸 |
| 4.0 | $6.3 imes 10^{10}$ | 15吨三硝基甲苯（TNT） |
| 6.0 | $6.3 imes 10^{13}$ | 15千吨三硝基甲苯（TNT） |
| 8.0 | $6.3 imes 10^{16}$ | 15兆吨三硝基甲苯（TNT） |
| 9.0 | $2.0 imes 10^{18}$ | 475兆吨三硝基甲苯（TNT） |

## 使用示例
python
import pandas as pd
df = pd.read_csv("poseidon.csv")
df['datetime'] = pd.to_datetime(df['time'])

### 示例：筛选重要地震事件
python
major_quakes = df[df['magnitude'] >= 6.0]
print(f"M6级以上大地震数量：{len(major_quakes):,}")

tsunami_events = df[df['tsunami'] == 1]
print(f"引发海啸的事件数量：{len(tsunami_events):,}")

## 应用场景
本数据集适用于以下研究与应用：
- 地震预测模型构建
- 余震序列分析
- 震级-频率分布分析
- 海啸早期预警系统研发
- 基于能量的模型（Energy-Based Models, EBMs）训练
- 卷积神经网络（CNN）/循环神经网络（RNN）模型训练
- 地震危险性制图

## 许可证
本数据集采用CC BY 4.0协议发布。

## 致谢
- 美国地质调查局（United States Geological Survey, USGS）地震灾害项目提供原始数据源
- 古腾堡与里克特奠定了震级-能量关系研究的基础