Yin和他的同事利用电缆数据确定了地震的位置，并估计了在研究期间发生的一次陆上(3.7级)和两次海上(2.7级和3.3级)地震的震级。

　　他们的研究结果表明，与陆上DAS阵列相比，使用这种单一DAS阵列可以在地震早期预警方面提供大约三秒的改进。在研究人员进行的模拟中，他们发现，通过部署多个相隔50公里的DAS阵列，并在该区域协同工作，他们可以将俯冲带的EEW警报时间提高5秒。

　　Yin说:“由于DAS阵列的海上部署，我们确实期待一些改进，但实际速度的提高超出了我们最初的预期。”“关键优势在于该阵列位于海上，无需等待地震波到达地面台站。”

　　智利近海地区与加拿大和美国西北太平洋沿岸的卡斯卡迪亚地区相似。这两个地区都有一个活跃的俯冲带，在那里，构造板块碰撞，一个板块俯冲到另一个板块下面，造成了历史上一些最大、最具破坏性的地震。即使在南加州近海，也有许多断层发生过6级或更大的地震。在所有这些人口密集的沿海地区，海上地震预警可以帮助保护生命和财产。

　　“选择这条电缆的主要原因是智利的地震风险较高。该地区近海地震频繁，历史上多次发生8级以上地震，其中包括1960年有记录以来最大的一次。”“考虑到大地震的高地震风险和潜在的破坏性影响，智利迫切需要一个可靠的海上地震预警系统。”

　　研究人员使用了深度学习人工智能模型，该模型在之前的地震和DAS数据上进行了训练和验证，从海底电缆的DAS数据中挑选出地震波。“在DAS的具体情况下，收集的数据量很大。对于像EEW这样的实时应用，预训练的深度学习模型提供了高效可靠的选择。”然而，他指出，其他传统的地震采集方法仍然可以有效地自动化处理DAS数据。

　　Yin说，研究人员需要更多的数据，特别是来自更大震级地震的数据，以有效地开发和测试EEW算法，以及在构建与现有EEW框架集成的实时EEW系统之前，关于DAS仪器如何响应的更多信息。

　　他指出，世界上有很多地方可以继续这项研究。

　　“全球有1500多个电缆登陆站，技术的进步允许在不影响(电信)数据传输的情况下使用操作电缆和添加DAS系统。”尹说。“我们相信，这开辟了许多令人兴奋的研究机会，我们热衷于在未来的研究中探索这些机会。我们正在寻求与电缆所有者、环境机构和政策制定者密切互动，以扩大DAS-EEW的规模，造福沿海社区。”