Metoda naukowców może zapewnić ostrzeżenie przed poważnymi trzęsieniami ziemi z miesięcznym wyprzedzeniem

Metoda naukowców może zapewnić ostrzeżenie przed poważnymi trzęsieniami ziemi z miesięcznym wyprzedzeniem

Według badań przeprowadzonych przez naukowców z Uniwersytetu Alaska Fairbanks, którzy przeanalizowali dwa duże trzęsienia ziemi na Alasce i w Kalifornii, społeczeństwo może otrzymać dni lub miesiące ostrzeżenia przed poważnym trzęsieniem ziemi dzięki zidentyfikowaniu wcześniejszych zaburzeń tektonicznych na dużych obszarach.

Pracami kierował adiunkt naukowy Társilo Girona z Instytutu Geofizycznego UAF.

Girona, geofizyk i naukowiec zajmujący się danymi, bada prekursorską aktywność erupcji wulkanicznych i trzęsień ziemi. Geolog Kyriaki Drymoni z Ludwig-Maximilians-Universita?t w Monachium, Niemcy, jest współautorem.

Metodę wykrywania, opartą na uczeniu maszynowym, opublikowano 28 sierpnia w czasopiśmie Nature Communications.

„Nasza praca pokazuje, że zaawansowane techniki statystyczne, w szczególności uczenie maszynowe, mają potencjał identyfikowania prekursorów trzęsień ziemi o dużej magnitudzie poprzez analizę zestawów danych pochodzących z katalogów trzęsień ziemi” – powiedział Girona.

Autorzy napisali algorytm komputerowy do przeszukiwania danych w celu znalezienia nieprawidłowej aktywności sejsmicznej. Algorytmy to zestaw instrukcji komputerowych, które uczą program interpretowania danych, uczenia się z nich i podejmowania świadomych przewidywań lub decyzji.

Skupili się na dwóch dużych trzęsieniach ziemi: trzęsieniu ziemi o magnitudzie 7,1 w Anchorage w 2018 r. oraz serii trzęsień ziemi o magnitudzie od 6,4 do 7,1 w Ridgecrest w Kalifornii w 2019 r.

Stwierdzono, że przed każdym z dwóch badanych trzęsień ziemi na obszarze od 15% do 25% powierzchni południowo-centralnej Alaski i południowej Kalifornii przez około trzy miesiące występowały nietypowe regionalne aktywności sejsmiczne o małej magnitudzie.

Z ich badań wynika, że ​​niepokoje poprzedzające duże trzęsienia ziemi są najczęściej rejestrowane przez aktywność sejsmiczną o magnitudzie poniżej 1,5.

Trzęsienie ziemi w Anchorage miało miejsce 30 listopada 2018 r. o 8:29 rano, a epicentrum znajdowało się około 10,5 mil na północ od miasta. Spowodowało ono poważne szkody na niektórych drogach i autostradach, a także uszkodziło kilka budynków.

Korzystając z programu opartego na danych, Girona i Drymoni odkryli, że w przypadku trzęsienia ziemi w Anchorage prawdopodobieństwo wystąpienia dużego trzęsienia ziemi w ciągu 30 dni lub krócej gwałtownie wzrosło do około 80% około trzech miesięcy przed trzęsieniem ziemi z 30 listopada. Prawdopodobieństwo wzrosło do około 85% zaledwie kilka dni przed jego wystąpieniem. Podobne wyniki prawdopodobieństwa uzyskali dla sekwencji trzęsień ziemi w Ridgecrest w okresie rozpoczynającym się około 40 dni przed rozpoczęciem sekwencji trzęsień ziemi.

Girona i Drymoni proponują geologiczną przyczynę niskiej aktywności prekursora: znaczny wzrost ciśnienia płynu porowego w obrębie uskoku.

Ciśnienie płynu porowego odnosi się do ciśnienia płynu wewnątrz skały. Wysokie ciśnienie płynu porowego może potencjalnie prowadzić do poślizgu uskoku, jeśli ciśnienie jest wystarczające, aby pokonać opór tarcia między blokami skały po obu stronach uskoku.

„Zwiększone ciśnienie płynu porowego w uskokach, które prowadzi do poważnych trzęsień ziemi, zmienia właściwości mechaniczne uskoków, co z kolei prowadzi do nierównomiernych zmian w regionalnym polu naprężeń” — powiedział Drymoni. „Proponujemy, aby te nierównomierne zmiany… kontrolowały nienormalną, poprzedzającą sejsmiczność o niskiej magnitudzie”.

Girona stwierdził, że uczenie maszynowe ma ogromny pozytywny wpływ na badania nad trzęsieniami ziemi.

„Nowoczesne sieci sejsmiczne produkują ogromne zbiory danych, które po odpowiedniej analizie mogą dostarczyć cennych spostrzeżeń na temat prekursorów zdarzeń sejsmicznych” — powiedział. „To właśnie tutaj postęp w uczeniu maszynowym i obliczeniach o wysokiej wydajności może odegrać transformacyjną rolę, umożliwiając badaczom identyfikację znaczących wzorców, które mogą sygnalizować zbliżające się trzęsienie ziemi”.

Autorzy twierdzą, że ich algorytm zostanie przetestowany w sytuacjach niemal w czasie rzeczywistym, aby zidentyfikować i rozwiązać potencjalne wyzwania dla prognozowania trzęsień ziemi. Metoda ta nie powinna być stosowana w nowych regionach bez trenowania algorytmu z historyczną sejsmicznością danego obszaru, dodają.

Girona powiedział, że tworzenie wiarygodnych prognoz trzęsień ziemi ma „bardzo ważny i często kontrowersyjny wymiar”.

„Dokładne prognozowanie ma potencjał ratowania życia i ograniczania strat ekonomicznych poprzez dostarczanie wczesnych ostrzeżeń, które umożliwiają terminową ewakuację i przygotowanie” – powiedział. „Jednakże niepewność inherentna w prognozowaniu trzęsień ziemi rodzi również istotne pytania etyczne i praktyczne”.

„Fałszywe alarmy mogą prowadzić do niepotrzebnej paniki, zakłóceń gospodarczych i utraty zaufania publicznego, podczas gdy błędne prognozy mogą mieć katastrofalne skutki” – powiedział.

Click to rate this post!
[Total: 0 Average: 0]
science