Przełom w uczeniu maszynowym: ostrzeżenia o trzęsieniach ziemi na miesiące przed ich wystąpieniem
WarsawBadacze z Uniwersytetu Alaska Fairbanks oraz Uniwersytetu Ludwika i Maksymiliana odkryli, że uczenie maszynowe jest w stanie dawać ostrzeżenia na kilka miesięcy przed dużymi trzęsieniami ziemi. To odkrycie mogłoby zrewolucjonizować sposób przewidywania trzęsień ziemi oraz pomóc w zmniejszeniu ich skutków dla ludzi i budynków.
Zespół kierowany przez Társilo Gironę z Uniwersytetu Alaski w Fairbanks odkrył, że małe ruchy tektoniczne występują przed dużymi trzęsieniami ziemi. Wykorzystali uczenie maszynowe do analizy danych z trzęsienia ziemi w Anchorage w 2018 roku oraz z trzęsień ziemi w Ridgecrest w Kalifornii w 2019 roku. Zauważyli nietypowe aktywności sejsmiczne trzy miesiące przed tymi wydarzeniami.
Kluczowe wnioski z badań to:
- Około trzech miesięcy niskiej aktywności sejsmicznej odnotowano w 15-25% dotkniętych obszarów.
- Prawdopodobieństwo wystąpienia poważnych trzęsień ziemi w ciągu 30 dni przed ich wystąpieniem wzrosło do 85%.
- Niska aktywność sejsmiczna poniżej 1,5 jest istotnym wskaźnikiem zbliżającego się dużego trzęsienia ziemi.
Badania wskazują, że wyższe ciśnienie płynów w uskokach może spowodować ich przesunięcie, prowadząc do drobnych wstrząsów, które mogą zwiastować nadchodzące większe trzęsienia ziemi. To odkrycie podkreśla zmiany w mechanice uskoków, jakie zachodzą przed dużymi trzęsieniami ziemi.
Wykorzystanie uczenia maszynowego w badaniach nad trzęsieniami ziemi stanowi duży krok naprzód. Nowoczesne sieci sejsmiczne generują ogromne ilości danych, które można teraz dokładnie analizować w poszukiwaniu wczesnych sygnałów ostrzegawczych. Uczenie maszynowe pomaga dostrzec wzorce, które mogą umknąć ludzkiej uwadze. Szybkie komputery przyspieszają te analizy, umożliwiając monitorowanie w czasie rzeczywistym.
Jednakże wdrożenie takiego prognozowania wiąże się z kilkoma wyzwaniami. Istnieją kwestie etyczne i praktyczne, takie jak:
- Fałszywe alarmy mogą powodować niepotrzebną panikę i zakłócenia gospodarcze.
- Brak przewidywań może prowadzić do katastrofalnych skutków.
Algorytm opracowany przez Gironę i Drymoni zostanie przetestowany w niemal rzeczywistym czasie, aby rozwiązać te problemy. Kluczowe jest zastosowanie wcześniejszych danych sejsmicznych z regionów, w których algorytm ma być używany, aby zapewnić jego dokładność i niezawodność.
Dokładne przewidywanie trzęsień ziemi może znacząco wpłynąć na sytuację. Wczesne ostrzeżenia mogą pomóc ludziom ewakuować się z zagrożonych obszarów, zmniejszyć straty finansowe oraz ratować życie. Ważne jest jednak, aby dzielić się tą informacją w sposób przemyślany, aby utrzymać zaufanie społeczne.
Badania te wprowadzają nową metodę przygotowywania się na trzęsienia ziemi z wykorzystaniem zaawansowanej technologii. Połączenie uczenia maszynowego z tradycyjnymi badaniami nad trzęsieniami ziemi pozwala lepiej przewidywać i reagować na te zjawiska naturalne.
Badanie jest publikowane tutaj:
http://dx.doi.org/10.1038/s41467-024-51596-zi jego oficjalne cytowanie - w tym autorzy i czasopismo - to
Társilo Girona, Kyriaki Drymoni. Abnormal low-magnitude seismicity preceding large-magnitude earthquakes. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-51596-zUdostępnij ten artykuł