Zmiany na Ziemi: Sztuczna Inteligencja przewiduje trzęsienia ziemi z miesięcznym wyprzedzeniem – przełom w sejsmologii!

Sztuczna Inteligencja przewiduje trzęsienia ziemi z miesięcznym wyprzedzeniem – przełom w sejsmologii!

W świecie nauki dokonał się kolejny przełom, tym razem w dziedzinie sejsmologii. Naukowcy z Uniwersytetu Alaska Fairbanks oraz Uniwersytetu Ludwika i Maksymiliana w Monachium opracowali innowacyjną metodę wykorzystującą sztuczną inteligencję do przewidywania dużych trzęsień ziemi z kilkumiesięcznym wyprzedzeniem. To odkrycie może zrewolucjonizować nasze podejście do bezpieczeństwa i gotowości na katastrofy sejsmiczne.

 

Badanie, opublikowane 28 sierpnia 2024 roku w prestiżowym czasopiśmie Nature Communications, jest dziełem dwóch geofizyczek: dr Társilo Girony z Uniwersytetu Alaska Fairbanks oraz dr Kyriaki Drymoni z Uniwersytetu Ludwika i Maksymiliana w Monachium. Ich interdyscyplinarne podejście, łączące wiedzę z zakresu geofizyki z zaawansowanymi technikami uczenia maszynowego, pozwoliło na stworzenie modelu, który może znacząco poprawić nasze zdolności prognozowania trzęsień ziemi.

 

Kluczem do sukcesu okazała się analiza ogromnych ilości danych sejsmicznych w poszukiwaniu subtelnych wzorców aktywności sejsmicznej o niskiej magnitudzie, które mogą zwiastować nadchodzące duże wstrząsy. Naukowcy skupili się na dwóch niedawnych, znaczących wydarzeniach sejsmicznych: trzęsieniu ziemi o magnitudzie 7,1 w Anchorage w 2018 roku oraz serii trzęsień ziemi w Ridgecrest w Kalifornii w 2019 roku.

 

Wyniki badań są imponujące. W przypadku trzęsienia ziemi w Anchorage, model był w stanie wykryć anomalie w aktywności sejsmicznej nawet trzy miesiące przed głównym wstrząsem. Co więcej, prawdopodobieństwo wystąpienia dużego trzęsienia ziemi wzrosło do ponad 80% na trzy miesiące przed wydarzeniem, osiągając nawet 85% na kilka dni przed faktycznym wstrząsem. Podobne wzorce zaobserwowano w przypadku sekwencji trzęsień ziemi w Ridgecrest.

 

Badaczki zauważyły, że te prekursorowe trzęsienia ziemi o niskiej magnitudzie mogą być spowodowane zwiększonym ciśnieniem płynów porowych w uskokach, co zmienia ich właściwości mechaniczne. Ich metodologia wykryła tę poprzedzającą aktywność w 15% do 25% dotkniętych obszarów około trzech miesięcy przed trzęsieniami ziemi w Anchorage i Ridgecrest.

 

Co ważne, opracowana metoda wykorzystuje jedynie informacje, które są rutynowo archiwizowane w katalogach trzęsień ziemi. Oznacza to, że może być stosunkowo łatwo wdrożona przez agencje monitorujące do śledzenia aktywności sejsmicznej o niskiej magnitudzie w czasie niemal rzeczywistym. W przyszłości może to pomóc w projektowaniu strategii poziomów alertów sejsmicznych opartych na wykrywaniu regionalnych zaburzeń tektonicznych.

 

Potencjalne zastosowania tej technologii są ogromne. Może ona znacząco poprawić nasze zdolności do przewidywania dużych trzęsień ziemi z wyprzedzeniem od tygodni do miesięcy nie tylko w południowej Kalifornii i południowo-centralnej Alasce, gdzie przeprowadzono badania, ale potencjalnie także w innych regionach sejsmicznie aktywnych na całym świecie.

 

Warto podkreślić, że tradycyjne metody prognozowania trzęsień ziemi często nie były w stanie zapewnić wystarczającego wyprzedzenia. Nowe podejście dr Girony i dr Drymoni daje nadzieję na bardziej wiarygodną metodę przewidywania wydarzeń sejsmicznych, co może przełożyć się na uratowanie wielu istnień ludzkich i zmniejszenie strat ekonomicznych poprzez umożliwienie wcześniejszych ewakuacji i lepszego przygotowania.

 

Jednak naukowcy ostrzegają, że metoda ta jest wciąż w początkowych fazach zastosowania. Konieczne są dalsze badania i walidacja, zanim stanie się ona standardowym narzędziem w regionach zagrożonych trzęsieniami ziemi. Niemniej jednak, pierwsze wyniki są niezwykle obiecujące i otwierają nowe możliwości w dziedzinie sejsmologii i ochrony ludności.

 

Badania te mają również szersze implikacje dla naszego zrozumienia dynamiki sieci uskoków i identyfikacji zmian w regionalnym polu naprężeń. Mogą pomóc w lepszym zrozumieniu procesów zachodzących w skorupie ziemskiej, co z kolei może przyczynić się do rozwoju bardziej zaawansowanych modeli geofizycznych.

 

Warto zauważyć, że badania koncentrowały się głównie na obszarach o wysokiej aktywności sejsmicznej, takich jak południowo-centralna Alaska i południowa Kalifornia. Regiony te, znane z częstych trzęsień ziemi, dostarczyły kluczowych danych do przetestowania zdolności metody do przewidywania dużych wstrząsów. Jednakże wyniki badań mają dalekosiężne implikacje dla innych obszarów zagrożonych trzęsieniami ziemi, w tym dla tak znanych stref sejsmicznych jak uskok San Andreas w Kalifornii czy rów Nankai w Japonii.

 

Przyszłość tej technologii wydaje się niezwykle obiecująca. Jeśli dalsze badania potwierdzą jej skuteczność, może ona stać się standardowym narzędziem w arsenale sejsmologów i agencji zarządzania kryzysowego na całym świecie. Możliwość przewidywania dużych trzęsień ziemi z kilkumiesięcznym wyprzedzeniem może zrewolucjonizować nasze podejście do planowania urbanistycznego, projektowania budynków i infrastruktury oraz opracowywania planów ewakuacji.

 

Badania dr Girony i dr Drymoni stanowią znaczący krok naprzód w naszym dążeniu do lepszego zrozumienia i przewidywania trzęsień ziemi. Łącząc tradycyjną wiedzę sejsmologiczną z nowoczesnymi technikami uczenia maszynowego, otwierają nowe horyzonty w dziedzinie nauk o Ziemi. Choć droga do pełnego zrozumienia i przewidywania trzęsień ziemi jest jeszcze długa, badania te dają nadzieję na bezpieczniejszą przyszłość dla milionów ludzi żyjących w regionach sejsmicznie aktywnych.

 

W miarę jak technologia ta będzie rozwijana i udoskonalana, możemy spodziewać się jeszcze bardziej precyzyjnych prognoz i lepszego zrozumienia procesów zachodzących głęboko pod powierzchnią Ziemi. To z kolei może prowadzić do rozwoju nowych strategii łagodzenia skutków trzęsień ziemi i poprawy odporności społeczności na te potężne siły natury.

źródło: https://zmianynaziemi.pl/wiadomosc/sztuczna-inteligencja-przewiduje-trzesienia-ziemi-z-miesiecznym-wyprzedzeniem-przelom-w

 

Podziel się!