Nowe badania podkreślają potencjał przewidywania poważnych trzęsień ziemi z wielomiesięcznym wyprzedzeniem uczenie maszynowe w celu wykrycia wczesnych oznak aktywności sejsmicznej. Jednakże skuteczność i implikacje etyczne takiej technologii predykcyjnej pozostają przedmiotem debaty.
Badania przeprowadzone przez naukowca z Uniwersytetu Alaski w Fairbanks sugerują, że opinia publiczna może zostać powiadomiona z kilkudniowym lub kilkumiesięcznym wyprzedzeniem przed poważnym trzęsieniem ziemi, w oparciu o identyfikację poprzedzającej go aktywności tektonicznej na niskim poziomie na dużych obszarach. Analiza ta skupiała się na dwóch znaczących trzęsieniach ziemi na Alasce i w Kalifornii.
Prace prowadził adiunkt profesor Társilo Girona z Instytutu Geofizycznego UAF.
Girona, geofizyk i analityk danych, bada przedwczesną aktywność erupcji wulkanów i trzęsień ziemi. Współautorem jest geolog Kyriaki Drymoni z Ludwig-Maximilians-Universität w Monachium w Niemczech.
Metoda wykrywania, oparta na uczeniu maszynowym, została opublikowana 28 sierpnia w Komunikacja przyrodnicza.
„Nasz artykuł pokazuje, że zaawansowane techniki statystyczne, w szczególności uczenie maszynowe, mogą potencjalnie identyfikować prekursory trzęsień ziemi o dużej sile poprzez analizę zbiorów danych pochodzących z katalogów trzęsień ziemi” – stwierdził Girona.
Autorzy napisali algorytm komputerowy do przeszukiwania danych w poszukiwaniu nieprawidłowej aktywności sejsmicznej. Algorytmy to zestaw instrukcji komputerowych, które uczą program interpretowania danych, uczenia się na ich podstawie oraz podejmowania świadomych przewidywań i decyzji.
Studia przypadków: Trzęsienia ziemi w Anchorage i Ridgecrest
Skoncentrowali się na dwóch głównych trzęsieniach ziemi: trzęsieniu ziemi o sile 7,1 w Anchorage w 2018 r. i trzęsieniu ziemi w Ridgecrest w Kalifornii w 2019 r. o sile od 6,4 do 7,1 stopnia.
Odkryli, że przed każdym z dwóch badanych trzęsień ziemi na obszarze około 15–25% południowo-środkowej Alaski i południowej Kalifornii wystąpiło około trzech miesięcy nieprawidłowej regionalnej aktywności sejsmicznej o małej sile.
Z ich badań wynika, że niepokoje poprzedzające poważne trzęsienia ziemi są w większości spowodowane aktywnością sejsmiczną o sile poniżej 1,5.
Trzęsienie ziemi w Anchorage miało miejsce 30 listopada 2018 r. o godzinie 8:29, a epicentrum znajdowało się około 17,5 mil na północ od miasta. Spowodowało rozległe zniszczenia na niektórych drogach i autostradach, a kilka budynków zostało uszkodzonych.
Ustalenia i implikacje
Korzystając ze swojego programu opartego na danych, Girona i Drymoni odkryli w przypadku trzęsienia ziemi w Anchorage, że prawdopodobieństwo wystąpienia poważnego trzęsienia ziemi w ciągu maksymalnie 30 dni wzrosło gwałtownie do około 80% na około trzy miesiące przed trzęsieniem ziemi, które miało miejsce 30 listopada. Prawdopodobieństwo wzrosło do około 85% zaledwie kilka dni przed wystąpieniem. Dokonali podobnych ustaleń dotyczących prawdopodobieństwa sekwencji trzęsień ziemi w Ridgecrest w okresie rozpoczynającym się około 40 dni przed wystąpieniem sekwencji trzęsień.
Girona i Drymoni proponują geologiczną przyczynę aktywności prekursorów o małej sile: znaczny wzrost ciśnienia płynu w porach w obrębie uskoku.
Ciśnienie płynu w porach odnosi się do ciśnienia płynu w skale. Wysokie ciśnienie płynu w porach może potencjalnie prowadzić do poślizgu uskoku, jeśli ciśnienie jest wystarczające do pokonania oporu tarcia pomiędzy blokami skalnymi 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 nierównych zmian w regionalnym polu naprężeń” – powiedział Drymoni. „Proponujemy, aby te nierówne różnice… kontrolowały nienormalną, przedwczesną aktywność sejsmiczną o małej wielkości”.
Girona stwierdziła, że uczenie maszynowe ma ogromny pozytywny wpływ na badania nad trzęsieniami ziemi.
„Nowoczesne sieci sejsmiczne tworzą ogromne zbiory danych, które odpowiednio przeanalizowane mogą dostarczyć cennych informacji na temat prekursorów zdarzeń sejsmicznych” – powiedział. „W tym miejscu postęp w uczeniu maszynowym i obliczeniach o wysokiej wydajności może odegrać rolę transformacyjną, umożliwiając naukowcom identyfikację znaczących wzorców, które mogą sygnalizować zbliżające się trzęsienie ziemi”.
Wyzwania w prognozowaniu trzęsień ziemi
Autorzy twierdzą, że ich algorytm będzie testowany w sytuacjach zbliżonych do rzeczywistego, aby zidentyfikować i stawić czoła potencjalnym wyzwaniom w prognozowaniu trzęsień ziemi. Metody tej nie należy stosować w nowych regionach bez przeszkolenia algorytmu z uwzględnieniem historycznej aktywności sejsmicznej tego obszaru – dodają.
Tworzenie wiarygodnych prognoz dotyczących trzęsień ziemi ma „niezwykle ważny i często kontrowersyjny wymiar” – stwierdziła Girona.
„Dokładne prognozowanie może uratować życie i zmniejszyć straty gospodarcze, zapewniając wczesne ostrzeżenia, które pozwalają na szybką ewakuację i przygotowanie” – stwierdził. „Jednak niepewność nieodłącznie związana z prognozowaniem trzęsień ziemi rodzi również istotne pytania etyczne i praktyczne”.
„Fałszywe alarmy mogą prowadzić do niepotrzebnej paniki, zakłóceń gospodarczych i utraty zaufania publicznego, natomiast niezrealizowane prognozy mogą mieć katastrofalne skutki” – stwierdził.
Odniesienie: „Anormalna sejsmiczność o małej magnitudzie poprzedzająca trzęsienia ziemi o dużej magnitudzie” Társilo Girona i Kyriaki Drymoni, 28 sierpnia 2024 r., Komunikacja przyrodnicza.
DOI: 10.1038/s41467-024-51596-z
