ML – ключ за създаване на система за ранно предупреждение при земетресения

Големите размествания на земни пластове изпращат сеизмични вълни, които се регистрират от сеизмометрите. Но сегашните методи за отчитане, базирани на сеизмични вълни, изпитват трудности при бързото разграничаване на трус с магнитуд 7.5 по Рихтер от такъв с магнитуд 9.

Това е така, защото първоначалните оценки за силата на дадено земетресение се основават на височината на сеизмичните вълни, наречени P-вълни, които са първите, пристигащи в станциите за наблюдение. При най-силните земетресения обаче тези първоначални амплитуди на P-вълната често излизат от скалата, което затруднява точното изчисляване в първите секунди.

Но сеизмичните вълни не са най-ранните признаци за предстоящи трусове. Движението на цялата тази земна маса при голямо земетресение също така променя плътността на скалите на различни места. Тези промени в плътността водят до малки промени и в гравитационното поле на Земята, произвеждайки вълни, които се движат през земните маси със скоростта на светлината - дори по-бързо от сеизмичните.

Ролята на машинното обучение

До 2017 г. се смята, че тези сигнали са твърде слаби, за да бъдат засечени. Тогава сеизмологът Мартин Вале от Institut de Physique du Globe de Paris и колегите му съобщават, че са засекли тези сигнали в данните от сеизмичната станция, което според тях означава, че има прозорец между началото на земетресението и момента, в който се получават сеизмичните вълни.

Въпреки откритието изследователите продължават да не знаят как да превърнат тези сигнали в ефективна система за ранно предупреждение, тъй като гравитационните движения са малки и трудни за разграничаване от фоновия шум в сеизмичните данни. След ретроспективен анализ учените откриват, че едва шест мегаземетресения през последните 30 години са генерирали подобни разпознаваеми сигнали, включително земетресението Тохоку-Оки с магнитуд 9 по Рихтер през 2011 г., което предизвика опустошително цунами, наводнило две атомни електроцентрали във Фукушима, Япония (според първоначална оценка на магнитуда, базирана на P-вълна, силата на трусовете е изчислена на 7.9).

Тук идва и ролята на компютрите. Андреа Ликиарди и неговият екип са създали мрежа за машинно обучение - PEGSNet, която е предназначена да идентифицира именно тези изпреварващи сигнали. Изследователите са обучили системата с комбинация от реални сеизмични данни, събрани в Япония, и 500 000 симулирани гравитационни сигнала за земетресения в същия регион.

След като преминават обучението, алгоритмите са подложени на тест, в който трябва да проследят произхода и еволюцията на земетресението в Тохоку от 2011 г. сякаш се случва в реално време. Резултатът е обещаващ - алгоритъмът успява да идентифицира точно както магнитуда, така и местоположението на земетресението с между 5 и 10 секунди по-бързо от досегашните методи.

"Това проучване е доказателство за концепция и се надяваме, че може да залегне в основата на прототип на система за ранно предупреждение", казва Ликиарди. "В момента системата е пригодена за работа в Япония, но искаме да изградим нещо, което може да работи и в други земетръсни зони, включително Чили и Аляска. В крайна сметка надеждата е да се изгради една система, която да работи глобално."