- 14,585
- 22
- 8 Ноя 2022
Алгоритмы машинного обучения предсказали катастрофу с точностью до 80% за три месяца.
Исследователи из Университета Аляски в Фэрбенксе и Мюнхенского университета Людвига-Максимилиана разработали инновационный метод прогнозирования сильных землетрясений за несколько месяцев до их возникновения. Результаты исследования, опубликованные 28 августа 2024 года в журнале Для просмотра ссылки Войдиили Зарегистрируйся , открывают новые перспективы в области сейсмологии и общественной безопасности.
Társilo Girona из Университета Аляски и Kyriaki Drymoni из Мюнхенского университета применили методы машинного обучения для анализа огромных объемов сейсмических данных. Цель их работы — выявление слабых сигналов сейсмической активности, которые могут предшествовать крупным землетрясениям.
Исследователи сосредоточились на двух недавних значительных сейсмических событиях: землетрясении магнитудой 7,1 в Анкоридже в 2018 году и серии землетрясений в Риджкресте, Калифорния, в 2019 году. В обоих случаях были обнаружены признаки аномальной сейсмической активности за несколько месяцев до основных событий.
Согласно полученным данным, вероятность сильного землетрясения возрастала до 80% за три месяца до события в Анкоридже и до 85% за несколько дней до его начала. Такие результаты представляют собой значительный прорыв в области прогнозирования землетрясений.
Метод прогнозирования основан на применении алгоритмов машинного обучения, обученных на каталогах землетрясений. Эти алгоритмы способны выявлять паттерны аномальной сейсмической активности низкой магнитуды, которые часто предшествуют крупным землетрясениям.
Исследователи предполагают, что эта предшествующая низкомагнитудная активность может быть вызвана повышенным давлением поровой жидкости внутри разломов, что изменяет их механические свойства. Методика позволила обнаружить эту предварительную активность на 15-25% затронутых территорий примерно за три месяца до землетрясений в Анкоридже и Риджкресте.
Важно отметить, что данный подход требует только той информации, которая уже регулярно архивируется в каталогах землетрясений. Это делает его потенциально применимым в реальном времени для мониторинга сейсмической активности низкой магнитуды.
Несмотря на то, что метод находится на ранней стадии применения, его дальнейшее совершенствование и подтверждение может сделать его стандартным инструментом в сейсмоопасных регионах. В перспективе это может привести к повышению безопасности населения и улучшению мер по подготовке к стихийным бедствиям.
Исследование проводилось в сейсмически активных районах Южной Центральной Аляски и Южной Калифорнии. Однако его результаты могут иметь широкое применение и в других сейсмоопасных зонах, таких как разлом Сан-Андреас в Калифорнии и желоб Нанкай в Японии.
Основная цель данного исследования — повышение общественной безопасности и улучшение готовности к катастрофам. Традиционные технологии прогнозирования землетрясений часто не обеспечивали достаточного заблаговременного предупреждения. Разработанный метод предлагает более надежный способ прогнозирования сейсмических событий, что может спасти жизни и снизить экономический ущерб благодаря своевременной эвакуации и подготовке.
В заключение исследователи отмечают, что их подход может помочь лучше понять динамику сетей разломов и выявить изменения в региональном поле напряжений. В будущем эта методика может быть использована для разработки стратегий оповещения о землетрясениях на основе обнаружения региональной тектонической нестабильности и улучшения прогнозирования крупных землетрясений за недели и месяцы до их возникновения.
Исследователи из Университета Аляски в Фэрбенксе и Мюнхенского университета Людвига-Максимилиана разработали инновационный метод прогнозирования сильных землетрясений за несколько месяцев до их возникновения. Результаты исследования, опубликованные 28 августа 2024 года в журнале Для просмотра ссылки Войди
Társilo Girona из Университета Аляски и Kyriaki Drymoni из Мюнхенского университета применили методы машинного обучения для анализа огромных объемов сейсмических данных. Цель их работы — выявление слабых сигналов сейсмической активности, которые могут предшествовать крупным землетрясениям.
Исследователи сосредоточились на двух недавних значительных сейсмических событиях: землетрясении магнитудой 7,1 в Анкоридже в 2018 году и серии землетрясений в Риджкресте, Калифорния, в 2019 году. В обоих случаях были обнаружены признаки аномальной сейсмической активности за несколько месяцев до основных событий.
Согласно полученным данным, вероятность сильного землетрясения возрастала до 80% за три месяца до события в Анкоридже и до 85% за несколько дней до его начала. Такие результаты представляют собой значительный прорыв в области прогнозирования землетрясений.
Метод прогнозирования основан на применении алгоритмов машинного обучения, обученных на каталогах землетрясений. Эти алгоритмы способны выявлять паттерны аномальной сейсмической активности низкой магнитуды, которые часто предшествуют крупным землетрясениям.
Исследователи предполагают, что эта предшествующая низкомагнитудная активность может быть вызвана повышенным давлением поровой жидкости внутри разломов, что изменяет их механические свойства. Методика позволила обнаружить эту предварительную активность на 15-25% затронутых территорий примерно за три месяца до землетрясений в Анкоридже и Риджкресте.
Важно отметить, что данный подход требует только той информации, которая уже регулярно архивируется в каталогах землетрясений. Это делает его потенциально применимым в реальном времени для мониторинга сейсмической активности низкой магнитуды.
Несмотря на то, что метод находится на ранней стадии применения, его дальнейшее совершенствование и подтверждение может сделать его стандартным инструментом в сейсмоопасных регионах. В перспективе это может привести к повышению безопасности населения и улучшению мер по подготовке к стихийным бедствиям.
Исследование проводилось в сейсмически активных районах Южной Центральной Аляски и Южной Калифорнии. Однако его результаты могут иметь широкое применение и в других сейсмоопасных зонах, таких как разлом Сан-Андреас в Калифорнии и желоб Нанкай в Японии.
Основная цель данного исследования — повышение общественной безопасности и улучшение готовности к катастрофам. Традиционные технологии прогнозирования землетрясений часто не обеспечивали достаточного заблаговременного предупреждения. Разработанный метод предлагает более надежный способ прогнозирования сейсмических событий, что может спасти жизни и снизить экономический ущерб благодаря своевременной эвакуации и подготовке.
В заключение исследователи отмечают, что их подход может помочь лучше понять динамику сетей разломов и выявить изменения в региональном поле напряжений. В будущем эта методика может быть использована для разработки стратегий оповещения о землетрясениях на основе обнаружения региональной тектонической нестабильности и улучшения прогнозирования крупных землетрясений за недели и месяцы до их возникновения.
- Источник новости
- www.securitylab.ru
