Büyük depremler ile ilgili aylar öncesinden uyarı verebilecek bir yöntem geliştirildi! Evet bilim insanları, bir depremi meydana gelmesinden aylar önce doğru bir şekilde tahmin edebilecek yeni bir yöntem geliştirdi.
Alaska Fairbanks Üniversitesi‘nden bir bilim insanı tarafından geliştirilen yöntem için belirtelim ki, geniş alanlardaki önceki düşük seviyeli tektonik huzursuzlukların belirlenmesini araştırıyor.
Çalışma, volkanik patlamaların ve depremlerin öncül aktivitesine odaklanıyor. Bu tür olayları tahmin etmek için de makine öğrenimini kullanıyor.
Şöyle ki UAF Jeofizik Enstitüsü’nden araştırma görevlisi profesör Társilo Girona liderliğindeki çalışma, Alaska ve Kaliforniya’daki iki büyük depremi analiz etti (2018’deki 7.1 büyüklüğündeki Anchorage depremi ve 2019’daki Ridgecrest, Kaliforniya’daki 6.4 ila 7.1 büyüklüğündeki deprem dizisi).
İlginizi Çekebilir: Dirençli bakterilerle mücadele edebilecek güçlü antibiyotikler bulundu
Bilim insanları anormal düşük büyüklükte bölgesel sismik aktivite tespit etti
İçindekiler
İncelenen iki depremden her birinden önce, Güney Orta Alaska ve Güney Kaliforniya’nın yaklaşık yüzde 15 ila yüzde 25’inde yaklaşık üç ay anormal düşük büyüklükte bölgesel sismik aktivite meydana geldiğini buldular.
Araştırmaları, büyük depremlerden önceki huzursuzluğun çoğunlukla 1,5’in altındaki büyüklükteki sismik aktivite tarafından yakalandığını buldu.
Anchorage depremi de, 30 Kasım 2018’de sabah 8:29’da, merkez üssü şehrin yaklaşık 10,5 mil kuzeyinde bulunan bir depremle meydana gelmişti. Çalışmaya göre, bazı yollarda ve otoyollarda büyük hasara yol açmıştı. Birkaç bina da hasar görmüştü.
Makine öğrenimi, büyük şiddetteki depremlerin habercilerini belirleyebilme potansiyeline sahip
Girona şu açıklamalarda bulundu: “Makalemiz, özellikle makine öğrenimi olmak üzere gelişmiş istatistiksel tekniklerin, deprem kataloglarından türetilen veri kümelerini analiz ederek büyük şiddetteki depremlerin habercilerini belirleme potansiyeline sahip olduğunu gösteriyor”
Yazarlar, bir programa verileri yorumlamayı, onlardan öğrenmeyi ve anormal sismik aktiviteyi aramak için verileri aramayı öğreten bir dizi bilgisayar talimatı olan bir bilgisayar algoritması yazdı.
Verilerle eğitilmiş programlarını kullanan Girona ve çalışmanın ortak yazarı Kyriaki Drymoni, Anchorage depreminde 30 gün veya daha kısa sürede de büyük bir deprem olma olasılığının 30 Kasım depreminden yaklaşık üç ay önce aniden yaklaşık yüzde 80’e çıktığını buldular.
Olasılık, meydana gelmesinden sadece birkaç gün önce yaklaşık yüzde 85’e yükseldi. UAF’nin bir basın bültenine göre, deprem dizisinin başlamasından yaklaşık 40 gün önce başlayan bir dönem için Ridgecrest deprem dizisi için benzer olasılık bulgularına sahiplerdi.
Araştırmacılar, düşük büyüklükteki öncül aktivite için jeolojik bir neden öneriyor: Bir fay içindeki gözenek sıvısı basıncında önemli bir artış.
Gözenek sıvısı basıncı, bir kaya içindeki sıvının basıncını ifade ediyor. Nature Communications’da yayınlanan çalışmaya göre belirtelim ki, yüksek gözenek sıvısı basınçları, basınç, fayın her iki tarafındaki kaya blokları arasındaki sürtünme direncini aşmaya yetecek kadarsa, potansiyel olarak fay kaymasına yol açabilir.
Drymoni ise şu ifadelerde bulundu: “Büyük depremlere yol açan faylardaki artan gözenek sıvısı basıncı, fayların mekanik özelliklerini değiştirir ve bu da bölgesel stres alanında düzensiz değişimlere yol açar,”
“Bu düzensiz değişimlerin … anormal, öncül düşük büyüklükteki sismikliği kontrol ettiğini öneriyoruz.”
Bilim insanları, makine öğrenmesinin deprem araştırmalarına büyük olumlu etki yaptığını iddia ediyor.
Modern sismik ağlar muazzam veri kümeleri üretiyor
Girona, modern sismik ağların, düzgün bir şekilde analiz edildiğinde sismik olayların öncüllerine ilişkin değerli içgörüler sunabilen muazzam veri kümeleri ürettiğini ifade etti.
Girona, “Makine öğrenimi ve yüksek performanslı bilgi işlemdeki ilerlemelerin dönüştürücü bir rol oynayabileceği ve araştırmacıların yaklaşan bir depremi işaret edebilecek anlamlı kalıpları belirlemesini sağlayabileceği yer burasıdır” diye de belirtti.
Araştırmacılar tarafından geliştirilen algoritma için belirtelim. Deprem tahmini için olası zorlukları ele almak amacıyla yakında gerçek zamanlıya yakın durumlarda test edilecek.
Araştırmacılar, algoritmanın o bölgenin tarihsel sismikliği ile eğitilmeden yeni bölgelerde kullanılmaması gerektiğini savundu. Ayrıca, güvenilir deprem tahminleri üretmenin “derinden önemli ve genellikle tartışmalı bir boyuta” sahip olduğunu iddia ettiler.
Girona, “Doğru tahmin, zamanında tahliye ve hazırlık sağlayan erken uyarılar sağlayarak hayat kurtarma ve ekonomik kayıpları azaltma potansiyeline sahiptir. Ancak, deprem tahmininde bulunan belirsizlik aynı zamanda önemli etik ve pratik soruları da gündeme getiriyor” diye de ekledi.
