Stanfordi seismoloog Gregory Beroza oli ühel päeval poodlemas, kui kuulis laulu, mida ta ei tundnud. Nii tõmbas ta oma nutitelefoni välja ja kasutas meloodia tuvastamiseks populaarset rakendust Shazam.
Shazam kasutab algoritmi, et leida laulu jaoks „akustiline sõrmejälg” - laulu osa, mis muudab selle ainulaadseks - ja võrdleb seda oma laulude andmebaasiga.
Mis oleks, kui Beroza imestas, et ta saaks kasutada sarnast tehnikat maavärinate tuvastamiseks?
Aastaid on seismoloogid püüdnud tuvastada „mikrokõrbeid” - need, mis on nii väikesed, et nad isegi ei registreeru traditsioonilistel mõõteriistadel. Mikrovärinate tuvastamine võib aidata teadlastel mõista maavärina käitumist ja aidata neil potentsiaalselt ennustada ohtlikke seismilisi sündmusi.
Nagu laulud, on ka maavärinatel sõrmejäljed.
“Maa struktuur muutub väga aeglaselt, nii et üksteise lähedal toimuvatel maavärinatel on väga sarnased lainekujud, see tähendab, et nad raputavad maad peaaegu samal viisil, ” selgitab Beroza.
Aja jooksul on teadlased loonud maavärina sõrmejälgede andmebaasid, et teha kindlaks maavärinate liikumised, mis võivad olla mikrokõrged. Maapealse liikumise korral saavad seismoloogid andmebaasi kasutada, et näha, kas see vastab mõnele teadaolevale maavärina sõrmejäljele. Kuid nende andmebaaside kasutamine on aeglane protsess ja seismoloogid üritavad sageli reaalajas lugeda tohutul hulgal andmeid.
"Võite ette kujutada, kui prooviksite võrrelda kõiki kordi kõigi teiste aegadega 365 päeva aastas, 24 tundi ööpäevas, saab see kiiresti väga suureks tööks, " räägib Beroza. "Tegelikult läheb see võimatult suureks."
Kuidas FAST töötab (Stanford) (Stanford) Kuid Shazamil põhineval algoritmipõhisel mikrokärbimise sõrmejäljelugejal oleks potentsiaal töö peaaegu kohe ära teha, arvas Beroza.
Seismoloog värbas algoritmi loomiseks kolm õpilast, kellel oli arvutusliku geoteaduse teadmisi. Üheskoos tuli meeskond välja programmiga Fingerprint and Similarity Thresholding (FAST). Selle lühend on asjakohane: FAST suudab analüüsida nädalas pidevaid seismilisi andmeid vähem kui kahe tunni jooksul, mis on 140 korda kiirem kui traditsiooniliste meetodite puhul. Erinevalt traditsioonilistest andmebaasidest kasutab FAST sõrmejälgede võtmist, et võrrelda “nagu sarnastega”, katkestades ajaraiskamise protsessi kõigi maavärinate ja kõigi teiste maavärinate võrdlemiseks.
Meeskonna töö tulemused avaldati hiljuti ajakirjas Science Advances .
“[FAST-i] potentsiaalset kasutamist on tõesti kõikjal, ” ütleb Beroza. "Võib olla kasulik leida maavärinaid pärast järkjärgulisi järjestusi [väiksemad maavärinad, mis sageli järgnevad suuremale], et mõista protsessi, mille käigus üks maavärin viib teise maavärinani."
See võib olla kasulik ka „tekitatud seismilisuse” mõistmisel - inimeste käitumisest põhjustatud väikestel maavärinatel. Tekkinud seismilisuse levinum põhjus on reovee sissepritsimine, kus nafta ja gaasi puurimisel saastunud vesi kõrvaldatakse, süstides selle sügavatesse maa-alustesse kaevudesse. Reovee sissepritse arvatakse olevat USA ajaloo suurima inimese põhjustatud maavärina - Oklahomas 2011. aastal aset leidnud 5, 7-magnituudine maavärin - maavärinaid põhjustavad teadaolevalt ka kaevandamine, hüdrauliline purustamine ja väga suurte veehoidlate rajamine. Erinevalt looduslikest maavärinatest, mille arv on aastate jooksul püsinud ühtlasena, on inimeste põhjustatud maavärinate sagedus järjest suurem, vahendab Beroza. Selles valdkonnas võib eriti kasulikuks osutuda FAST, mis annab teadlastele parema pildi sellest, kui palju inimtegevus maapõu destabiliseerib.
Enne FASTi täielikku rakendamist on veel väljakutseid. Meeskonna uurimistöös kasutati FAST-i ainult ühe instrumendiga ühel rikkeliinil. Lai laialdaselt kasulikuks kasutamiseks peab see olema ühendatud seismiliste andurite reaga. Samuti peab see olema veelgi kiirem, väidab Beroza. Meeskond tegeleb praegu nende parandustega ja Beroza loodab aasta jooksul avaldada rohkem tulemusi.
