Ученые разработали систему, которая может оценить магнитуду и местоположение мощного землетрясения практически сразу после его возникновения, основываясь на чрезвычайно слабых изменениях гравитационного поля Земли. В отличие от традиционных методов, технология использует сигнал, который появляется раньше сейсмических волн, а искусственный интеллект помогает извлечь из него необходимую информацию для оценки масштаба события. . Разработка уже вышла за пределы лабораторного эксперимента. исследователи создали приложение, которое позволяет напрямую интегрировать алгоритм в систему сейсмического мониторинга SeisComP. Технология тестируется и внедряется в различных странах, включая системы раннего предупреждения о цунами в Перу и на Аляске. Квентин Блеттери, научный сотрудник лаборатории «Геоазур» Французского научно-исследовательского института развития (IRD), представил принцип работы системы и результаты ее испытаний. Система должна решить проблему первых минут после землетрясения По его словам, в случае сильного подводного землетрясения у специалистов есть сравнительно много времени до прихода цунами. в зависимости от расстояния от берега волна может дойти до берега за один или два раза Час спустя. Однако решение о необходимости предупреждения должно быть принято гораздо раньше. Основным параметром здесь является магнитуда землетрясения. По мнению эксперта, возможные размеры цунами во многом зависят от масштаба самого события. Проблема в том, что традиционные системы раннего предупреждения оценивают землетрясение по первым сейсмическим волнам. Для обычных событий этот подход работает хорошо, но для чрезвычайно сильных землетрясений возникает эффект насыщения; первые данные могут дать значительно уменьшенную оценку величины. В качестве примера Блаттер привел землетрясение магнитудой 9 баллов в Японии в 2011 году. Такое землетрясение не развивается мгновенно. его величина формируется примерно за две минуты. В то же время система раннего предупреждения Японии изначально недооценила магнитуду события и фактически остановилась на отметке около 8 баллов. Это фундаментальное отличие для прогнозирования цунами. По словам исследователя, в этом случае может быть 30-кратная разница в амплитуде цунами между землетрясениями магнитудой 8 и 9. Именно поэтому для систем раннего оповещения особенно важно как можно быстрее получать информацию об истинных масштабах крупнейших землетрясений. Гравитация предоставляет информацию раньше, чем сейсмические волны После землетрясения в Тохоку 2011 года исследователи обратили внимание на так называемый мгновенный сигнал упругой гравитации, PEGS. Когда происходит сильное землетрясение, огромные массы горных пород перемещаются на значительные расстояния. Это вызывает очень небольшое изменение гравитационного поля Земли. Сигнал настолько слаб, что его величина составляет около 1 нанометра в секунду в квадрате. Однако его можно зарегистрировать сейсмологическими приборами, поскольку сейсмографы измеряют ускорение, а гравитационное воздействие также проявляется в виде ускорения. Основным преимуществом PEGS является скорость распространения. Гравитационное возмущение распространяется со скоростью света, тогда как сейсмические волны проходят через Землю гораздо медленнее. Это создает уникальное временное окно. информацию об изменениях гравитационного поля можно получить до прихода сейсмических волн. При этом сигнал содержит информацию не только о факте землетрясения, но и о его масштабе. Блетери показал, что рассчитанные сигналы для землетрясений магнитудой 8,5 и 9 заметно различаются. Теоретически это позволяет определить масштаб события до того, как традиционная сейсмическая информация даст полную картину. Создал тысячи виртуальных землетрясений для AB. Основная техническая проблема заключалась в том, что сам гравитационный сигнал слишком слаб. Чтобы научить алгоритм распознавать его, исследователи создали большое количество виртуальных землетрясений в разных точках зон субдукции Японии. Для каждого сценария были рассчитаны синтетические сигналы, которые сейсмическая сеть зафиксировала бы в случае возникновения такого землетрясения. Затем к этим данным был добавлен реальный сейсмический шум, собранный за год наблюдений. Таким образом, учёные получили искусственный набор данных, максимально приближенный к реальным условиям мониторинга. На этих данных была обучена нейронная сеть, которая по характерному распределению сигнала в сейсмической сети определила магнитуду и местоположение землетрясения. Позже исследователи перешли от сверточной нейронной сети к графовой нейронной сети (GNN). При этом алгоритм учитывает не только сами сигналы, но и геометрическое положение сейсмических станций относительно друг друга. Это было особенно важно для небольших землетрясений, где гравитационный сигнал слабее. Технология уже тестируется в разных странах. Метод был протестирован в автономном режиме на данных из Японии, Чили и Аляски. Сейчас алгоритм также апробируется в системе раннего предупреждения Перу, используется в работе над системой Аляски и начал использоваться в Новой Каледонии. На Аляске систему дополнительно научили определять тензор момента землетрясения — параметр, позволяющий определить геометрию разлома и характер движения земной коры. Это имеет прямое значение для оценки цунами. Два землетрясения одинаковой силы не обязательно вызывают цунами одинакового размера. многое зависит от того, как сместилась земная кора. В экспериментах алгоритм хорошо работал при землетрясениях магнитудой 8 и выше. Для более слабых событий гравитационный сигнал стал слишком слабым. Однако использование графовой нейронной сети позволило повысить стабильность результатов и расширить рабочий диапазон системы. Алгоритм может быть интегрирован в существующую систему мониторинга. Следующий шаг исследователей — сделать эту технологию частью реальной инфраструктуры сейсмологического мониторинга. По словам Блетери, для этого было создано приложение, позволяющее подключить алгоритм напрямую к платформе SeisComP, используемой профессионалами. Так что речь идет уже не только о нейронной сети, работающей в исследовательской среде. Разработчики создают инструмент, который можно интегрировать в существующие центры мониторинга и использовать совместно с традиционными методами определения параметров землетрясений. Задача системы — получить дополнительную оценку магнитуды и места сильного землетрясения практически сразу после его возникновения и в дальнейшем использовать эту информацию для определения необходимости предупреждения о цунами. При принятии решения. В то же время новая технология не призвана заменить традиционные сейсмические системы. Его задача — дать специалистам дополнительный источник информации в тот самый момент, когда традиционные методы еще не могут показать истинные масштабы сверхкрупного землетрясения. Если дальнейшие испытания подтвердят результаты, гравитационный сигнал в сочетании с AB может стать дополнительным уровнем раннего предупреждения о цунами.