https://frosthead.com

Naukowcy ze Stanford opracowali algorytm, który jest „Shazam” dla trzęsień ziemi

Sejsmolog z Stanford, Gregory Beroza, wyszedł kiedyś na zakupy, kiedy usłyszał piosenkę, której nie rozpoznał. Wyciągnął więc swój smartfon i użył popularnej aplikacji Shazam do zidentyfikowania melodii.

Shazam używa algorytmu, aby znaleźć „akustyczny odcisk palca” utworu - część utworu, która czyni go wyjątkowym - i porównuje go z bazą danych utworów.

Co jeśli, zastanawiał się Beroza, mógłby użyć podobnej techniki do identyfikacji trzęsień ziemi?

Od lat sejsmolodzy próbują zidentyfikować „mikro trzęsienia ziemi” - trzęsienia ziemi tak małe, że nawet nie rejestrują się w tradycyjnych narzędziach pomiarowych. Identyfikacja mikrokwadów może pomóc naukowcom zrozumieć zachowanie trzęsień ziemi i potencjalnie pomóc im przewidzieć niebezpieczne zdarzenia sejsmiczne.

Podobnie jak piosenki, trzęsienia ziemi mają również odciski palców.

„Struktura ziemi zmienia się bardzo powoli, więc trzęsienia ziemi, które występują blisko siebie, mają bardzo podobne kształty, to znaczy wstrząsają ziemią w prawie taki sam sposób”, wyjaśnia Beroza.

Z biegiem czasu naukowcy stworzyli bazy danych odcisków palców trzęsień ziemi, aby zidentyfikować ruchy ziemi, które mogą być mikroprzęsłami. Kiedy nastąpi ruch naziemny, sejsmolodzy mogą użyć bazy danych, aby sprawdzić, czy pasuje ona do jakiegokolwiek znanego odcisku palca trzęsienia ziemi. Ale korzystanie z tych baz danych jest procesem powolnym, a sejsmolodzy często próbują odczytać ogromne ilości danych w czasie rzeczywistym.

„Możesz sobie wyobrazić, że jeśli próbujesz porównać wszystkie czasy z pozostałymi czasami 365 dni w roku, 24 godziny na dobę, szybko staje się to bardzo dużą pracą”, mówi Beroza. „W rzeczywistości staje się niemożliwie duży”.

FAST.jpg Jak działa FAST (Stanford) (Stanford)

Beroza doszedł jednak do wniosku, że czytnik linii papilarnych oparty na algorytmach oparty na Shazam może wykonać zadanie niemal natychmiast.

Sejsmolog zrekrutował trzech studentów z doświadczeniem w geologii obliczeniowej do stworzenia algorytmu. Zespół opracował wspólnie program o nazwie Fingerprint and Similarity Thresholding (FAST). Akronim jest odpowiedni: FAST może analizować tydzień ciągłych danych sejsmicznych w mniej niż dwie godziny, 140 razy szybciej niż tradycyjne techniki. W przeciwieństwie do tradycyjnych baz danych, FAST wykorzystuje odciski palców do porównywania „podobnych z podobnymi”, eliminując czasochłonny proces porównywania wszystkich trzęsień ziemi z innymi trzęsieniami ziemi.

Wyniki pracy zespołu opublikowano niedawno w czasopiśmie Science Advances .

„Potencjalne zastosowanie [FAST] jest naprawdę wszędzie”, mówi Beroza. „Przydatne może być znalezienie trzęsień ziemi podczas sekwencji wstrząsów wtórnych [mniejsze trzęsienia ziemi, które często następują po większym], aby zrozumieć proces, w którym jedno trzęsienie ziemi prowadzi do kolejnego trzęsienia ziemi”.

Może być również przydatny w zrozumieniu „sejsmiczności indukowanej” - małych trzęsień ziemi spowodowanych ludzkim zachowaniem. Częstą przyczyną indukowanej sejsmiczności jest wstrzykiwanie ścieków, gdzie zanieczyszczona woda z wierceń naftowych i gazowych jest usuwana przez wstrzykiwanie jej do głębokich studni podziemnych. Uważa się, że wstrzykiwanie ścieków jest przyczyną największego wywołanego przez człowieka trzęsienia ziemi w historii USA, trzęsienia ziemi o sile 5, 7 w Oklahomie w 2011 r. Wiadomo również, że górnictwo, szczelinowanie hydrauliczne i budowa bardzo dużych zbiorników wywołują trzęsienia ziemi. Beroza mówi, że w przeciwieństwie do naturalnych trzęsień ziemi, których liczba pozostaje niezmienna przez lata, trzęsienia ziemi wywołane przez człowieka rosną coraz częściej. FAST może być szczególnie pomocny w tej dziedzinie, dając badaczom lepszy obraz tego, jak wiele działań człowieka destabilizuje skorupę ziemską.

Przed wdrożeniem FAST nadal istnieją wyzwania. W badaniach zespołu FAST był używany tylko z jednym instrumentem na jednej linii błędu. Aby być szeroko użytecznym, musi być połączony w sieć za pomocą szeregu czujników sejsmicznych. Beroza mówi też, że musi być jeszcze szybszy. Zespół pracuje obecnie nad tymi ulepszeniami, a Beroza spodziewa się opublikować więcej wyników w ciągu roku.

Naukowcy ze Stanford opracowali algorytm, który jest „Shazam” dla trzęsień ziemi