Dødelige jordskælv udløser jagt på hurtigere alarmer

Forskere i Europa har identificeret et underjordisk signal, der kan være en forløber for kraftige jordskælv.

Dr. Quentin Bletery har nogle gode nyheder om et alt for ofte dystert emne:jordskælv.

En forsker ved det franske nationale forskningsinstitut for bæredygtig udvikling, eller IRD, Bletery mener, at det en dag kan være muligt at forudsige kraftige jordskælv minutter eller endda timer i forvejen.

Signalopdagelse

Jordskælv er normalt forårsaget af bevægelsen af ​​to tektoniske plader på hver side af dybe geologiske underjordiske brud, kendt som brudlinjer.

"Fejlen begynder at glide engang før jordskælvet," sagde Bletery. "Spørgsmålet er:accelererer dette på et mikrosekund, eller er det noget, der tager længere tid og kan spores?"

Baseret på tidligere eksperimenter har Bletery grund til at tro, at der forekommer gradvise glidninger. Nu har han måske endnu mere grund.

Bletery og IRD-kollegaen Dr. Jean-Mathieu Nocquet opdagede et signal, der - teoretisk set - kunne bruges til at give en advarsel om kraftig rysten på forhånd.

Projektet, der hedder EARLI, begyndte i januar 2021 og skal vare til 2027 efter en forlængelse på et år.

Prognose af frustration

Jordskælv forekommer over hele verden på daglig basis. De fleste er for små til at kunne mærkes på overfladen.

Større jordskælv, over størrelsesordenen 6, er ofte dødelige. For eksempel dræbte en, der ramte Tyrkiet og Syrien i februar 2023, mere end 50.000 mennesker og efterlod omkring 1,5 millioner andre hjemløse.

I løbet af de sidste to årtier har jordskælv dræbt omkring 1 million mennesker på verdensplan, ifølge EARLI.

Jordskælv kan ikke kun måles med præcision, men det er også velkendt, hvor de har tendens til at ramme. Sydeuropa inklusive Middelhavet, Japan, Indonesien, Chile og de amerikanske stater Californien og Alaska er alle hotspots.

Indtil nu har videnskabsmænd ikke været i stand til at identificere nogen sporbare tegn på gradvise fejlglidninger.

I mistanke om, at et sådant signal kunne være for svagt til at blive opfanget af seismometre, brugte Bletery og Nocquet i stedet højhastigheds Global Positioning System-data fra mere end 3.000 stationer verden over.

GPS-information er et alternativ til seismologiske data til at måle, hvor meget jorden bevægede sig under et jordskælv og mellem jordskælv.

GPS-informationen inkluderede data optaget timer før hvert af 90 jordskælv med en styrke på 7 eller derover.

Denne tilgang gav pote. Forskerne fandt et knapt mærkbart, men stadig statistisk signifikant mønster, der begynder at vise sig to timer før jordskælv nær det eventuelle epicenter.

"Det er kun et lille signal, men du kan ikke finde det tilfældigt andre steder og på et andet tidspunkt," sagde Bletery. "Det er meget spændende."

Han sagde, at der er behov for mere forskning for at udvide forståelsen af ​​det observerede signal og for at overveje gennemførligheden af ​​forudsigelse af jordskælv.

En hindring er, at de nuværende jordskælvsovervågningsinstrumenter mangler dækning og præcision til denne form for forskning, ifølge Bletery.

Et svar her kan være at tilslutte akustiske sensorer til optiske fiberkabler, der ligger på havbunden såvel som under jorden, og som er rygraden i nutidens globale kommunikationssystem.

Mindre, hurtigere indikator

I mellemtiden har EARLI-forskerne et mere beskedent mål:at fremskynde eksisterende alarmer til folk på deres mobiltelefoner minutter før et jordskælv.

Disse advarsler er baseret på de seismiske bølger forårsaget af jordskælvet og registreret af seismometre.

Bletery og hans team søger at forbedre sådanne alarmer ved at bruge seismometre til at måle noget andet:forstyrrelser i Jordens tyngdefelt forårsaget af massive bevægelser af sten.

Selvom denne indikator er meget mindre end seismiske bølger, er den hurtigere.

Bletery og hans team brugte en kunstig intelligens (AI) algoritme til at analysere denne type data og vurdere faren for en potentiel tsunami.

Det eksisterende varslingssystem for en tsunami har brug for 20 til 30 minutter til den første vurdering. Selvom EARLI-metoden stadig var eksperimentel, krævede den et minut.

"Målet er at gøre systemer til tidlig varsling meget hurtigere," sagde Bletery.

Skadekontrol

Begrænsning af konsekvenserne af jordskælv er også en forskningsprioritet.

Dette var fokus for et andet projekt. Kaldet RISE og kørte fra september 2019 til maj 2023.

"Vores udgangspunkt var at gøre Europa mere modstandsdygtigt over for jordskælv," siger professor Stefan Wiemer, direktør for den schweiziske seismologiske tjeneste ved ETH Zürich. "Og der er ingen enkelt foranstaltning til at opnå det."

Wiemer ledede en gruppe af ingeniører og eksperter inden for seismologi, informationsteknologi, geologi og samfundsvidenskab fra to dusin organisationer i 13 lande lige fra Japan og Italien til Israel og Mexico.

Nyt kort over hele Europa

Forskerne forbedrede EU's evne til at estimere ofre og skader forårsaget af et jordskælv – noget der kaldes "hurtig konsekvensanalyse."

Holdet byggede på eksisterende globale tjenester, herunder ShakeMap, som indsamler data om jordrystelser i områder, der er ramt af jordskælv.

Ved hjælp af nye, mere detaljerede data etablerede forskerne en europæisk version af ShakeMap-tjenesten. European Shakemap modtager automatisk alle registrerede data, når et jordskælv på over 4 rammer.

Samtidig samler den relevante oplysninger såsom antallet af mennesker, der bor i området, de lokale jordbundsforhold og sårbarheden af ​​strukturer i den zone, der blev ramt.

"Vi kan inden for kun 30 minutter efter en begivenhed estimere et omtrentligt antal ofre, sårede mennesker og forskellige niveauer af skader og omkostninger," sagde Wiemer, som også er formand for seismologi ved Institut for Geovidenskab ved ETH Zürich.

Dette er ikke kun nyttigt for presserende beslutninger i kølvandet på et jordskælv, men det kan også forbedre viden om, hvad der ville ske i et bestemt område, hvis et andet jordskælv nogensinde ramte der.

Systemet er det første af sin slags, der bliver operationelt på europæisk plan og er nu også operationelt i Italien og Schweiz.

RISE avancerede også metoder – inklusive gennem AI – til at forudsige stærkere efterskælv. I kølvandet på et jordskælv kan hundreder eller tusinder af mindre rystelser overvælde seismiske netværk.

"Det er svært at behandle alle disse data, især når du skal gøre det manuelt," sagde Wiemer. "Med maskinlæringsteknikker kan vi nu behandle disse begivenheder hurtigere og mere præcist."

Flere oplysninger:

• EARLI
• STIG

Leveret af Horizon:The EU Research &Innovation Magazine

Denne artikel blev oprindeligt udgivet i Horizon EU Research and Innovation Magazine.