Mbinu mpya ya kijasusi ya bandia inaweza kusaidia kutabiri eneo la mitetemeko baada ya tetemeko la ardhi
An tetemeko la ardhi ni jambo linalosababishwa wakati mwamba chini ya ardhi katika Dunia ukoko huvunjika ghafla karibu na mstari wa makosa ya kijiolojia. Hii husababisha kutolewa kwa kasi kwa nishati ambayo hutoa mawimbi ya seismic ambayo kisha hufanya ardhi kutetemeka na hii ni hisia tuliyoanguka wakati wa tetemeko la ardhi. Mahali ambapo mwamba hupasuka huitwa focus of the tetemeko la ardhi na mahali juu yake juu ya ardhi inaitwa 'kitovu'. Nishati iliyotolewa hupimwa kama ukubwa, kipimo cha kuelezea jinsi tetemeko la ardhi lilivyokuwa na nguvu. Tetemeko la ardhi la ukubwa wa 2 halionekani kwa urahisi na linaweza kurekodiwa tu kwa kutumia vifaa nyeti maalum. matetemeko ya ardhi ya zaidi ya ukubwa wa 8 inaweza kusababisha ardhi kutikisika kwa nguvu sana. Tetemeko la ardhi kwa ujumla hufuatwa na matetemeko mengi ya baadaye yanayotokea kwa njia sawa na ambayo ni ya uharibifu sawa na mara nyingi ukubwa na ukali wao ni sawa na tetemeko la ardhi la awali. Mitetemeko hiyo ya baada ya tetemeko hutokea kwa ujumla ndani ya saa ya kwanza au siku baada ya kuu tetemeko la ardhi. Utabiri wa usambazaji wa anga wa mitetemeko ya baadaye ni changamoto sana.
Wanasayansi wameunda sheria za majaribio kuelezea ukubwa na wakati wa mitetemeko ya baadaye lakini kubainisha eneo lao bado ni changamoto. Watafiti katika Google na Chuo Kikuu cha Harvard wamebuni mbinu mpya ya kutathmini matetemeko ya ardhi na utabiri wa eneo la mitetemeko ya baadaye kwa kutumia teknolojia ya kijasusi bandia katika utafiti wao uliochapishwa katika Nature. Walitumia hasa kujifunza kwa mashine - kipengele cha akili ya bandia. Katika mbinu ya kujifunza kwa mashine, mashine 'hujifunza' kutoka kwa seti ya data na baada ya kupata ujuzi huu inaweza kutumia maelezo haya kufanya ubashiri kuhusu data mpya zaidi.
Watafiti walichambua kwanza hifadhidata ya matetemeko ya ardhi kwa kutumia algoriti za kujifunza kwa kina. Kujifunza kwa kina ni aina ya hali ya juu ya kujifunza kwa mashine ambapo mitandao ya neva hujaribu na kuiga mchakato wa kufikiria wa ubongo wa mwanadamu. Kisha, walilenga kuweza utabiri aftershocks bora kuliko kubahatisha random na kujaribu kutatua tatizo la 'wapi' aftershocks kutokea. Uchunguzi uliokusanywa kutoka kwa zaidi ya matetemeko makubwa 199 duniani kote yalitumiwa yakiwa na takriban mitetemeko 131,000 ya mitetemeko mikubwa ya ardhi. Habari hii ilijumuishwa na modeli inayotegemea fizikia ambayo inaelezea jinsi gani Ardhi itakuwa strained na wakati baada ya tetemeko la ardhi ambayo itasababisha mitetemeko ya baadaye. Waliunda gridi za mraba za kilomita 5 ndani ya mfumo ambao ungeangalia kama kuna tetemeko la nyuma. Mtandao wa neural basi ungeunda uhusiano kati ya matatizo yanayosababishwa na tetemeko kuu la ardhi na eneo la baada ya tetemeko. Mara tu mfumo wa mtandao wa neva ulipofunzwa vyema kwa njia hii, uliweza kutabiri eneo la mitetemeko ya baadaye kwa usahihi. Utafiti huo ulikuwa na changamoto nyingi kwani ulitumia data changamano ya ulimwengu halisi ya tetemeko la ardhi. Watafiti mbadala walianzisha bandia na aina ya matetemeko ya ardhi 'bora' kuunda utabiri na kisha kukagua utabiri. Kuangalia matokeo ya mtandao wa neva, walijaribu kuchambua ni 'idadi gani' tofauti ambazo zinaweza kudhibiti utabiri wa mitetemeko ya baadaye. Baada ya kufanya ulinganisho wa anga, watafiti walifikia hitimisho kwamba muundo wa kawaida wa mshtuko 'unaweza kufasiriwa'. Timu inapendekeza kwamba idadi inayoitwa lahaja ya pili ya mvutano wa deviatoriki - inayoitwa J2 - inashikilia ufunguo. Kiasi hiki kinaweza kufasiriwa sana na hutumiwa mara kwa mara katika madini na nyanja zingine lakini haijawahi kutumika hapo awali kusoma matetemeko ya ardhi.
Mitetemeko ya baada ya tetemeko la ardhi husababisha majeraha zaidi, kuharibu mali na pia kuzuia juhudi za uokoaji kwa hivyo kutabiri kunaweza kuokoa maisha kwa wanadamu. Utabiri wa wakati halisi unaweza usiwezekane kwa wakati huu kwani miundo ya sasa ya AI inaweza kushughulikia aina fulani ya mshtuko wa baadaye na mstari rahisi wa makosa ya kijiolojia pekee. Hii ni muhimu kwa sababu mistari ya makosa ya kijiolojia ina jiometri tofauti katika eneo tofauti la kijiografia kwenye sayari. Kwa hivyo, huenda isitumike kwa sasa kwa aina tofauti za matetemeko ya ardhi kote ulimwenguni. Walakini, teknolojia ya akili ya bandia inaonekana inafaa kwa tetemeko la ardhi kwa sababu ya n idadi ya vigeu ambavyo vinahitaji kuzingatiwa wakati wa kuzisoma, mfano nguvu ya mshtuko, msimamo wa sahani za tectonic n.k.
Mitandao ya neva imeundwa ili kuboreshwa kadri muda unavyopita, yaani kadri data inavyoingizwa kwenye mfumo, ujifunzaji zaidi hufanyika na mfumo kuboreka taratibu. Katika siku zijazo mfumo kama huo unaweza kuwa sehemu muhimu ya mifumo ya utabiri inayotumiwa na wataalam wa seism. Wapangaji wanaweza pia kutekeleza hatua za dharura kulingana na ujuzi wa tabia ya tetemeko la ardhi. Timu inataka kutumia teknolojia ya kijasusi bandia kutabiri ukubwa wa tetemeko la ardhi.
***
{Unaweza kusoma karatasi asili ya utafiti kwa kubofya kiungo cha DOI kilichotolewa hapa chini katika orodha ya (vyanzo) vilivyotajwa}
Chanzo (s)
DeVries PMR et al. 2018. Kujifunza kwa kina kuhusu mifumo ya baada ya tetemeko la ardhi kufuatia matetemeko makubwa ya ardhi. Nature560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
