Машинное обучение показывает, что земные треморы и медленное скольжение происходят постоянно, а не периодически

Применение методов глубокого обучения к сейсмическим данным показало, что треморы и медленное скольжение происходят постоянно — до и после известных крупномасштабных медленных землетрясений, — а не периодически, отдельными всплесками, как считалось ранее. Ещё более удивительно, что модель машинного обучения обобщается на другие тектонические среды, включая разлом Сан-Андреас.

Исследовательская группа обучила сверточную нейронную сеть на каталоге треморов, созданном Аароном Вехом из Вашингтонского университета. Каталог использует несколько лет сейсмограмм с одной сейсмической станции на острове Ванкувер в регионе Каскадия на северо-западе Тихого океана. Нейросеть позволила обнаружить значительно больше событий, чем традиционные методы.

Медленные землетрясения, которые, как известно, иногда предшествуют крупным землетрясениям на континентальных разломах и в зонах субдукции, циклически накапливают напряжение и могут спровоцировать крупные землетрясения на соседних, сильно напряженных и заблокированных разломах. Нейросеть предоставила непрерывную меру треморов и установила более четкие временные границы событий медленного скольжения. Важно, что она идентифицировала слабые сигналы треморов за месяцы до того, как традиционные методы обнаружили медленное скольжение по изменениям высоты ландшафта.

«Эта работа говорит нам, что физика трения на разломах, по-видимому, имеет универсальные характеристики — то, что мы подозревали, но не могли доказать», — сказал геофизик Бертран Руэ-Ледюк, ведущий автор статьи.

Исследование, опубликованное 24 февраля 2020 года в Geophysical Research Letters, является частью работ, показывающих, что предвестники сейсмических событий происходят гораздо чаще, чем считалось ранее.