Машинное обучение обнаружило в 10 раз больше землетрясений в кальдере Йеллоустона

В новом исследовании, опубликованном 18 июля в журнале Science Advances, профессор инженерии Бинг Ли и его коллеги из Universidad Industrial de Santander (Колумбия) и Геологической службы США (USGS) применили машинное обучение для повторного анализа исторических данных о сейсмичности в кальдере Йеллоустона за 15-летний период. Команде удалось ретроспективно обнаружить и определить магнитуды примерно в 10 раз больше сейсмических событий (землетрясений), чем было зафиксировано ранее.

Обновлённый каталог для кальдеры Йеллоустона теперь содержит 86 276 землетрясений за период с 2008 по 2022 год, что значительно улучшает понимание вулканических и сейсмических систем благодаря более качественному сбору данных и систематическому анализу. Ключевой вывод исследования заключается в том, что более половины зарегистрированных землетрясений были частью роев — групп небольших, взаимосвязанных землетрясений, распространяющихся и смещающихся на относительно небольшой территории за короткий промежуток времени.

"Надеюсь, что эти данные можно будет применить и в других местах", — сказал Ли, эксперт по индуцированным флюидом землетрясениям и механике горных пород. "Понимая закономерности сейсмичности, такие как рои, мы можем улучшить меры безопасности, лучше информировать общественность о потенциальных рисках и даже направлять разработку геотермальной энергии в сторону от опасных зон".

Исследование также показывает, что рои землетрясений под кальдерой Йеллоустона происходили вдоль относительно незрелых, более шероховатых разломных структур по сравнению со зрелыми структурами, например, в южной Калифорнии. Шероховатость измерялась путём характеристики землетрясений как фракталов — геометрических форм, обладающих самоподобием. Эти фрактальные модели позволили охарактеризовать рои, которые, по мнению исследователей, вызваны смесью медленно движущихся подземных вод и внезапных выбросов флюида.