Новая технология обнаруживает давно скрытые землетрясения и возможные ключи к пониманию их эволюции

Однажды утром в Мемфисе (Теннесси) на экране Мостафы Моусави зигзагами бежали показания колебаний Земли. В рамках своей докторской диссертации по геофизике он проверял сейсмические сигналы, записанные предыдущей ночью, подтверждая, что десятилетиями используемые алгоритмы обнаружили истинные землетрясения, а не толчки, вызванные обычными явлениями, такими как волны, грузовики или болельщики на стадионе. Этот утомительный шестимесячный опыт натолкнул его на мысль о необходимости найти гораздо лучший способ анализа.

В новой статье, опубликованной в Nature Communications, Моусави и его соавторы описывают новый метод использования искусственного интеллекта для выявления миллионов этих слабых сдвигов Земли. «Улучшая нашу способность обнаруживать и определять местоположение этих очень маленьких землетрясений, мы можем получить более четкое представление о том, как землетрясения взаимодействуют или распространяются вдоль разлома, как они начинаются и даже как останавливаются», — сказал геофизик из Стэнфорда Грегори Бероза, один из авторов статьи.

Модель, названная Earthquake Transformer, основана на более ранних разработках команды (PhaseNet и CRED) и использует механизм внимания («attention mechanism»), который позволяет алгоритму, подобно человеку, фокусироваться на наиболее важных участках сейсмограммы. Это новшество для области автоматического обнаружения землетрясений. Обученная на глобальном наборе данных из миллиона размеченных сейсмограмм, модель была протестирована на данных землетрясения в Тоттори (Япония) магнитудой 6.6 2000 года. Используя данные лишь с 18 из 57 станций, она обнаружила и локализовала 21 092 события — в 2,5 раза больше, чем было выявлено вручную, причем анализ занял 20 минут вместо месяцев труда экспертов.

Понимание закономерностей накопления мелких толчков за десятилетия или века может стать ключом к минимизации ущерба от крупных землетрясений. Заполнение каталогов прошлых землетрясений с помощью Earthquake Transformer может сделать карты сейсмической опасности более точными и помочь выявить скрытые разломы. «Чем больше информации мы можем получить о глубокой трехмерной структуре разлома благодаря улучшенному мониторингу малых землетрясений, тем лучше мы можем предвидеть землетрясения, которые таятся в будущем», — отметил Бероза. По словам ученых, мониторинг землетрясений с использованием машинного обучения в режиме, близком к реальному времени, станет реальностью в ближайшие год-два.