Investigación de aprendizaje automático publicada en dos artículos relacionados hoy en Geociencia de la naturaleza 's informa la detección de señales sísmicas que predicen con precisión el lento deslizamiento de la falla de Cascadia, un tipo de falla observada para preceder a grandes terremotos en otras zonas de subducción.
Los investigadores del Laboratorio Nacional de Los Alamos aplicaron el aprendizaje automático para analizar los datos de Cascadia y descubrieron que el megahermoso transmite un temblor constante, una huella digital del desplazamiento de la falla. Más importante aún, encontraron un paralelo directo entre el volumen de la señal acústica de la falla y sus cambios físicos.Los gemidos de Cascadia, previamente descartados como ruido sin sentido, predijeron su fragilidad.
"El comportamiento de Cascadia estaba oculto en los datos. Hasta que el aprendizaje automático reveló patrones precisos, todos descartamos la señal continua como ruido, pero estaba llena de información rica. Descubrimos un patrón de sonido altamente predecible que indica deslizamiento y falla de falla".dijo el científico de Los Alamos, Paul Johnson: "También encontramos un vínculo preciso entre la fragilidad de la falla y la fuerza de la señal, que puede ayudarnos a predecir con mayor precisión un mega terremoto".
Los nuevos documentos fueron escritos por Johnson, Bertrand Rouet-Leduc y Claudia Hulbert de la División de Ciencias de la Tierra y del Medio Ambiente del Laboratorio, Christopher Ren de la División de Investigación de Inteligencia y Espacio del Laboratorio y colaboradores de la Universidad Estatal de Pensilvania.
El aprendizaje automático analiza conjuntos de datos sísmicos masivos para encontrar patrones distintos al aprender de algoritmos de ajuste automático para crear árboles de decisión que seleccionan y vuelven a probar una serie de preguntas y respuestas. El año pasado, el equipo simuló un terremoto en un laboratorio, utilizando bloques de acerointeractuando con rocas y pistones, y grabando sonidos que analizaron mediante aprendizaje automático, descubrieron que las numerosas señales sísmicas, previamente descartadas como ruido sin sentido, señalaban cuándo se deslizaría la falla simulada, un avance importante hacia la predicción de terremotos.tenía señales más fuertes
El equipo decidió aplicar su nuevo paradigma al mundo real: Cascadia. Investigaciones recientes revelan que Cascadia ha estado activa, pero señaló que la actividad ha sido aparentemente aleatoria. Este equipo analizó 12 años de datos reales de estaciones sísmicas en la región y encontróseñales y resultados similares: los constantes temblores de Cascadia cuantifican el desplazamiento de la porción de deslizamiento lento de la zona de subducción. En el laboratorio, los autores identificaron una señal similar que predijo con precisión un amplio rango de fallas. La monitorización cuidadosa en Cascadia puede proporcionar nueva información sobrela zona bloqueada para proporcionar un sistema de alerta temprana.
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Los Alamos . Nota: El contenido puede ser editado por estilo y longitud.
Referencias de revistas :
Cite esta página :