KI- und Gravitationssignale könnten große Erdbeben schnell erkennen

Massive Erdbeben bewegen nicht nur den Boden – sie nehmen Lichtgeschwindigkeitsanpassungen am Gravitationsfeld der Erde vor. Jetzt haben Forscher trainierte Computer, um diese winzigen Gravitationssignale zu identifizierendemonstriert, wie die Signale verwendet werden können, um den Ort und die Größe eines starken Bebens fast augenblicklich zu markieren.

Es ist ein erster Schritt zur Schaffung eines sehr frühen Warnsystems für die stärksten Beben des Planeten, berichten Wissenschaftler am 11 Natur.

Ein solches System könnte helfen, ein heikles Problem in der Seismologie zu lösen: Wie kann man die wahre Größe eines massiven Bebens unmittelbar nach seinem Auftreten schnell bestimmen, sagt Andrea Licciardi, Geophysikerin an der Université Côte d’Azur in Nizza, Frankreich. Ohne diese Fähigkeit ist es viel schwieriger, schnell und effektiv Gefahrenwarnungen auszugeben, die Leben retten könnten.

Wenn große Erdbeben ausbrechen, sendet das Schütteln und Zittern seismische Wellen durch den Boden, die auf Seismometern als große Wackeln erscheinen. Aber gegenwärtige auf seismischen Wellen basierende Detektionsmethoden haben notorisch Schwierigkeiten, in den wenigen Sekunden nach einem solchen Ereignis zwischen einem Beben der Stärke 7,5 und der Stärke 9 zu unterscheiden.

Das liegt daran, dass die anfänglichen Schätzungen der Größenordnung auf der Höhe von seismischen Wellen, sogenannten P-Wellen, basieren, die als erste an Überwachungsstationen ankommen. Bei den stärksten Beben sind diese anfänglichen P-Wellen-Amplituden jedoch maximal, sodass Beben unterschiedlicher Stärke schwer voneinander zu unterscheiden sind.

Aber seismische Wellen sind nicht die frühesten Anzeichen eines Bebens. All diese Masse, die sich bei einem großen Erdbeben bewegt, verändert auch die Dichte der Felsen an verschiedenen Orten. Diese Dichteverschiebungen führen zu winzigen Änderungen im Gravitationsfeld der Erde und erzeugen „Elastogravitations“-Wellen, die sich mit Lichtgeschwindigkeit durch den Boden ausbreiten – sogar schneller als seismische Wellen.

Früher hielt man solche Signale für zu klein, um sie zu entdecken, sagt der Seismologe Martin Vallée vom Institut de Physique du Globe de Paris, der nicht an der neuen Studie beteiligt war. 2017 waren es dann Vallée und seine Kollegen der erste, der berichtete, diese Elastogravitationssignale gesehen zu haben in seismischen Stationsdaten. Diese Ergebnisse bewiesen, dass „Sie ein Zeitfenster zwischen dem Beginn des Erdbebens und dem Zeitpunkt haben, zu dem Sie die erhalten [seismic] Wellen“, sagt Vallée.

Die Forscher grübelten jedoch noch darüber nach, wie sie diese Elastogravitationssignale in ein wirksames Frühwarnsystem umwandeln könnten. Da Schwerkraftschwingungen winzig klein sind, sind sie in seismischen Daten schwer vom Hintergrundrauschen zu unterscheiden. Rückblickend stellten Wissenschaftler fest, dass nur sechs Mega-Erdbeben in den letzten 30 Jahren identifizierbare Elastogravitationssignale erzeugt haben, darunter das Tohoku-Oki-Erdbeben der Stärke 9 im Jahr 2011, das einen verheerenden Tsunami auslöste, der zwei Kernkraftwerke in Fukushima, Japan, überflutete (SN: 16.03.11). (Die auf AP-Wellen basierende erste Schätzung der Stärke dieses Bebens betrug 7,9.)

Hier können Computer ins Spiel kommen, sagt Licciardi. Er und seine Kollegen gründeten PEGSNet, ein Netzwerk für maschinelles Lernen, das entwickelt wurde, um „Prompte ElastoGravity-Signale“ zu identifizieren. Die Forscher trainierten die Maschinen mit einer Kombination aus realen seismischen Daten, die in Japan gesammelt wurden, und 500.000 simulierten Gravitationssignalen für Erdbeben in derselben Region. Die synthetischen Gravitationsdaten sind für das Training unerlässlich, sagt Licciardi, weil die echten Daten so knapp sind und das maschinelle Lernmodell genügend Input benötigt, um Muster in den Daten finden zu können.

Nach dem Training wurden die Computer einem Test unterzogen: Verfolgen Sie den Ursprung und die Entwicklung des Tohoku-Bebens von 2011, als würde es in Echtzeit passieren. Das Ergebnis war vielversprechend, sagt Licciardi. Der Algorithmus war in der Lage, sowohl die Stärke als auch den Ort des Bebens fünf bis zehn Sekunden früher als andere Methoden genau zu bestimmen.

Diese Studie ist ein Machbarkeitsnachweis und hoffentlich die Grundlage für einen Prototyp eines Frühwarnsystems, sagt Licciardi. „Im Moment ist es auf die Arbeit zugeschnitten … in Japan. Wir wollen etwas bauen, das in anderen Gebieten funktioniert, die für starke Beben bekannt sind, darunter Chile und Alaska. Letztendlich besteht die Hoffnung darin, ein System aufzubauen, das global funktionieren kann.

Die Ergebnisse zeigen, dass PEGSNet das Potenzial hat, ein leistungsstarkes Tool für Erdbebenfrühwarnungen zu sein, insbesondere wenn es zusammen mit anderen Erdbebenerkennungstools verwendet wird, sagt Vallée.

Dennoch muss noch weiter gearbeitet werden. Zum einen wurde der Algorithmus darauf trainiert, nach einem einzelnen Punkt für den Ursprung eines Erdbebens zu suchen, was eine vernünftige Annäherung ist, wenn Sie weit entfernt sind. Aber aus der Nähe sieht der Ursprung eines Bebens nicht mehr wie ein Punkt aus, sondern ist tatsächlich eine größere Region, die aufgebrochen ist. Wenn Wissenschaftler eine genaue Schätzung darüber wünschen, wo in der Zukunft ein Riss aufgetreten ist, müssen die Maschinen nach Regionen und nicht nach Punkten suchen, fügt Vallée hinzu.

Größere Fortschritte könnten in Zukunft erzielt werden, wenn Forscher viel empfindlichere Instrumente entwickeln, die noch kleinere, durch Beben verursachte Störungen des Gravitationsfelds der Erde erkennen und gleichzeitig andere Quellen von Hintergrundrauschen herausfiltern können, die die Signale verdecken könnten. Die Erde, sagt Vallée, ist eine sehr laute Umgebung, von ihren Ozeanen bis zu ihrer Atmosphäre.

„Das ist ein bisschen die gleiche Herausforderung wie für Physiker, wenn sie versuchen, Gravitationswellen zu beobachten“, sagt Vallée. Diese Wellen in der Raumzeit, ausgelöst durch kolossale kosmische Kollisionen, sind eine ganz andere Art von gravitationsgetriebener Welle (SN: 11.02.16). Aber Gravitationswellensignale werden auch vom Rauschen der Erde – in diesem Fall Mikrozittern im Boden – in den Schatten gestellt.


Source: Science News by www.sciencenews.org.

*The article has been translated based on the content of Science News by www.sciencenews.org. If there is any problem regarding the content, copyright, please leave a report below the article. We will try to process as quickly as possible to protect the rights of the author. Thank you very much!

*We just want readers to access information more quickly and easily with other multilingual content, instead of information only available in a certain language.

*We always respect the copyright of the content of the author and always include the original link of the source article.If the author disagrees, just leave the report below the article, the article will be edited or deleted at the request of the author. Thanks very much! Best regards!