Ученые научились предсказывать стихийные бедствия с помощью магнитного поля Земли

Исследователи из Токийского столичного университета применили методы машинного обучения для достижения быстрых и точных оценок локальных геомагнитных полей с использованием данных, полученных в нескольких точках наблюдения, что потенциально позволяет выявлять изменения, вызванные землетрясениями и цунами. Модель глубокой нейронной сети (DNN) была разработана и обучена с использованием существующих данных. Результатом является быстрый, эффективный метод оценки магнитных полей для беспрецедентно раннего обнаружения стихийных бедствий. Это жизненно важно для разработки эффективных систем предупреждения, которые могли бы помочь уменьшить количество жертв и повсеместный ущерб, пишет EurekAlert.

Разработка эффективных средств предсказания землетрясений и цунами имеет первостепенное значение из-за серьезных разрушений и человеческих жертв. Конечно, такие системы уже существуют. Они служат для предупреждения людей непосредственно перед приходом сейсмических волн; однако часто бывает, что S-волна (или вторичная волна), то есть более поздняя часть землетрясения, уже пришла, когда было дано предупреждение. Более эффективная система крайне необходима, чтобы дать местным жителям время для поиска безопасного места и сведения к минимуму потерь.

Известно, что землетрясения и цунами сопровождаются локальными изменениями в геомагнитном поле. Для землетрясений это прежде всего то, что известно как пьезомагнитный эффект, когда высвобождение большого количества накопленного напряжения вдоль разлома вызывает локальные изменения в геомагнитном поле; для цунами это внезапное, огромное движение моря, которое вызывает изменения атмосферного давления. Это, в свою очередь, влияет на ионосферу, впоследствии меняя геомагнитное поле. Оба они могут быть обнаружены сетью точек наблюдения в разных местах. Основным преимуществом такого подхода является скорость; помня, что электромагнитные волны движутся со скоростью света, ученые могут мгновенно обнаружить частоту события, наблюдая изменения геомагнитного поля.

Однако, как можно определить, является ли обнаруженное поле аномальным или нет? Геомагнитное поле в разных местах является флуктуирующим сигналом; весь метод основан на знании, что такое «нормальное» поле в определенном месте.

Таким образом, Юта Катори и профессор Кан Окубо из Токийского университета приступили к разработке метода проведения измерений в разных местах вокруг Японии и создания оценки геомагнитного поля в разных конкретных точках наблюдения. В частности, они применили современный алгоритм машинного обучения, известный как глубокая нейронная сеть (DNN), смоделированная по тому, как нейроны связаны внутри человеческого мозга. Путем подачи алгоритма огромного объема ввода, взятого из исторических измерений, они позволяют алгоритму создавать и оптимизировать чрезвычайно сложный многоуровневый набор операций, который наиболее эффективно сопоставляет данные с тем, что было фактически измерено. Используя полмиллиона точек данных, принятых в 2015 году, они смогли создать сеть, которая с беспрецедентной точностью может оценить магнитное поле в точке наблюдения.

Учитывая относительно низкую вычислительную стоимость DNN, система может быть сопряжена с сетью детекторов высокой чувствительности для обеспечения молниеносного обнаружения землетрясений и цунами, обеспечивая эффективную систему предупреждения, которая может минимизировать ущерб и спасать жизни.