Пять лет назад Пол Джонсон не думал, что предсказание землетрясений когда-либо станет возможным. Теперь он не так уверен.
«Не могу сказать, что мы это сделаем, но я очень надеюсь, что в течение десятилетий мы добьемся большого прогресса», - говорит сейсмолог из Лос-Аламосской национальной лаборатории. «Теперь я полнее надежд, чем когда-либо».
Основной причиной этой новой надежды является технология, которую Джонсон начал изучать около четырех лет назад: машинное обучение. Многие звуки и небольшие движения вдоль тектонических линий разломов, где происходят землетрясения, долгое время считались бессмысленными. Но машинное обучение - обучение компьютерных алгоритмов анализу больших объемов данных для поиска шаблонов или сигналов - предполагает, что некоторые из небольших сейсмических сигналов могут иметь значение в конце концов.
Такие компьютерные модели могут даже оказаться ключом к открытию способности предсказывать землетрясения, отдаленная возможность, которая настолько противоречива, что многие сейсмологи отказываются даже обсуждать это.
Когда теория тектоники плит получила распространение в 1960-х годах, многие ученые подумали, что прогноз землетрясений - это только вопрос времени. Как можно подумать, после того, как будут смоделированы небольшие землетрясения, вызванные смещением плит, должна быть возможность прогнозировать большие землетрясения за несколько дней или даже недель. Но множество факторов, от типа породы до расстояния проскальзывания разлома, влияют на силу землетрясения, и быстро стало очевидно, что модели мелкомасштабной тектонической активности не могут обеспечить надежный способ прогнозировать сильные землетрясения. Возможно, небольшие сдвиги и проскальзывания, которые происходят сотни раз в день, могут свидетельствовать о небольшом увеличении вероятности сильного землетрясения, но даже после роя незначительной тектонической активности большое землетрясение все еще крайне маловероятно. Для того, чтобы предсказание когда-либо стало реальностью, необходим лучший сигнал для наступающего землетрясения.
Использование машинного обучения для поиска такого сигнала, вероятно, еще далеко - если это вообще возможно. В исследовании, опубликованном в конце прошлого года, Джонсон и его команда предположили, что мог быть ранее не учтенный сейсмический сигнал, который мог бы содержать образец, показывающий, когда может произойти сильное землетрясение, такое как печально известное и долгожданное землетрясение Каскадия на тихоокеанском северо-западе. Если эта гипотеза подтвердится, это может изменить способ прогнозирования землетрясений с секунд до, может быть, за один день, десятилетий вперед.
Самые последние улучшения в прогнозировании землетрясений были теми драгоценными секундами. Сейсмологи работают над совершенствованием систем раннего предупреждения, таких как в Японии, и системы ShakeAlert, развертываемой вдоль западного побережья США. Эти системы отправляют оповещения только после того, как землетрясение уже началось - но вовремя, чтобы отключить такие вещи, как лифты или газопроводы, и предупредить сообщества дальше от эпицентра.
Слой Земли, на котором мы живем, разбит на дюжину или около того тектонических, которые движутся относительно друг друга. (ГС США) По словам Джонсона, попытка экстраполировать, насколько большим будет развивающееся землетрясение, где находится его эпицентр и что будет затронуто, всего за несколько секунд данных, - огромная проблема. Существующие системы оповещения неверно оценили сильные землетрясения и дали ложную тревогу другим. Но до 2007 года у нас не было даже секундного уведомления. Где мы можем быть в 2027 году?
«Мы не знаем, насколько хорошо сейсмология действительно будет работать через десять лет», - говорит Джонсон. «Но это будет намного лучше, чем сегодня».
Достижения в области мониторинга землетрясений, вероятно, будут опираться на компьютеры, которые были подготовлены для работы в качестве экспертов-сейсмологов. С идеальной памятью, несколькими предвзятыми представлениями и нулевой потребностью во сне, машины могут сортировать море данных, собранных при сдвиге тектонических плит. Вся эта информация сравнима с тем, что вы услышите на людной улице - звуки машин, людей, животных и погоды смешиваются вместе. Исследователи просеивают эти сигналы, расшифрованные как волны, в попытке выяснить, указывает ли какой-либо из них на землетрясение или оно должно произойти. Долгое время была надежда, что, скрытый от всего этого шума, может быть какой-то прекурсор, который можно измерить или наблюдать, чтобы указать продолжительность времени до следующего сильного землетрясения.
Один из этих шумов, который Джонсон называет «тремороподобным сигналом», был выявлен и изучен в течение ряда лет. «Я бросил в нее все, что у меня было в наборе инструментов, и решил, что там ничего нет», - говорит он.
Но алгоритмы и компьютеры, созданные его командой, смотрели на сигнал с несколько иной точки зрения, концентрируясь на его энергии. По словам Джонсона, эта энергия (записанная как амплитуда, мера размера сейсмических волн) росла «очень незначительно» в течение всего цикла землетрясения. После землетрясения амплитуда сигнала падала и перезапускала цикл регулярного роста, пока не произошло очередное землетрясение.
Это был шаблон.
Этот ранее игнорируемый сигнал, по словам Джонсона, «содержал прогностическую информацию для прогнозирования следующего цикла землетрясения» за несколько минут в ускоренных моделях неисправностей в лаборатории, что в реальной жизни превращается в десятилетия вперед. Но результаты в лаборатории и в реальном мире не всегда совпадают.
На данный момент, машинное обучение не предназначено, чтобы помочь с предсказанием землетрясения, а скорее, чтобы понять землетрясения, которые уже начались, или динамику землетрясения в целом. Но достижения в обнаружении землетрясений, оценке магнитуд и сортировке по «шуму» - все это улучшает наше понимание того, как действуют землетрясения, в том числе когда они могут ударить.
«Я хочу прояснить, что то, что мы делаем, отличается от прогноза. Но, да, все эти вещи косвенно связаны », - говорит Мостафа Мустави, Стэнфордский сейсмолог, который использует машинное обучение для сортировки фонового шума для обнаружения небольших землетрясений.
Мен-Андрин Майер, сейсмолог из Калифорнийского технологического института, говорит, что «его предположение состоит в том, что землетрясения по своей природе непредсказуемы». Но, тем не менее, он работает над использованием машинного обучения для улучшения систем раннего предупреждения, и улучшения в мониторинге, которые учитывают эти оповещения, могут потенциально улучшить прогнозы землетрясений. Мустафа говорит, что более совершенные карты разломов и лучшее понимание процессов, тенденций и циклов землетрясений могут улучшить прогнозирование.
Тем не менее, некоторые сейсмологи считают, что «предсказание» - это фантазия. Роберт Геллер, сейсмолог из Токийского университета, хорошо известен своим пессимизмом в отношении прогноза землетрясения.
«Исследования по прогнозированию землетрясений на самом деле не вещь, - говорит он по электронной почте. «Это просто сбор большого количества данных в надежде найти надежного« прекурсора ». Ни один из них до сих пор не найден.
По словам Геллера, любые лабораторные результаты, касающиеся сигналов землетрясения, можно игнорировать, пока они не будут последовательно воспроизводиться в реальном мире. «Я не сомневаюсь, что они могут найти множество явных закономерностей в данных наблюдений землетрясений, обращенных назад. Но я не вижу причин полагать, что такие модели будут работать во времени », - говорит Геллер.
Разлом Cascadia у острова Ванкувер все время медленно сползает, создавая низкую сейсмичность, которую вы не можете почувствовать, и затем возвращается к месту примерно раз в год. Можно наблюдать очень незначительное смещение поверхности Земли от этого скольжения, поэтому команда Джонсона попыталась выяснить, может ли новый сигнал, идентифицированный их алгоритмами машинного обучения, предсказать движение.
«И, о чудо, оно сопоставлено с коэффициентом перемещения», - говорит Джонсон.
Теперь вопрос заключается в том, как сигнал может относиться к блокировке разлома - блокированных пород, которые препятствовали резкому скольжению тектонических плит и возникновению сильного землетрясения в течение примерно 300 лет. В конечном счете, блокировка ошибки сломается, и сильное землетрясение ударит. Возможно, сигнал, который изучает команда Джонсона, или другой, еще не обнаруженный сигнал, может дать некоторое представление о том, когда это произойдет, если такие сигналы вообще связаны с крупными землетрясениями.
