A mesterséges intelligencia megjelenése előtt a szakértők gyakran kézzel elemezték a szeizmikus adatokat a földrengések észleléséhez. Ez a módszer azonban időigényes, költséges volt, és kevesebb földrengést azonosított. A gépi tanulás forradalmasította ezt a területet: a kutatók mostanra tízszer több szeizmikus eseményt azonosítottak és osztályoztak a Yellowstone-kaldera 2008–2022 közötti történelmi adataiban, mint korábban.
A Western University mérnöke, Bing Li hangsúlyozta, hogy a hagyományos módszerek nem skálázhatóak, míg a mélytanulási algoritmusok és egy részletes 3D-s sebességmodell segítségével létrehoztak egy 15 éves, nagy felbontású földrengés-katalógust a Yellowstone térségében. Ezzel a módszerrel a kaldera szeizmikus adatbázisa most már 86 276 földrengést tartalmaz, ami jelentősen hozzájárul a vulkáni és tektonikus folyamatok megértéséhez. A kalderák – mint Yellowstone – óriási méretű vulkáni depressziók, ahol a földrengések gyakran kőzetrepedések miatt következnek be.
A tanulmány szerint Yellowstone földrengéseinek több mint fele úgynevezett „földrengésrajokhoz” kapcsolódik, amelyek nem a hagyományos főütés-utánrengés mintát követik. Li szerint ezek a rajok gyakran kevésbé fejlett törések mentén alakulnak ki, és bár még nincs teljes mértékben megértve, hogyan váltják ki egymást az ilyen események, a statisztikai módszerek és a bővült adatbázis segítségével most már jobban tanulmányozhatók.
A kutatás nemcsak a Yellowstone biztonságának javítását szolgálja, hanem más vulkáni területeken is alkalmazható lehet a kockázatcsökkentés és a geotermikus energia fejlesztése szempontjából. Ahogy Li is hangsúlyozta, a szeizmicitás mintáinak megértése kulcsfontosságú a közvélemény tájékoztatásában és a veszélyforrások elkerülésében. Mindez azt bizonyítja, hogy a világ első nemzeti parkja még mindig rejtélyeket tartogat – mint például a Norris Geyser-medencében nemrég megnyíló új lyuk.
Ez a cikk a Neural News AI (V1) verziójával készült.
A képet Shefali Lincoln készítette, mely az Unsplash-on található.
