به گزارش سیناپرس، بر اساس تحقیقات پیشگامانه جدیدی که توسط دانشگاه کانتربری نیوزیلند و با تمرکز بر فوران مرگبار واکاآری یا جزیره سفید این کشور هدایت شده است، محققان نشان داده اند که استفاده از الگوهای پنهان در سیگنال های لرزه ای می تواند به پیش بینی فوران ها و جلوگیری از تلفات جانی در آتشفشان ها کمک کند.
این محققان از فرایند یادگیری ماشینی برای شناسایی الگوی فرکانس لرزه ای استفاده کرده اند که در روزهای منتهی به فوران مرگبار واکاآری در 9 دسامبر 2019 رخ داده است.
در این پژوهش که با همکاری دانشگاه اوکلند نیوزیلند و دانشگاه بروکسل بلژیک انجام شده، محققان امواج ثبت شده لرزه‌سنج GeoNet، یعنی همان ابزاری که صداها و لرزش‌های زمین را اندازه‌گیری می‌کند را پیش از 18 فوران در شش آتشفشان فعال مورد مطالعه قرار داده اند. در میان این موارد، سه آتشفشان شامل رواپهو، تونگاریرو و واکاری در کشور نیوزیلند قرار دارند.
استفاده از یک الگوریتم یادگیری ماشینی به پژوهشگران فوق اجازه داد تا هزاران مورد ضبط شده را غربال کرده و الگوهای فرکانس خاصی را که به طور منظم قبل از فوران رخ می‌دادند تعیین و برجسته کند. به گفته این پژوهشگران، ما تغییری در فرکانس کشف کردیم که به ما می گوید احتمال وقوع فوران در چند روز آینده بسیار زیاد است. این انتقال فرکانس به ما امکان می دهد به آنچه در اعماق مختلف زیر آتشفشان اتفاق می افتد گوش فرا دهیم و لذا مشاهده دقیق این الگو می‌تواند هشداری اولیه درباره فوران‌های آینده باشد.
آن ها می افزایند: بر اساس آن چه ما دریافتیم این پیش آگهی فوران در میان چندین آتشفشان، به ویژه آتشفشان های نیوزلند که دارای یک سیستم گرمابی در زیر دهانه هستند، رایج است. گام بعدی این است که ببینیم این سیگنال به عنوان یک سیستم هشدار دهنده برای آتشفشان های سراسر جهان چه قدر خوب عمل می کند.
به گزارش سیناپرس،این یافته های هیجان انگیز است که می توانند به طور بالقوه در طراحی سیستم هشداری که می تواند به نجات جان انسان ها بینجامد، به کار گرفته شوند، در مجله بین المللی Nature Communications منتشر شده اند.
نویسنده: محمدرضا دلفیه