Stanford seismolog Gregory Beroza var ute og handlet en dag da han hørte en sang han ikke kjente igjen. Så han trakk frem smarttelefonen sin og brukte den populære appen Shazam for å identifisere melodien.
Shazam bruker en algoritme for å finne det "akustiske fingeravtrykket" for en sang - den delen av en sang som gjør den unik - og sammenligner den med sangdatabasen.
Hva hvis Beroza lurte på at han kunne bruke en lignende teknikk for å identifisere jordskjelv?
I årevis har seismologer prøvd å identifisere "mikroskjelv" - jordskjelv så små at de ikke en gang registrerer seg på tradisjonelle måleverktøy. Å identifisere mikroskjelv kan hjelpe forskere til å forstå jordskjelvsatferd, og potensielt hjelpe dem å forutsi farlige seismiske hendelser.
I likhet med sanger har jordskjelv også fingeravtrykk.
"Jordens struktur endres veldig sakte, så jordskjelv som skjer nær hverandre har veldig like bølgeformer, det vil si at de rister bakken på nesten samme måte, " forklarer Beroza.
Over tid har forskere laget databaser med jordskjelv fingeravtrykk for å identifisere bakkebevegelser som kan være mikroskjelv. Når en grunnbevegelse oppstår, kan seismologer bruke databasen for å se om den stemmer overens med et kjent fingeravtrykk for jordskjelv. Men å bruke disse databasene er en langsom prosess, og seismologer prøver ofte å lese enorme datamengder i sanntid.
"Du kan forestille deg at hvis du prøvde å sammenligne alle tider med alle andre tider 365 dager i året, 24 timer i døgnet, blir det fort en veldig stor jobb, " sier Beroza. "Faktisk blir det umulig stort."
Slik fungerer FAST (Stanford) (Stanford) Men en algoritme-basert mikroskjelv fingeravtrykkleser basert på Shazam kan ha potensialet til å gjøre jobben nesten umiddelbart, regnet Beroza.
Seismologen rekrutterte tre studenter med ekspertise innen beregningsgeovitenskap for å lage en algoritme. Sammen kom teamet med et program som heter Fingerprint and Similarity Thresholding (FAST). Forkortelsen er passende: FAST kan analysere en uke med kontinuerlig seismikk på mindre enn to timer, 140 ganger raskere enn tradisjonelle teknikker. I motsetning til tradisjonelle databaser, bruker FAST fingeravtrykk for å sammenligne "som med lignende", og kutter bort den bortkastede prosessen med å sammenligne alle jordskjelv med alle andre jordskjelv.
Resultatene fra teamets arbeid ble nylig publisert i tidsskriftet Science Advances .
"Den potensielle bruken av [FAST] er virkelig overalt, " sier Beroza. "Det kan være nyttig å finne jordskjelv under etterskjelvssekvensene [de mindre jordskjelvene som ofte følger et større] for å forstå prosessen som ett jordskjelv fører til et annet jordskjelv."
Det kan også være nyttig å forstå “indusert seismisitet” - små jordskjelv forårsaket av menneskelig atferd. En vanlig årsak til indusert seismisitet er injeksjon av avløpsvann, der forurenset vann fra olje- og gassboring kastes ved å injisere det i dype underjordiske brønner. Innsprøytning av avløpsvann antas å være årsaken til det største menneskeskapte jordskjelvet i USAs historie, et jordskjelv på 5, 7 i Oklahoma i 2011. Gruvedrift, hydraulisk brudd og bygging av veldig store reservoarer er også kjent for å indusere jordskjelv. I motsetning til naturlige jordskjelv, hvis antall har holdt seg konsekvent gjennom årene, øker menneskeskapte jordskjelv i hyppighet, sier Beroza. RASKT kan være spesielt nyttig på dette området, og gi forskere et bedre bilde av hvor mye menneskelige aktiviteter som destabiliserer jordskorpen.
Det er fremdeles utfordringer før FAST kan implementeres fullt ut. I teamets forskning ble FAST bare brukt med et enkelt instrument på en enkelt feillinje. For å være nyttig, må det være nettverk over en serie seismiske sensorer. Det må også gå enda raskere, sier Beroza. Teamet jobber for tiden med disse forbedringene, og Beroza regner med å gi ut flere resultater i løpet av året.
