В Физика жидкостей исследователи из Калифорнийского университета в Лос-Анджелесе и Кардиффского университета в Великобритании разработали систему раннего предупреждения, которая сочетает в себе современные акустические технологии с искусственным интеллектом для немедленной классификации землетрясений и определения потенциального риска цунами.

Подводные землетрясения могут спровоцировать цунами, если сместится большое количество воды, поэтому определение типа землетрясения имеет решающее значение для оценки риска цунами.

"Тектонические события с сильным элементом вертикального скольжения с большей вероятностью поднимут или понизят толщу воды по сравнению с элементами горизонтального скольжения", - сказал соавтор Бернабе Гомес. "Таким образом, знание типа сбоя на ранних стадиях оценки может снизить количество ложных срабатываний и повысить надежность систем оповещения за счет независимой перекрестной проверки".

В этих случаях время имеет решающее значение, и использование глубоководных буев для измерения уровня воды часто оставляет недостаточно времени для эвакуации. Вместо этого исследователи предлагают измерять акустическое излучение (звук), создаваемое землетрясением, которое несет информацию о тектоническом событии и распространяется значительно быстрее, чем волны цунами. Подводные микрофоны, называемые гидрофонами, записывают акустические волны и отслеживают тектоническую активность в режиме реального времени.

"Акустическое излучение распространяется через толщу воды гораздо быстрее, чем волны цунами. Он несет информацию об исходном источнике, и его поле давления может быть зарегистрировано в отдаленных местах, даже за тысячи километров от источника. Вывод аналитических решений для поля давления является ключевым фактором при анализе в режиме реального времени", - сказал соавтор Усама Кадри.

Вычислительная модель триангулирует источник землетрясения по данным гидрофонов, а алгоритмы искусственного интеллекта классифицируют тип землетрясения и магнитуду. Затем он вычисляет важные свойства, такие как эффективная длина и ширина, скорость подъема и продолжительность, которые определяют размер цунами.

Авторы протестировали свою модель с использованием доступных данных гидрофона и обнаружили, что она почти мгновенно и успешно описывает параметры землетрясения с низкими вычислительными затратами. Они совершенствуют модель, добавляя больше информации для повышения точности определения характеристик цунами.

Их работа по прогнозированию риска цунами является частью более масштабного проекта по совершенствованию систем предупреждения об опасности. Классификация цунами - это внутренний аспект программного обеспечения, которое может повысить безопасность морских платформ и судов.