طراحی یک مدل تازه برای پیش بینی زلزله - وبلاگ هیچکس

به گزارش وبلاگ هیچکس، ایرنا نوشت: دانشمندان یک مدل نو و دقیق تر برای پیش بینی زمین لرزه ها با تقلید از انتشار انرژی زمین لرزه های گذشته طراحی نموده اند.

پیش بینی زمان و مکان زلزله قبل از وقوع، آماده سازی نهایی برای کاهش خطر خواهد بود. پیش بینی زمین لرزه هنوز عملی نشده است و ممکن است هرگز عملی نگردد، اما در یک مطالعه نو، دانشمندان مدل های پیش بینی خود را با آنالیز نحوه رفتار گسیختگی گسل در زلزله های قبلی بهبود بخشیدند.

مدل های پیش بینی زلزله این امکان را فراهم می سازد که با ارایه احتمالات زلزله - مانند مدل های پیش بینی آب و هوا، برای زلزله آمادگی بهتری پیدا کنیم. جیمز نیلی، زلزله شناس دانشگاه شیکاگو و نویسنده اصلی این مطالعه، می گوید: در پیش بینی آب وهوا، داده های زیادی وارد مدل های پیش بینی آب و هوا می گردد و استفاده از مدل های آماری قابل قبول است. با این حال، زلزله شناسان تنها اندازه کمی از داده های زمین لرزه های گذشته را برای پیش بینی زلزله در اختیار دارند که چالش های موجود در مدل های آماری پیش بینی زمین لرزه را شرح می دهد.

در حال حاضر، در مدل های پیش بینی زلزله فرض براین است که زلزله تمام انرژی ذخیره شده را آزاد می نماید و هر بار که زلزله ای اتفاق می افتد، گسل ها به شرایط قبل بازمی گردند. با این حال، این شرایط لزوماً نشان دهنده اتفاقی نیست که در یک گسل اتفاق می افتد.

محققان یک مدل پیش بینی نو به نام مدل حافظه گسل بلند مدت (LTFM) طراحی نموده اند که به گفته نیلی، این مدل نو بیشتر نشان دهنده اتفاقاتی است که در گسل ها رخ می دهد.

محققان خاطرنشان می نمایند که از آنجا که این مدل رفتارهای واقعی تر گسل را در نظر می گیرد، روش آنها ممکن است پیش بینی واقعی تر زلزله را ایجاد کند.

رفتار گسل ها مانند باتری های قابل شارژ است

کریس گلدفینگر، زمین شناس دانشگاه ایالتی اورگان که در این مطالعه مشارکت نداشته است، می گوید: گسل ها مانند باتری ها هستند. یک گسل می تواند تمام انرژی خود را در جریان یک گسیختگی تخلیه کند یا بخشی از کرنش را به وسیله دسته از زلزله های متعدد و کوچکتر آزاد کند.

یکی از نمونه های گسل با آزادسازی جزیی کرنش، گسل سن آندریاس است. مطالعات دیرینه لرزه ای نشان داده است سوابق تاریخی زمین لرزه در گسل سن آندریاس پیچیده است. دوره های زمانی طولانی بدون زلزله سپری شده است که با دسته های زمین لرزه ها تعیین شده اند. براساس تحقیقات نو، این رویدادها پراکنده هستند و نشان می دهد زلزله ها همواره در فاصله های زمانی مورد انتظار تکرار نمی شوند.

پالت کریک، که در ابتدا در دهه 1970 حفاری شد، یکی از اولین مواردی بود که برای آشکار کردن زمان و بزرگی زمین لرزه های تاریخی در امتداد گسل سن آندریاس مورد مطالعه نهاده شد.

نیلی می گوید اگرچه مدل های کنونی پیش بینی زلزله در ایجاد یک مدل ساده احتمال زلزله کارآمد هستند، اما این احتمالات همواره با سوابق زمین شناسی زلزله های گذشته مطابقت ندارند.

برای مثال، بخش موهاوی گسل سن آندریاس قبل از سال 1812 به مدت 300 سال، شاهد هیچ زلزله بزرگی نبوده است، اما زلزله ای به همان بزرگی، 45 سال بعد در سال 1857 رخ داد. نیلی و همکارانش با استفاده از مدل های فعلی، احتمال وقوع زمین لرزه سال 1857 را بسیار پایین برآورد کردند.

نیلی وهمکارانش با استفاده از LTFM، همان بخش گسل آنالیز کردند. آنها احتمال وقوع زلزله 1857 را 41 درصد برآورد کردند. این رقم بسیار بیشتر از پیش بینی سایر مدل ها بود که احتمال وقوع زلزله را بین یک تا 27 درصد پیش بینی می کردند.

این محققان بعلاوه احتمال زمین لرزه در دوره 30 ساله را برای زلزله بزرگ بعدی در بخش جنوبی گسل سن آندریاس محاسبه کردند. آنها احتمال بسیار مشابهی را بین مدل های فعلی و LTFM پیدا کردند که حدود 35 درصد است.

یک تفاوت مهم بین مدل این محققان و مدل های پیش بینی کنونی این است که احتمال زلزله در قرن های آینده در گسل سن آندریاس به طور قابل توجهی با فرض اینکه زلزله هنوز اتفاق نیفتاده است، فرق دارد. به عبارت دیگر، هر چه زمان بیشتر می گذرد، احتمال افزایش می یابد. مدل های فعلی احتمال وقوع زلزله در 200 سال آینده را کمی کاهش داده اند، در حالی که LTFM احتمال وقوع زلزله در قرن های آینده را فزاینده برآورد نموده است.

آینده پیش بینی زلزله

گلدفینگر می گوید: ما نمی دانیم چرا گسل ها دارای خوشه های لرزه ای هستند و به تازگی تاریخچه طولانی از علمکرد گسل ها بدست آورده ایم.

مدل های پیش بینی زلزله را می توان با مستندسازی بیشتر داده های تاریخی و بلندمدت زلزله بهبود بخشید تا مدل ها واقعی تر شوند.

اگرچه LTFM از مدل پیش بینی فعلی پیچیده تر است، اما قوی تر است و مبنای بهتری برای مدل های پیش بینی زلزله دارد. گلدفینگر می گوید: این مدل گامی منظم در مسیر درست برای پیش بینی زلزله است.

نیلی می گوید مدل LTFM می تواند برای شرایط دیگری مانند Cascadia Subduction Zone نیز به کار گرفته گردد. وی گفت که آنها قصد دارند در آینده مدل خود را با زلزله هایی با بزرگی متفاوت آزمایش نمایند.

5858