Il sismologo Gregory Beroza di Stanford era fuori a fare shopping un giorno quando sentì una canzone che non riconosceva. Quindi ha estratto il suo smartphone e ha usato la famosa app Shazam per identificare la melodia.
Shazam utilizza un algoritmo per trovare l '"impronta acustica" di una canzone - la parte di una canzone che la rende unica - e la confronta con il suo database di canzoni.
E se, si chiedesse Beroza, potesse usare una tecnica simile per identificare i terremoti?
Per anni, i sismologi hanno cercato di identificare i "micro-terremoti": terremoti così piccoli che non si registrano nemmeno sugli strumenti di misurazione tradizionali. L'identificazione di micro-terremoti può aiutare gli scienziati a comprendere il comportamento del terremoto e potenzialmente aiutarli a prevedere eventi sismici pericolosi.
Come le canzoni, anche i terremoti hanno impronte digitali.
"La struttura della terra cambia molto lentamente, quindi i terremoti che si verificano uno vicino all'altro hanno forme d'onda molto simili, cioè scuotono il terreno quasi nello stesso modo", spiega Beroza.
Nel tempo, i ricercatori hanno creato database di impronte digitali del terremoto al fine di identificare i movimenti del terreno che potrebbero essere micro-terremoti. Quando si verifica un movimento del terreno, i sismologi possono utilizzare il database per vedere se corrisponde a qualsiasi impronta digitale nota del terremoto. Ma utilizzare questi database è un processo lento e spesso i sismologi cercano di leggere enormi quantità di dati in tempo reale.
"Puoi immaginare se stavi cercando di confrontare tutte le volte con tutte le altre volte 365 giorni all'anno, 24 ore al giorno, diventa rapidamente un lavoro molto grande", dice Beroza. "In effetti, diventa incredibilmente grande."
Come funziona FAST (Stanford) (Stanford) Ma un lettore di impronte digitali a microquake basato su algoritmo basato su Shazam potrebbe avere il potenziale per fare il lavoro quasi all'istante, pensò Beroza.
Il sismologo ha reclutato tre studenti con esperienza nella geoscienza computazionale per creare un algoritmo. Insieme, il team ha ideato un programma chiamato Fingerprint and Similarity Thresholding (FAST). Il suo acronimo è appropriato: FAST può analizzare una settimana di dati sismici continui in meno di due ore, 140 volte più velocemente delle tecniche tradizionali. A differenza dei database tradizionali, FAST utilizza il fingerprinting per confrontare "like with like", eliminando il processo di perdita di tempo nel confrontare tutti i terremoti con tutti gli altri terremoti.
I risultati del lavoro del team sono stati recentemente pubblicati sulla rivista Science Advances .
"L'uso potenziale [di FAST] è davvero ovunque", afferma Beroza. "Potrebbe essere utile per trovare terremoti durante le sequenze di scosse di assestamento [i terremoti più piccoli che spesso ne seguono uno più grande] per comprendere il processo attraverso il quale un terremoto porta ad un altro terremoto."
Potrebbe anche essere utile per comprendere la "sismicità indotta", piccoli terremoti causati dal comportamento umano. Una causa comune di sismicità indotta è l'iniezione di acque reflue, dove viene eliminata l'acqua contaminata dalla trivellazione di petrolio e gas iniettandola in pozzi sotterranei profondi. Si ritiene che l'iniezione di acque reflue sia la causa del più grande terremoto indotto dall'uomo nella storia degli Stati Uniti, un terremoto di magnitudo 5, 7 in Oklahoma nel 2011. È noto anche che l'estrazione, la fratturazione idraulica e la costruzione di serbatoi molto grandi inducono terremoti. A differenza dei terremoti naturali, il cui numero è rimasto costante nel corso degli anni, i terremoti indotti dall'uomo stanno aumentando di frequenza, afferma Beroza. FAST potrebbe essere particolarmente utile in questo settore, fornendo ai ricercatori un quadro migliore di quante attività umane stanno destabilizzando la crosta terrestre.
Ci sono ancora sfide prima che FAST possa essere pienamente implementato. Nella ricerca del team, FAST è stato utilizzato solo con un singolo strumento su una singola linea di faglia. Per essere ampiamente utile, deve essere collegato in rete su una serie di sensori sismici. Deve anche essere ancora più veloce, dice Beroza. Il team sta attualmente lavorando su questi miglioramenti e Beroza prevede di rilasciare più risultati entro l'anno.
