Được dẫn dắt bởi giáo sư trợ lý nghiên cứu Társilo Girona của Viện Địa vật lý UAF, các nhà khoa học đã phân tích hai trận động đất lớn ở Alaska và California (trận động đất 7.1 độ Richter tại Anchorage năm 2018 và chuỗi động đất ở Ridgecrest, California năm 2019 với độ lớn từ 6.4 đến 7.1).

Các nhà khoa học đã phát hiện ra hoạt động địa chấn cường độ thấp bất thường. Trước mỗi trận động đất được nghiên cứu, họ nhận thấy, khoảng ba tháng trước đó đã có hoạt động địa chấn cường độ thấp bất thường trên khoảng 15% đến 25% khu vực Nam Trung bộ Alaska và Nam California.

Nghiên cứu cho thấy sự bất ổn trước các trận động đất lớn chủ yếu được ghi nhận qua hoạt động địa chấn có độ lớn dưới 1.5.

"Nghiên cứu của chúng tôi chứng minh rằng các kỹ thuật thống kê tiên tiến, đặc biệt là học máy, có tiềm năng xác định dấu hiệu tiền chấn của các trận động đất lớn bằng cách phân tích dữ liệu từ các danh mục động đất", Girona nói.

Các tác giả đã viết một thuật toán, một tập hợp các hướng dẫn máy tính dạy chương trình diễn giải dữ liệu và đưa ra các dự đoán nhằm phát hiện hoạt động địa chấn bất thường.

Sử dụng chương trình được đào tạo bằng dữ liệu của họ, Girona và Kyriaki Drymoni, đồng tác giả của nghiên cứu, phát hiện rằng với trận động đất tại Anchorage, khả năng xảy ra một trận động đất lớn trong vòng 30 ngày hoặc ít hơn đã tăng đột ngột lên khoảng 80% khoảng ba tháng trước trận động đất ngày 30/11.

Khả năng này tăng lên khoảng 85% chỉ vài ngày trước khi nó xảy ra. Họ cũng có những phát hiện tương tự về khả năng đối với chuỗi động đất tại Ridgecrest trong khoảng thời gian bắt đầu khoảng 40 ngày trước khi chuỗi động đất bắt đầu.

Các nhà nghiên cứu đề xuất một nguyên nhân địa chất cho hoạt động tiền chấn cường độ thấp đó là sự gia tăng đáng kể áp lực chất lỏng trong khe nứt.

"Sự gia tăng áp lực chất lỏng trong các khe nứt dẫn đến động đất lớn thay đổi các tính chất cơ học của khe nứt, từ đó dẫn đến những biến đổi không đều trong trường ứng suất khu vực", Drymoni nói.

Girona cho biết các mạng lưới địa chấn hiện đại tạo ra các tập dữ liệu khổng lồ, nếu được phân tích đúng cách, có thể cung cấp những hiểu biết có giá trị về dấu hiệu tiền chấn của các sự kiện địa chấn.

"Đây là nơi mà những tiến bộ trong học máy và tính toán hiệu suất cao có thể đóng vai trò biến đổi, cho phép các nhà nghiên cứu xác định các mẫu hình có ý nghĩa có thể báo hiệu một trận động đất sắp xảy ra", Girona nhận xét.

Thuật toán được phát triển bởi các nhà nghiên cứu sẽ sớm được thử nghiệm trong các tình huống gần như thời gian thực để cố gắng giải quyết các thách thức tiềm năng trong dự báo động đất.

Theo vnexpress.net