Когда происходит сильное землетрясение, близлежащие сейсмометры могут быстро оповещать жителей и аварийные службы о том, что потенциально опасные сотрясения или цунами могут надвигаться на них. Однако измерений местных сейсмометров недостаточно, чтобы в режиме реального времени определить, насколько велики самые крупные землетрясения.

Ученые использовали высокоточные измерения смещения грунта с помощью глобальных навигационных спутниковых систем (ГНСС), таких как GPS, в дополнение к наблюдениям сейсмометра. Данные ГНСС позволяют различать крупнейшие землетрясения, но они более шумные, чем данные обычных сейсмометров, что ограничивает их вклад в применение при стихийных бедствиях.

Чтобы справиться с зашумленными данными, Диттманн и его коллеги приняли два экспериментальных решения, основанных на предыдущих исследованиях в области сейсмологии GNSS и разработке машинного обучения: они приняли альтернативный метод обработки геодезических измерений и обучили модель машинного обучения использовать данные датчиков GNSS для обнаружения землетрясений. Команда подготовила, валидировала и протестировала модель, используя данные из архива Геодезического центра Национального научного фонда по развитию геонаук по 77 землетрясениям магнитудой более 4,5, произошедшим за 20 лет.

В сравнении с существующими методами обнаружения землетрясений ГНСС новая модель обнаруживала больше истинных сейсмических сигналов и вызывала меньше ложных тревог. Кроме того, в отличие от предыдущих методов, новая модель основана на облегченной в вычислительном отношении обработке и не требует дополнительных поправок для учета ложных сигналов.

Исследователи предполагают, что новая модель может быть широко применена для повышения роли датчиков GNSS в обнаружении землетрясений. Они также описывают возможности для будущей доработки, такие как применение более обширных наборов данных для обучения и валидации модели.

Исследование опубликовано в журнале Geophysical Research: Solid Earth.