Tsunamis sind unglaublich zerstörerische Wellen, die Küsteninfrastruktur zerstören und Menschenleben fordern können. Frühwarnungen vor solchen Naturkatastrophen sind schwierig, da das Risiko eines Tsunamis stark von den Merkmalen des Unterwasserbebens abhängt, das es auslöst.
In Physik der Flüssigkeitenvon AIP Publishing, haben Forscher der University of California, Los Angeles und der Cardiff University im Vereinigten Königreich ein Frühwarnsystem entwickelt, das modernste akustische Technologie mit künstlicher Intelligenz kombiniert, um Erdbeben sofort zu klassifizieren und das potenzielle Tsunami-Risiko zu bestimmen.
Unterwasserbeben können Tsunamis auslösen, wenn eine große Menge Wasser verdrängt wird, daher ist die Bestimmung der Art des Erdbebens entscheidend für die Einschätzung des Tsunami-Risikos.
„Tektonische Ereignisse mit einem starken vertikalen Gleitelement erhöhen oder senken die Wassersäule eher als horizontale Gleitelemente“, sagte Co-Autorin Bernabe Gomez. „Die Kenntnis des Ausrutschtyps in den frühen Phasen der Bewertung kann daher Fehlalarme reduzieren und die Zuverlässigkeit der Warnsysteme durch unabhängige Kreuzvalidierung verbessern.“
In diesen Fällen ist Zeit von entscheidender Bedeutung, und wenn man sich auf Tiefseewellenbojen verlässt, um den Wasserstand zu messen, bleibt oft nicht genügend Zeit für die Evakuierung. Stattdessen schlagen die Forscher vor, die vom Erdbeben erzeugte akustische Strahlung (Schall) zu messen, die Informationen über das tektonische Ereignis enthält und sich deutlich schneller ausbreitet als Tsunamiwellen. Unterwassermikrofone, sogenannte Hydrophone, zeichnen die Schallwellen auf und überwachen die tektonische Aktivität in Echtzeit.
„Akustische Strahlung breitet sich viel schneller durch die Wassersäule aus als Tsunamiwellen. Sie trägt Informationen über die Ursprungsquelle und ihr Druckfeld kann an entfernten Orten aufgezeichnet werden, sogar Tausende von Kilometern von der Quelle entfernt. Die Ableitung analytischer Lösungen für das Druckfeld ist ein Schlüsselfaktor in der Echtzeitanalyse“, sagte Co-Autor Usama Kadri.
Das Rechenmodell trianguliert die Quelle des Erdbebens anhand der Hydrophone, und KI-Algorithmen klassifizieren Art und Stärke des Erdbebens. Anschließend berechnet es wichtige Eigenschaften wie effektive Länge und Breite, Auftriebsgeschwindigkeit und -dauer, die die Größe des Tsunamis bestimmen.
Die Autoren testeten ihr Modell mit verfügbaren Hydrophondaten und fanden es fast augenblicklich und beschrieben erfolgreich die Erdbebenparameter mit geringem Rechenaufwand. Sie verbessern das Modell, indem sie mehr Informationen einbeziehen, um die Genauigkeit der Tsunami-Charakterisierung zu erhöhen.
Ihre Arbeit zur Vorhersage des Tsunami-Risikos ist Teil eines größeren Projekts zur Verbesserung von Gefahrenwarnsystemen. Die Tsunami-Klassifizierung ist ein Back-End-Aspekt einer Software, die die Sicherheit von Offshore-Plattformen und Schiffen verbessern kann.