بعد وقوع الزلزال، تصل الموجات الأولية (P) الأسرع انتشارًا أولًا، تليها الموجات الثانوية (S) الأكثر تدميرًا، ثم الموجات السطحية. تستغل أنظمة الإنذار المبكر بالزلازل هذا الفارق الزمني لإصدار تنبيهات قبل وصول الهزات القوية. ورغم أن فترة الإنذار عادةً ما تتراوح بين بضع ثوانٍ وعشرات الثواني، إلا أنها كافية لدعم عمليات إجلاء السكان، وخفض سرعة النقل بالسكك الحديدية، وإغلاق المرافق الحيوية، مما يجعلها وسيلة مهمة للحد من أضرار الزلازل.

تعتمد الأنظمة الحالية، ومنها نظام ShakeAlert الأمريكي، بشكل أساسي على محطات رصد زلزالي متخصصة لالتقاط الإشارات الزلزالية وتقدير موقع مركز الزلزال وقوته. ورغم أن هذه الطريقة ناضجة نسبيًا في شبكات الرصد الزلزالي الأرضية ذات الكثافة العالية، إلا أنها تواجه قيودًا كبيرة في المناطق الساحلية عالية الخطورة، مثل منطقة اندساس كاسكاديا. وقد أدى ارتفاع تكلفة إنشاء وصيانة محطات قاع البحر، إلى جانب صعوبات الاتصال الفوري، إلى نقص طويل الأمد في الرصد الفعال في بعض المناطق الساحلية. ولا تقتصر آثار هذه الفجوات الرصدية على تقليص فترات الإنذار في المناطق الساحلية فحسب، بل قد تؤثر أيضًا على تقديرات قوة الزلزال نتيجةً لعدم دقة تحديد موقع مركزه.

يوفر الاستشعار الصوتي الموزع (DAS) إمكانيات جديدة لسد هذه الفجوة. يمكن لنظام DAS الاستفادة من كابلات الاتصالات الضوئية الموجودة لتحويل الألياف الضوئية العادية إلى مصفوفة استشعار الإجهاد الموزعة باستمرار، وبالتالي الحصول على ملاحظات عالية الكثافة للموجات الزلزالية.ومع ذلك، فإن الكابلات الضوئية يتم وضعها في الغالب بشكل خطي، مما يوفر معلومات محدودة عن السمت ويجعل من الصعب تحديد موقع مركز الزلزال بشكل مستقر؛ وفي الوقت نفسه، يسجل نظام DAS الإجهاد أو معدل الإجهاد، وهو ما يختلف عن السرعة والتسارع والإزاحة التي تسجلها أجهزة قياس الزلازل التقليدية.

لمعالجة هذه المشكلات، تجاوز فريق بحثي من هيئة المسح الجيولوجي الأمريكية النهج التقليدي المتمثل في "تحديد موقع الزلزال أولاً ثم تقدير قوته" واقترح طريقة تصنيف ثنائية للقوة تعتمد على التعلم الآلي.تستخدم هذه الطريقة شكل موجة الإجهاد فقط في غضون 4 ثوانٍ بعد الوصول الأول لموجة P لتحديد ما إذا كان الزلزال قد وصل بسرعة إلى عتبة التحذير M5.4 باستخدام السعة وخصائص الموجات متعددة النطاقات.تم تدريب النموذج باستخدام بيانات مقياس الإجهاد التاريخية للآبار وتم التحقق من صحته على بيانات DAS المستقلة بما في ذلك زلزال M7.0 قبالة ساحل كيب ميندوسينو في عام 2024، مما يوفر مسارًا جديدًا ممكنًا لـ DAS للمشاركة في الإنذار المبكر بالزلازل القريبة من الشاطئ.

تم نشر نتائج البحث ذات الصلة، بعنوان "التصنيف السريع لحجم الزلزال عبر إجهادات الموجة P من مقاييس الإجهاد في الآبار والاستشعار الصوتي الموزع"، في مجلة Nature Communications.

عرض الورقة:
https://www.nature.com/articles/s41467-026-72223-z

مجموعة البيانات: سجلات الموجات الزلزالية التي تجمع بين إجهاد البئر والاستشعار الصوتي الموزع

تستخدم هذه الدراسة نوعين من بيانات السلالات. من بينها،تُستخدم بيانات مقياس الإجهاد في البئر لتدريب النموذج والاختبار الداخلي، بينما تُستخدم بيانات الاستشعار الصوتي الموزع (DAS) للتحقق من قابلية تطبيق النموذج في سيناريوهات كابلات الألياف الضوئية للاتصالات.

تم الحصول على بيانات مقياس الإجهاد في الآبار من شبكة رصد EarthScope مفتوحة المصدر، والتي تغطي ثلاث مناطق نشطة زلزاليًا: ميندوسينو تراياد بوينت، ووادي نابا، وريدجكريست في كاليفورنيا. تشمل البيانات سجلات رصد من سبع محطات خلال الفترة من 2008 إلى 2022. بلغ معدل أخذ العينات في كل محطة 20 هرتز، مع أربع قنوات إجهاد أفقية. بعد الترشيح، والاختيار اليدوي لموجات P، وفحص الجودة، تم الحصول في النهاية على 1949 شكلًا موجيًا صالحًا، تُقابل 453 زلزالًا، تتراوح قوتها بين 3.5 و7.1 درجة على مقياس ريختر. شكلت الأشكال الموجية التي بلغت قوتها 5.4 درجة فأكثر حوالي 51 شكلًا موجيًا فقط، مما يشير إلى تفاوت كبير في توزيع العينات.

استُخدمت نافذة الموجة المستخدمة في النمذجة من 10 ثوانٍ قبل وصول الموجة الأولية (P) إلى 4 ثوانٍ بعد وصولها. لم تُستخدم بيانات زلزال بقوة 7.0 درجة قبالة رأس ميندوسينو في 5 ديسمبر 2024 في التدريب، ولكن تم الاحتفاظ بها كعينة اختبار مستقلة.
تم الحصول على بيانات نظام الاستشعار الموزع (DAS) من مصفوفة كابلات الألياف الضوئية أركاتا-يوريكا في مقاطعة هومبولت، كاليفورنيا. يبلغ طول الكابل حوالي 15 كيلومترًا ويقع بالقرب من الجزء الجنوبي من منطقة اندساس كاسكاديا. بعد توحيد معايير الاستحواذ في مراحل مختلفة، تم تسجيل 25 زلزالًا بقوة 3.5 درجة فأكثر ضمن دائرة نصف قطرها 100 كيلومتر حول الكابل. تم التقاط الموجات الأولية (P-waves) تلقائيًا بواسطة نموذج PhaseNet-DAS، ثم تم تصحيحها يدويًا.

بعد اكتمال المعالجة المسبقة،استخلصت الدراسة 127 سمة من كل شكل موجي.بالإضافة إلى مؤشرات المجال الزمني، مثل أقصى إجهاد ونطاق السعة، يُستخدم تحويل المويجات المستمر لاستخلاص معلومات التردد الزمني. تركز الدراسة على تحليل ثلاث نطاقات ترددية: 0.2-0.5 هرتز، 0.5-2.0 هرتز، و2.0-5.0 هرتز. بعد فحص الارتباط، تم الاحتفاظ بـ 56 خاصية للجولة الأولى من تدريب النموذج.

يُحدد المصنف الثنائي XGBoost الزلازل المتوسطة إلى القوية من الموجات الأولية P.

تستخدم هذه الدراسة أشجار تعزيز التدرج XGBoost لبناء نموذج تصنيف ثنائي.يُحدد النموذج ما إذا كان شكل موجة الإجهاد ناتجًا عن زلزال بقوة 5.4 درجة أو أعلى. وبدلًا من التقدير المباشر لقوة الزلزال، يُركز على المسألة الأكثر أهمية لأنظمة الإنذار المبكر: ما إذا كان الزلزال قد بلغ قوة تستدعي إصدار تنبيه. يُصحح XGBoost أخطاء التنبؤ تدريجيًا باستخدام أشجار قرار متعددة، ويتعامل في الوقت نفسه مع خصائص مثل السعة والتردد والتغيرات الزمنية الترددية، ويُحدد علاقاتها غير الخطية بقوة الزلزال. كما تُساعد آلية التنظيم الخاصة به في تقليل مخاطر التخصيص الزائد في ظل ظروف العينات الصغيرة.

بما أن الموجات ذات قوة M5.4 وما فوق لا تمثل سوى 51 عينة من إجمالي عينات TP3T، فإن تدريب النموذج يواجه اختلالًا كبيرًا في توازن الفئات. لتجنب تفضيل النموذج المفرط للارتعاشات الصغيرة،قامت الدراسة بزيادة أوزان التدريب لعينات الزلازل المتوسطة إلى القوية وتحسينها باستخدام دالة خسارة لوغاريتمية ثنائية المتغيرات.ينبغي التركيز على تقليل عدد الزلازل الصغيرة التي يتم الخلط بينها وبين الزلازل الكبيرة الخطيرة.

تُقسّم البيانات إلى مجموعتين: مجموعة تدريب (70%) ومجموعة اختبار (30%)، ولكنها تُعرض بوحدات أحداث الزلازل الكاملة. ولا يمكن تضمين جميع الموجات الناتجة عن الزلزال نفسه إلا في مجموعة واحدة لتجنب ظهور بيانات متشابهة في كلٍ من مرحلتي التدريب والاختبار.كما فرضت الدراسة قيودًا على عدد عينات الزلازل الكبيرة في مجموعة التدريب واختارت 50 نموذجًا مستقلاً استوفت المعايير من حوالي 2000 قسم عشوائي.لتقليل العشوائية الناتجة عن التقسيم الفردي.

استخدم التدريب الأولي 56 خاصية، وتم تحديد معلمات النموذج من خلال التحقق المتقاطع K-fold والبحث الشبكي. بعد ذلك، استخدمت الدراسة طريقة التفسير الإضافي لشابلي (SHAP) لتقييم مساهمة كل خاصية في نتائج التنبؤ. وأظهرت النتائج أن المعلومات التمييزية الرئيسية للنموذج تتركز في أفضل 6 خصائص.

نظراً للترابط العالي بين بعض الخصائص، استبعدت الدراسة المعلومات الزائدة، واحتفظت في النهاية بثلاث خصائص أساسية: القيمة القصوى لمعاملات الموجة الغاوسية من الرتبة الثالثة في نطاق 0.2-0.5 هرتز، ونطاق معاملات الموجة الغاوسية من الرتبة الأولى في نطاق 0.5-2.0 هرتز، وأقصى سعة للانفعال خلال 4 ثوانٍ من وصول الموجة الأولية (P). تعكس هذه الخصائص الثلاث طاقة التردد المنخفض، وسعة التغير في التردد المتوسط إلى المنخفض، وشدة الانفعال، على التوالي. ويحافظ ترابطها المنخفض على المعلومات التمييزية الرئيسية، ويجعل أساس تنبؤ النموذج أكثر وضوحاً.

بعد تحديد السمات الأساسية، قمنا بدراسة إعادة تدريب النموذج وقارنا الاستدعاء والدقة ودرجة F1 في ظل فترات تدريب مختلفة.أظهرت النتائج أنه بعد 500 جولة من التدريب، كانت جميع المؤشرات مستقرة بشكل أساسي.لذلك، يتم اعتبار الأداء النهائي بمثابة متوسط نتائج 500 نموذج لتقليل التقلبات الناتجة عن تقسيم البيانات والتدريب العشوائي.

حقق النموذج استدعاءً قدره 81% ودقة قدرها 79% على بيانات مقياس الإجهاد في البئر.

بعد ذلك، أجرى الباحثون تجارب في أربعة مجالات: قدرة تصنيف النموذج، والمقارنة المرجعية مع ShakeAlert، والتحقق من صحة DAS عبر الأجهزة، وتحليل الإجهاد الثابت.

أولاً،استنادًا إلى بيانات مقياس الإجهاد في البئر، بلغت الدقة الإجمالية للنموذج 96%.مع ذلك، ونظرًا لأن الزلازل الطفيفة تمثل 951 من إجمالي الزلازل المتوقعة (TP3T) في العينة، فإن هذا المؤشر عرضة للتضخيم. لذا، فإن الاستدعاء والدقة ودرجة F1 أكثر دلالة. بلغ متوسط الاستدعاء للنماذج الـ 500 ما قيمته 811 من إجمالي الزلازل المتوقعة (TP3T)، ومتوسط الدقة 791 من إجمالي الزلازل المتوقعة (TP3T)، ودرجة F1 781 من إجمالي الزلازل المتوقعة (TP3T). يشير هذا إلى أن النموذج قادر على تحديد أكثر من 80% من الزلازل المتوسطة إلى القوية، ويحافظ على توزيع متوازن نسبيًا بين الإنذارات الفائتة والإنذارات الكاذبة.

ثانيًا، قارنت الدراسة بأثر رجعي النموذج مع النتائج التاريخية لنظام ShakeAlert. يعمل النموذجان في ظروف مختلفة: يستخدم النموذج المذكور في هذه الورقة بيانات من مقياس إجهاد واحد ولا يتطلب تحديد موقع مركز الزلزال؛ بينما يعتمد نظام ShakeAlert على أربع محطات رصد زلزالي على الأقل ويتطلب الكشف عن الزلزال وتحديد موقعه وتقدير قوته في الوقت الفعلي. لذلك، لا يمكن استخدام نتائج المقارنة إلا كمرجع.

من بين 55 زلزالًا بقوة 4.5 درجة أو أعلى تم تسجيلها في منطقة التحذير في كاليفورنيا بين عامي 2021 و2024، حدد نظام ShakeAlert جميعها الثلاثة على أنها بقوة 5.4 درجة أو أعلى، مع استدعاء 1001 TP3T ولكن بدقة 301 TP3T فقط.حقق النموذج استدعاءً قدره 81% ودقة قدرها 79%.يشير هذا إلى أن ShakeAlert يركز بشكل أكبر على تجنب النتائج السلبية الخاطئة، بينما يقدم النموذج المعروض في هذه الورقة أداءً أفضل في تقليل النتائج الإيجابية الخاطئة.

اختبرت المجموعة الثالثة من التجارب إمكانية تطبيق النموذج على بيانات نظام الهوائيات الموزعة (DAS). قُسِّم الكابل الضوئي البالغ طوله 15 كيلومترًا إلى ثلاثة أقسام، واستُخرج المتوسط والانحراف المعياري للقنوات الفعالة في كل قسم. أظهرت النتائج أنه على الرغم من اختلاف نظام الهوائيات الموزعة (DAS) ومقاييس الإجهاد في الآبار من حيث ظروف التركيب، وتأثيرات الموقع، واستجابة التردد، إلا أن الخصائص الأساسية أظهرت اتجاهًا متسقًا مع المقدار، ولم تُظهر اعتمادًا إقليميًا ملحوظًا.

لم يُستخدم زلزال بقوة 7.0 درجة قبالة رأس ميندوسينو عام 2024 في تدريب النموذج. وقد تم تحديد شكل موجة مقياس الإجهاد في البئر بشكل صحيح على أنه بقوة 5.4 درجة أو أعلى بواسطة جميع النماذج الـ 500. بعد إدخال خصائص ثلاثة كابلات ألياف ضوئية لنظام الهوائيات الموزعة (DAS) في النموذج، بلغ متوسط الاستدعاء 961 نقطة لكل 3 مرات. تشير النتائج إلى أن النموذج المدرب بناءً على مقاييس الإجهاد في البئر يتمتع بدرجة معينة من قابلية النقل بين الأجهزة.

أظهرت مقارنة إضافية بين زلزال بقوة 7.0 درجة وزلزال آخر بقوة 4.8 درجة أن كلاهما أظهر سعة إجهاد متقاربة في المرحلة الأولية للموجة الأولية (P-wave). مع ذلك، تميز الزلزال ذو قوة 7.0 درجة بطاقة أعلى بكثير ومدة أطول في نطاق التردد 0.2-0.5 هرتز. يشير هذا إلى أن خصائص الترددات المنخفضة تعكس بشكل أكثر فعالية عملية التصدع المطولة للزلازل الكبيرة، وتُعد أساسًا هامًا لنماذج تصنيف قوة الزلازل.

أيضًا،كما حددت الدراسة 14 شكلاً موجياً زلزالياً في المجال القريب مع هجرة الإجهاد الساكن.كان الحد الأقصى للإجهاد المُلاحَظ في هذه العينات خلال 4 ثوانٍ من وصول الموجة الأولية (P) أقل عمومًا من القيم المُتوقَّعة باستخدام علاقات المقدار والسعة التقليدية. يشير هذا إلى أن الاعتماد فقط على السعة الديناميكية قصيرة المدى قد يُقلِّل من تقدير بعض الزلازل الكبيرة القريبة. من المُحتمل أن يُحسِّن دمج خصائص الموجة الأولية الديناميكية مع التشوه الساكن في النماذج المستقبلية من قدراتها على تحديد الزلازل.

الكلمات الأخيرة

بشكل عام، لم تحاول هذه الدراسة تكرار عملية الإنذار المبكر بالزلازل التقليدية باستخدام نظام DAS بشكل كامل، بل أعادت تصميم كيفية استخدام نظام DAS: تخطي خطوة تحديد موقع مركز الزلزال، والتي تتأثر بسهولة بشكل الكابل البصري، واستخدام خصائص الإجهاد مباشرة في غضون 4 ثوانٍ بعد وصول الموجة P لتحديد ما إذا كان الزلزال قد وصل إلى عتبة الإنذار.

تُقلل هذه الطريقة من الاعتماد على عدد المحطات، واتجاه كابلات الألياف الضوئية، والموقع الدقيق للمصدر، كما أنها تتجاوز جزئيًا تحديات تقدير قوة الزلزال الناجمة عن الاختلافات في الكميات الفيزيائية التي ترصدها أنظمة الاستشعار الموزعة (DAS) وأجهزة قياس الزلازل التقليدية. ورغم وجود مجال لتحسين دقة النموذج، ولأن التحقق من صحته يقتصر حاليًا على بيانات أنظمة الاستشعار الموزعة البرية، فقد أثبتت الدراسة إمكانية استخدام معلومات التردد المنخفض والسعة في أشكال موجات الإجهاد لتحديد الزلازل المتوسطة إلى القوية بسرعة.

مع التوسع في استخدام كابلات الاتصالات الضوئية البحرية، وانخفاض تكلفة معدات نظام الاستشعار الموزع (DAS)، وتراكم بيانات الرصد البحري، يُتوقع أن يصبح نظام الاستشعار الموزع مكملاً هاماً لشبكات الرصد الزلزالي التقليدية. في المناطق عالية الخطورة، مثل منطقة اندساس كاسكاديا، حيث تقل محطات الرصد القريبة من الشاطئ وتكثر الكثافة السكانية الساحلية، قد يُشكل هذا النظام شبكة رصد متقدمة، تكشف عن الزلازل الكبرى المحتملة في وقت مبكر، وتوفر للمناطق الساحلية وقتاً إضافياً للإنذار.