Depremlerin tahmin edilmesiyle milyonlarca can kurtulabilir, peki bu ne kadar mümkün ? Bu yazıda açıklamaya çalışacağım. Sismologlar aktif fay hatları üzerinden değerlendirmeler yaparak olması muhtemel depremler hakkında görüş bildiriyorlar. Örneğin; İstanbul depreminin şiddetli olacağı ve yakın bir zamanda olacağı öngörülüyor. Fakat belirli bir zaman aralığı verilmediği için hızlı ve yeterli önlemler almakta geç kalabiliyoruz. Tam zamanlı tahminler ile daha ciddi önlemler alınması sağlanıp depremin yaratacağı hasar en aza indirebilir. Maalesef şuan için depremlerin tahmini zamansal ve mekansal olarak ilişkili olduğundan mümkün değil. Deprem tahmini yalnızca olasılıksal olarak tahmin edilebilirdir.
Peki tahmin edemiyorsak başka bir uyarı yöntemi yok mu ?
Var, Erken Uyarı Sistemleri.
Erken Uyarı Sistemlerinin görevi, daha deprem anındaki enerji boşalımı devam ederken sismolojik parametrelerin anında saptanması ve erken uyarı dahil bir dizi bilginin toplanarak ilgili kurumlara hızlı, güvenli ve doğru olarak aktarılmasıdır. Amaç bu bilgiler ışığında bina hasar dağılımının süratle saptanarak acil müdahelenin doğru zamanda, doğru yerde yapılması ve deprem sonrası meydana gelebilecek hasarın en aza indirilmesidir.
Erken Uyarı Sistemleri ve Yapay Zeka
Geleneksel bilgi işlem gücü kullanan ShakeAlert uyarı sistemi P dalgaları olarak bilinen deprem hareketinin ilk dalgalarını algılayarak ve ardından sallanmanın çoğuna neden olan ve daha yavaş hareket eden S dalgalarının ne zaman geleceğini hesaplayarak çalışır. Cep telefonunuzdan ShakeAlert destekli uyarı almak mümkün. Bunun için bu link ile detaylı bilgi edinebilirsiniz.
Stanford Üniversitesi tarafından geliştirilen DeepShake bir sarsıntı sırasında derin sinir ağı kullanır. Bu da zeminin nasıl hareket edeceğini tahmin etmek için sismik sinyallerin gerçek zamanlı analizini yapmak içindir. DeepShake, önceden seçilmiş bir sismik istasyon ağı üzerinde geçmiş depremlerden eğitilir, böylece bu istasyonların yerel özellikleri eğitim verilerinin bir parçası haline gelir.
DeepShake ağını eğitmek için kullanılan deprem verileri, 2019 Ridgecrest, California sismik kayıtlarından geldi. Geliştiricileri, DeepShake’in potansiyelini 5 Temmuz büyüklüğündeki 7.1 Ridgecrest depreminin gerçek sarsıntısını kullanarak test ettiğinde, sinir ağı, Ridgecrest bölgesindeki konumlara yüksek yoğunluklu yer sarsıntısının gelmesinden 7 ila 13 saniye önce simüle edilmiş uyarılar gönderdi. Deprem anında her saniyenin değerini düşünecek olursak bu çok iyi bir süre. Sismik veri miktarındaki artış ile oluşan büyük verilerden faydalı bilgiler çıkarmak için makine öğrenmesi ve derin öğrenmenin ilerleyişiyle yapay zeka, gerçek zamanlı sismoloji ve deprem tahmini uygulamaları için önemli hale gelmektedir. Deprem tahmini için diğer modellerden daha iyi performans gösteren derin öğrenme modelleri CNN ve LSTM olmakla birlikte deprem tahmini için DLEP olarak isimlendirilen özel bir model de inşa edilmiş. Bu alandaki çalışmaların giderek artmasıyla belki de şu an mümkün olmayan deprem tahmini ileride yapay zeka ile mümkün olabilir.
Kaynak ve ileri okuma:
https://www.pnas.org/content/118/5/e2011362118#ref-48
https://www.livescience.com/deep-learning-network-earthquake-shaking.html
https://ieeexplore.ieee.org/document/9207621
https://seismosoc.secureplatform.com/a/solicitations/24/sessiongallery/353/application/6294
Yazar
Gülşah Çokçalışkan
Society Writer
