स्टैनफोर्ड के जीवविज्ञानी ग्रेगरी बिरोजा एक दिन खरीदारी कर रहे थे जब उन्होंने एक गीत सुना जो उन्हें पहचान नहीं पाया। इसलिए उन्होंने अपना स्मार्टफोन निकाला और धुन की पहचान करने के लिए लोकप्रिय ऐप Shazam का इस्तेमाल किया।
शाज़म एक गीत के लिए "ध्वनिक फ़िंगरप्रिंट" खोजने के लिए एक एल्गोरिथ्म का उपयोग करता है - एक गीत का हिस्सा जो इसे अद्वितीय बनाता है - और इसकी गीत डेटाबेस से तुलना करता है।
क्या होगा अगर, बिरोजा आश्चर्यचकित हो, वह भूकंपों की पहचान करने के लिए एक समान तकनीक का उपयोग कर सकता है?
वर्षों से, भूकंपीय विशेषज्ञ "माइक्रोक्वेक्स" की पहचान करने की कोशिश कर रहे हैं - वे इतने छोटे हैं कि वे पारंपरिक माप उपकरणों पर भी पंजीकरण नहीं करते हैं। माइक्रोकैक की पहचान करने से वैज्ञानिकों को भूकंप के व्यवहार को समझने में मदद मिल सकती है, और संभावित रूप से उन्हें खतरनाक भूकंपीय घटनाओं की भविष्यवाणी करने में मदद मिल सकती है।
गीतों की तरह, भूकंप में भी उंगलियों के निशान हैं।
"पृथ्वी की संरचना बहुत धीरे-धीरे बदलती है, इसलिए भूकंप जो एक दूसरे के पास होते हैं, उनमें बहुत समान तरंगें होती हैं, अर्थात, वे लगभग उसी तरह से जमीन को हिलाते हैं, " बिरोज़ा बताते हैं।
समय के साथ, शोधकर्ताओं ने जमीन के आंदोलनों की पहचान करने के लिए भूकंप के अंगुलियों के निशान बनाए हैं जो कि माइक्रोक्लेक हो सकते हैं। जब कोई जमीनी हलचल होती है, तो भूकंपविज्ञानी यह देखने के लिए डेटाबेस का उपयोग कर सकते हैं कि यह किसी ज्ञात भूकंप फिंगरप्रिंट से मेल खाता है या नहीं। लेकिन इन डेटाबेस का उपयोग करना एक धीमी प्रक्रिया है, और भूकंपीय विशेषज्ञ अक्सर वास्तविक समय में भारी मात्रा में डेटा पढ़ने की कोशिश कर रहे हैं।
"आप कल्पना कर सकते हैं कि यदि आप वर्ष में 365 दिन, 24 घंटे एक दिन के सभी समय के साथ तुलना करने की कोशिश कर रहे थे, तो यह जल्दी से एक बहुत बड़ा काम हो जाता है, " फिरोज़ कहते हैं। "वास्तव में, यह असंभव रूप से बड़ा हो जाता है।"
फास्ट कैसे काम करता है (स्टैनफोर्ड) (स्टैनफोर्ड) लेकिन एक एल्गोरिथ्म-आधारित माइक्रोकैक फिंगरप्रिंट रीडर, जो शाज़म पर आधारित है, में लगभग तुरंत काम करने की क्षमता हो सकती है, बिरोजा लगा।
भूकंपविज्ञानी ने एक एल्गोरिथ्म बनाने के लिए कम्प्यूटेशनल जियोसाइंस में विशेषज्ञता के साथ तीन छात्रों को भर्ती किया। साथ में, टीम फ़िंगरप्रिंट और समानता थ्रेसहोल्डिंग (FAST) नामक एक कार्यक्रम के साथ आई। इसका अनुमान उपयुक्त है: FAST दो सप्ताह से भी कम समय में लगातार भूकंपीय आंकड़ों के एक सप्ताह का विश्लेषण कर सकता है, जो पारंपरिक तकनीकों की तुलना में 140 गुना तेज है। पारंपरिक डेटाबेस के विपरीत, FAST, "भूकंप की तरह" की तुलना करने के लिए फिंगरप्रिंटिंग का उपयोग करता है, अन्य सभी भूकंपों के साथ सभी भूकंपों की तुलना करने के समय-बर्बाद करने की प्रक्रिया को समाप्त करता है।
टीम के काम के परिणाम हाल ही में जर्नल साइंस एडवांस में प्रकाशित किए गए थे।
"संभावित का [उपयोग] वास्तव में हर जगह है, " Beroza कहते हैं। "यह आफ्टरशॉक दृश्यों के दौरान भूकंपों को खोजने के लिए उपयोगी हो सकता है [छोटे भूकंप जो अक्सर एक बड़े का पालन करते हैं] उस प्रक्रिया को समझने के लिए जिसके द्वारा एक भूकंप दूसरे भूकंप की ओर जाता है।"
यह मानव व्यवहार के कारण "प्रेरित भूकंपी" -स्मॉल भूकंप को समझने में भी उपयोगी हो सकता है। प्रेरित भूकंपीयता का एक सामान्य कारण अपशिष्ट इंजेक्शन है, जहां तेल और गैस ड्रिलिंग से दूषित पानी को गहरे भूमिगत कुओं में इंजेक्ट करके निपटाया जाता है। अपशिष्ट इंजेक्शन को अमेरिकी इतिहास में सबसे बड़े मानव-प्रेरित भूकंप का कारण माना जाता है, 2011 में ओक्लाहोमा में 5.7 तीव्रता का भूकंप। खनन, हाइड्रोलिक फ्रैक्चरिंग और बहुत बड़े जलाशयों के निर्माण को भी भूकंप के लिए जाना जाता है। बिरोजा कहते हैं कि प्राकृतिक भूकंपों के विपरीत, जिनकी संख्या वर्षों से लगातार बनी हुई है, मानव-प्रेरित भूकंप लगातार बढ़ रहे हैं। FAST इस क्षेत्र में विशेष रूप से मददगार हो सकता है, जिससे शोधकर्ताओं को पृथ्वी की पपड़ी को नष्ट करने वाली मानव गतिविधियों की बेहतर तस्वीर मिलती है।
FAST को पूरी तरह से लागू करने से पहले अभी भी चुनौतियां हैं। टीम के शोध में, FAST का उपयोग केवल एक एकल उपकरण के साथ एक एकल लाइन पर किया गया था। व्यापक रूप से उपयोगी होने के लिए, इसे भूकंपीय सेंसर की एक श्रृंखला से अधिक होना चाहिए। यह भी तेजी से होने की जरूरत है, Beroza कहते हैं। टीम वर्तमान में इन सुधारों पर काम कर रही है, और Beroza को वर्ष के भीतर और अधिक परिणाम जारी करने की उम्मीद है।
