ضمیمه دانش امروز روزنامه اطلاعات نوشت: یکی از بزرگ‌ترین چالش‌های سیستم‌های «هشدار زودهنگام زمین‌لرزه» (EEW)نبود ایستگاه‌های لرزه‌نگاری در آب دریا در نقاطی نزدیک به خطوط ساحلی پرجمعیت است؛ نقاطی که برخی از فعال‌ترین نواحی زلزله‌خیز جهان را تشکیل می‌دهند.

دانشمندان «مؤسسه فناوری کالیفرنیا» با استفاده از 50 کیلومتر از یک کابل مخابراتی زیردریایی که بین ایالات متحده و شیلی کشیده شده‌است به مدت چهار روز از داده‌های لرزه‌ای 8960 کانال در امتداد کابل نمونه‌برداری کردند. علت انتخاب کابل در این منطقه به‌خصوص، میزان خطر لرزه‌ای بالا است.

آن‌ها از تکنیکی به نام «حسگری آکوستیک توزیع شده» (DAS) استفاده کردند. در این تکنیک، کابل فیبر نوری ابزار حسگری تلقی شده و از عیب‌ها و درزهای ریز داخل فیبر نوری طولانی به‌عنوان هزاران حسگر لرزه‌ای استفاده می‌شود. پژوهشگرها از این داده‌ها به‌منظور تعیین محل و بزرگی لرزه‌ها استفاده کردند.

با استفاده از آرایه حسگری آکوستیک توزیع شده در کابل عمق دریا در مقایسه با آرایه DASمستقر در ساحل، اعلام هشدار اولیه زمین‌لرزه 3 ثانیه جلو می‌افتد. یک شبیه‌سازی از آرایه حسگری نشان می‌دهد که با قرار دادن آرایه‌های DASدر فاصله‌های 50 کیلومتری می‌توانند زمان اعلام سیستم‌های هشدار زمین‌لرزه را در ناحیه فرورانش به میزان 5 ثانیه ارتقاء دهند.

پژوهشگرها از یک مدل یادگیری عمیق هوش مصنوعی استفاده کردند تا امواج زمین‌لرزه را از روی داده‌های حسگری آکوستیک توزیع شده تشخیص دهند. برای کاربردهای زمان بی‌درنگ مثل هشدار زودهنگام زمین‌لرزه، مدل‌های یادگیری عمیق از پیش آموزش‌دیده داده‌های بسیار قابل اعتماد و کارآمدی فراهم می‌آورند.

پژوهشگرها به داده‌های بیشتری نیاز دارند، به‌ویژه داده‌هایی از زمین لرزه‌های شدیدتر تا الگوریتم‌های هشدار زودهنگام زمین‌لرزه را به طرز کارآمدی بسازند و تست کنند.

همچنین باید اطلاعات بیشتری درباره نحوه پاسخ‌دهی تجهیزات مجهز به DASدر اختیار داشته‌باشند تا بتوانند یک سیستم هشدار زودهنگام زمین‌لرزه در زمان بی‌درنگ بسازند که قابل ترکیب با چهارچوب‌های هشدار زمین‌لرزه کنونی باشد.