آیا زمین‌لرزه‌ها پیش‌بینی می‌شوند؟

به گزارش گروه رسانه‌ای شرق،

پس از وقوع زمین‌لرزه‌های متعدد در حد فاصل گرگان و شاهرود در روزهای بعد از ۲۴ تیرماه ۱۴۰۴ و طرح موضوع پتانسیل منطقه برای وقوع یک زمین‌لرزه با بزرگای ۷، سؤالاتی مطرح شد که آیا زلزله‌ها قابل پیش‌بینی هستند؟ در این یادداشت به این مسئله می‌پردازیم.

در ابتدا باید گفت که زلزله‌ها در حال حاضر در کوتاه‌مدت، چند ساعت تا چند روز از نظر ارائه زمان، مکان و بزرگای دقیق هنوز قابل پیش‌بینی قطعی نیستند، ولی این بدان معنا نیست که اساسا زلزله‌ها را نتوان پیش‌بینی کرد؛ چراکه زلزله‌ها به عنوان پدیده‌ای طبیعی مانند هر پدیده طبیعی دیگر با روش علمی قابل پیش‌بینی هستند. ضمنا زلزله‌ها پدیده‌ای تعیینی هستند بنابراین با شناخت چشمه آنها، گسل‌ها، می‌توان به ماهیت و ابعاد اتفاقات بعدی و رفتار گسل‌ها پی برد. ولی از آنجا که پدیده‌ای تصادفی هستند، امکان پیش‌بینی دقیق آنها در بازه‌های کوتاه هنوز ممکن نشده است. عدم قطعیت زمانی رخداد زلزله‌ها به نحوی است که وقوع‌شان از یک برنامه قطعی پیروی نمی‌کند؛ زمان‌بندی آنها نامنظم است ولی می‌توان آنها را با استفاده از توزیع‌های احتمال مانند فرایند پواسون برای پیش‌بینی بلندمدت مدل‌سازی کرد.

مکان زلزله‌های آینده نامشخص است و تحت تأثیر هندسه گسل و تجمع تنش در پوسته قرار دارد. قانون بازگشت -گوتنبرگ-ریشتر نشان می‌دهد فراوانی زلزله‌های بزرگ‌تر کمتر است. زلزله‌ها را به عنوان رویدادهای شبه‌دوره‌ای با مقداری تصادفی در فواصل بازگشت در نظر می‌گیرند. بر اساس مدل خودشباهتی فرایندهای زلزله رفتاری شبیه به فراکتال در زمان و مکان از خود نشان می‌دهند. در فرایند فراکتال خودهمانندی و تغییرناپذیری اندازه پدیده طوری است که خواص آماری در مقیاس‌های مکانی یا زمانی مختلف تکرار می‌شود. انتقال تنش نیز وابستگی‌هایی را بین زلزله‌ها به پیش‌بینی مکانی رخدادهای بعدی کمک می‌کند.

زلزله‌ها غیرایستا هستند و فراوانی زلزله‌ها به دلیل بارگذاری زمین‌ساختی و تغییرات تنش تغییر می‌کند. از سوی دیگر عدم قطعیت ریشه‌ای نیز وجود دارد. داده‌ها محدودند و زلزله‌های بزرگ نادر هستند و استنتاج آماری را دشوار می‌کنند. زلزله‌های زمین‌ساختی که بیشتر زمین‌لرزه‌های مخرب هستند در راستای گسل‌ها رخ می‌دهند. انباشت تغییر شکل طولانی‌مدت می‌تواند پتانسیل زلزله آینده را نشان دهد. اگر یک قطعه گسل برای مدت طولانی گسیخته نشده باشد، ممکن است «قفل شده» و تنش را جمع کرده باشد و احتمال زلزله آینده را افزایش دهد.

برخی از زلزله‌های بزرگ با پیش‌لرزه‌های کوچک‌تری همراه هستند، اما این پدیده همیشگی نیست. فواصل بازگشت که میانگین زمان بین زلزله‌های بزرگ روی یک گسل است، به تخمین احتمال کمک می‌کند. مثلا قطعه مرکزی گسل مشا در هر هزارو 100 سال یک بار گسیخته می‌شود. به این منظور با استفاده از دیرینه لرزه‌شناسی زلزله‌های گذشته را از طریق حفر ترانشه روی ‌گسل‌ها مطالعه می‌کنند تا تکرار زلزله‌ها را تخمین بزنند. زلزله‌ها از ژرفای زیاد زمین –‌چند کیلومتری سطح زمین- شروع می‌شوند و مشاهده مستقیم آنها همچنان ممکن نیست. سامانه‌های گسلی پیچیده هستند. برخلاف آب‌وهوا، زلزله‌ها فاقد پیش‌نشانگرهای کوتاه‌مدت هستند.

در سال‌های اخیر با GNSS سامانه‌های ماهواره‌ای ناوبری جهانی تغییر شکل پوسته با ردیابی تجمع تغییر شکل روی گسل‌ها می‌پردازند. با رادار ماهواره‌ای حرکات زمین در مقیاس میلی‌متری را پایش می‌کنند تا به شناسایی بخش‌های قفل‌شده گسل که احتمال گسیختگی دارند، بپردازند. با بررسی پیش‌بینی‌پذیری (‌پس‌بینی) دریافته‌اند که حدود 50 درصد از زلزله‌های بزرگ قابل پیش‌بینی هستند. یادگیری ماشین و هوش مصنوعی با تجزیه و تحلیل مجموعه داده‌های لرزه‌ای گسترده برای یافتن الگوهای پنهان امروزه بیش از پیش به کار گرفته می‌شود. هوش مصنوعی گوگل تغییرات جزئی موج لرزه‌ای را قبل از زلزله‌های شبیه‌سازی‌شده آزمایشگاهی تشخیص داده است. البته این روش هنوز آزمایشی است و نیاز به اعتبارسنجی بیشتر در دنیای واقعی دارد.

از سوی دیگر از ناهنجاری‌های الکترومغناطیسی و تغییرات گاز رادون هم‌زمان با پایش آب‌های زیرزمینی برای پیش‌بینی زلزله استفاده شده است. قبل از زلزله لاکوئیلای ایتالیا در سال ۲۰۰۹ ناهنجاری‌های یونوسفر و تغییراتی در گاز رادون در منطقه گزارش شده بود. ولی چالش آن است که این نشانه‌ها و پارامترها به طور مداوم قابل تکرار نیستند و نرخ پیش‌بینی‌های کاذب همچنان بالاست.

بر اساس روش‌های احتمالی اکنون به پیش‌بینی کوتاه‌مدت با احتمالات گوناگون می‌پردازند. از طرف دیگر فناوری اطلاعات کمک‌های زیادی به پیش‌بینی زلزله می‌کند.