Integrated Detection and Classification of Low-Frequency Earthquakes Using a PhaseNet-Based Deep Learning Framework

पृथ्वी की पपड़ी के नीचे, जहाँ चट्टानें गर्म और दबाव अत्यधिक होता है, एक शांत प्रकार का कंपन अक्सर अनसुना रह जाता है। ये कम-आवृत्ति वाले भूकंप (low-frequency earthquakes) हैं, ऐसी घटनाएँ जो एक सामान्य भूकंप के तीखे, उच्च-आवृत्ति वाले झटके के बजाय एक धीमी, गूँजती हुई लहर के रूप में ऊर्जा मुक्त करती हैं। जबकि साधारण भूकंप पियानो के एक ऊँचे स्वर के समान आवृत्ति पर कंपन कर सकते हैं, ये गहरे झटके बहुत कम पिच पर गूँजते हैं, और अक्सर इनकी शुरुआत इतनी क्रमिक होती है कि यह बताना कठिन होता है कि वे वास्तव में कब शुरू हुए। वैज्ञानिकों को लंबे समय से संदेह है कि ये सूक्ष्म कंपन यादृच्छिक नहीं हैं; इनके पीछे संभवतः चट्टानों की दरारों में या भ्रंश रेखाओं (fault lines) के साथ पानी या मैग्मा जैसे तरल पदार्थों की गति है, जो बिना किसी हिंसक विस्फोट के होती है। इन छिपी हुई गतिविधियों को समझना महत्वपूर्ण है क्योंकि ये संकेत दे सकते हैं कि पृथ्वी में तनाव कैसे बनता है, जो संभावित रूप से बड़े और अधिक विनाशकारी भूकंपों का कारण बन सकता है। हालाँकि, क्योंकि ये संकेत कमजोर होते हैं और पृष्ठभूमि के शोर (background noise) में आसानी से मिल जाते हैं, पारंपरिक भूकंपीय विधियाँ अक्सर इन्हें पूरी तरह से पहचानने में विफल रहती हैं, जिससे गहरे क्रस्टल प्रक्रियाओं के बारे में हमारे ज्ञान में एक बड़ी कमी रह जाती है।

इस कमी को भरने के लिए, शोधकर्ताओं की एक टीम ने आर्टिफिशियल इंटेलिजेंस का उपयोग करके सुनने का एक नया तरीका विकसित किया। उन्होंने एक कंप्यूटर मॉडल को प्रशिक्षित किया, जो मूल रूप से मानक भूकंपों को खोजने के लिए डिज़ाइन किए गए एक सिस्टम पर आधारित था, ताकि वह इन कम-आवृत्ति वाली घटनाओं के विशिष्ट हस्ताक्षरों (signatures) को पहचान सके। केवल एक तीव्र शुरुआत और अंत को देखने के बजाय, मॉडल को भूकंपीय डेटा में पाँच अलग-अलग संभावनाओं को पहचानने के लिए सिखाया गया: एक सामान्य भूकंप की शुरुआत, एक सामान्य भूकंप का अंत, एक कम-आवृत्ति वाली घटना की शुरुआत, एक कम-आवृत्ति वाली घटना का अंत, और पृष्ठभूमि का शोर। इस प्रणाली को जापान के हजारों रिकॉर्ड किए गए तरंगरूपों (waveforms) से परिचित कराकर, शोधकर्ताओं ने इसे स्पष्ट, तीखी आने वाली सामान्य तरंगों और कम-आवृत्ति वाली प्रकार की धुंधली, लंबी अवधि की तरंगों के बीच अंतर करना सिखाया। प्रशिक्षित होने के बाद, यह मॉडल एक अत्यंत संवेदनशील कान की तरह कार्य करने लगा, जो पृथ्वी के कंपनों की निरंतर रिकॉर्डिंग को स्कैन करता था और उन आगमनों को चुनता था जिन्हें मानव पर्यवेक्षक या पुराने सॉफ़्टवेयर अनदेखा कर देते।

शोधकर्ताओं ने इस नए उपकरण को उत्तरी यामागुची प्रान्त के एक विशिष्ट क्षेत्र में लागू किया, जहाँ 20 किलोमीटर से अधिक की गहराई पर भूकंपों का एक समूह (swarm) हो रहा था। इसके परिणाम आश्चर्यजनक थे। इस नई विधि ने जापान मौसम विज्ञान एजेंसी द्वारा बनाए रखे गए आधिकारिक कैटलॉग की तुलना में दोगुने से अधिक भूकंपों का पता लगाया। इसने सैकड़ों सूक्ष्म घटनाओं को खोज निकाला जो पहले अदृश्य थीं, जिनमें कई ऐसी घटनाएँ भी शामिल थीं जो मानक उपकरणों द्वारा दर्ज करने के लिए बहुत छोटी थीं। इससे भी महत्वपूर्ण बात यह है कि सिस्टम ने केवल घटनाओं की गिनती ही नहीं की; बल्कि उन्हें वर्गीकृत भी किया। प्रत्येक आगमन के लिए मॉडल द्वारा दिए गए विशिष्ट संभाव्यता स्कोर (probability scores) का विश्लेषण करके, शोधकर्ताओं ने यह तय करने के लिए एक सरल सूचकांक बनाया कि पता लगाई गई घटना एक कम-आवृत्ति वाला भूकंप थी या एक मानक भूकंप। इसने उन्हें भूकंप के समूह का एक ऐसे स्तर के विवरण के साथ मानचित्रण करने की अनुमति दी जो पहले असंभव था, जिससे पता चला कि कम-आवृत्ति वाली घटनाएँ बिखरी हुई नहीं थीं, बल्कि वे समूह के भीतर विशिष्ट, गहरे क्षेत्रों में केंद्रित थीं।

हालाँकि, अध्ययन ने एक जटिलता भी उजागर की। शोधकर्ताओं ने पाया कि नया सूचकांक प्राकृतिक कम-आवृत्ति वाले भूकंपों और मानव निर्मित विस्फोटों, जैसे कि खदानों में किए जाने वाले विस्फोटों के बीच अंतर करने में पूर्णतः सटीक नहीं था। वास्तव में, कुछ घटनाएँ जिन्हें सिस्टम ने कम-आवृत्ति वाले भूकंप के रूप में चिह्नित किया था, वे पास की एक खदान के विस्फोट निकले, जो समान प्रकार की कम-आवृत्ति वाली गूँज उत्पन्न करते हैं। यह निष्कर्ष एक अनुस्मारक के रूप में कार्य करता है कि यद्यपि यह तकनीक शक्तिशाली है, फिर भी प्राकृतिक भूगर्भीय प्रक्रियाओं को मानवीय गतिविधियों से अलग करने के लिए सावधानीपूर्वक व्याख्या की आवश्यकता होती है। इस सीमा के बावजूद, इतनी बड़ी संख्या में पहले से छिपी घटनाओं का पता लगाने की क्षमता ने भूकंप के समूह के व्यवहार की एक स्पष्ट तस्वीर प्रदान की। डेटा ने दिखाया कि भूकंप समय के साथ प्रवास (migrate) कर रहे थे, जो क्रस्ट के गहरे हिस्सों से उथले स्तरों की ओर बढ़ रहे थे, जो चट्टानों के माध्यम से तरल पदार्थों के प्रसार (diffusion) की गति के पैटर्न से निकटता से मेल खाता था।

इन घटनाओं के स्थानिक वितरण (spatial distribution) ने तरल-चालित सिद्धांत के लिए और अधिक प्रमाण प्रस्तुत किए। कम-आवृत्ति वाले भूकंप समूह के सबसे गहरे और पश्चिमी भागों में केंद्रित थे, एक ऐसा क्षेत्र जहाँ की चट्टानी संरचना में उच्च तरल सामग्री के संकेत मिले थे। यह संरेखण बताता है कि ऊपरी मेंटल या निचले क्रस्ट से गर्म तरल पदार्थों की गति ही इस पूरे समूह को चलाने वाला इंजन थी। शोधकर्ताओं ने देखा कि भूकंपों का प्रवास एक सरल, स्थिर पथ का अनुसरण नहीं कर रहा था; इसके बजाय, यह त्वरित और धीमा हुआ, और कभी-कभी दिशा भी बदल ली, जो तरल दबाव, ऊष्मा और चट्टान की टूटने की क्षमता के बीच एक जटिल अंतःक्रिया को दर्शाता है। इस नए पता लगाने के तरीके को भूमिगत चट्टान संरचना के विस्तृत मानचित्रों के साथ जोड़कर, अध्ययन यह सुझाव देता है कि यह समूह तरल पदार्थों की निरंतर आपूर्ति द्वारा संचालित था जिसने चट्टान को कमजोर और फिसलने के प्रति संवेदनशील बनाए रखा।

अंततः, यह कार्य प्रदर्शित करता है कि गहरे कम-आवृत्ति वाले भूकंप पहले की तुलना में कहीं अधिक सामान्य और व्यापक हैं, जो मानक भूकंपीय रिकॉर्ड के शोर के बीच छिपे हुए हैं। यह नया ढांचा इन घटनाओं की स्वचालित रूप से निगरानी करने का एक मजबूत तरीका प्रदान करता है, जो एक ऐसी खिड़की खोलता है जो पहले बंद थी। हालांकि इस पद्धति को मानव निर्मित शोर को पूरी तरह से छानने के लिए अभी भी परिष्करण की आवश्यकता है, इसने पहले से ही एक विशिष्ट भूकंप समूह की समझ को बदल दिया है, यह दिखाते हुए कि जो छोटे भूकंपों का एक अराजक समूह दिखता है, वह वास्तव में एक संरचित, तरल-चालित प्रक्रिया है। जैसे-जैसे तकनीक में सुधार होगा, यह पृथ्वी की गहरी परतों के छिपे हुए लय को प्रकट करने का वादा करती है, जिससे वैज्ञानिकों को उन धीमी, तरल गतिविधियों को बेहतर ढंग से समझने में मदद मिलेगी जो हमारे ग्रह के भूकंपीय भविष्य को आकार देती हैं।