SENAYANPOST - Para peneliti di Universitas Federal Timur Jauh (FEFU) Rusia, bersama mitra dari Tiongkok, telah mengembangkan algoritma baru yang dapat meningkatkan peramalan gempa bumi. Program komputer ini memungkinkan pemetaan kerak bumi yang lebih akurat dengan menggunakan daya komputasi yang jauh lebih sedikit.
Temuan tersebut dipresentasikan pada konferensi Hubungan Matahari-Bumi dan Fisika Prekursor Gempa Bumi.
Metode utama untuk mendeteksi tanda-tanda gempa bumi didasarkan pada pemantauan suara dari jauh di dalam Bumi.
Peningkatan aktivitas tektonik disertai dengan emisi geoakustik yang khas—sinyal akustik yang dihasilkan saat formasi batuan bawah tanah menumpuk tekanan tektonik yang sangat besar, jelas para peneliti FEFU kepada Media Rusia Sputnik.
Biasanya, kebisingan dan getaran buatan manusia yang intens mengganggu pengamatan seismik," kata Sergey Shevkun, Profesor Madya di Institut Politeknik FEFU dan salah satu pengembang program baru tersebut.
"Perubahan pada struktur tersebut dapat mengindikasikan peningkatan aktivitas seismik dan dapat berfungsi sebagai salah satu prekursor gempa bumi," kata Shevkun.
Tim peneliti mengembangkan perangkat lunak yang memproses data pengamatan seismik menggunakan Jaringan Saraf Berbasis Fisika (PINN) bersama dengan arsitektur jaringan saraf Kolmogorov-Arnold (KAN).
Secara tradisional, peningkatan akurasi membutuhkan peningkatan jumlah pengamatan," kata Shevkun.
Menurut para peneliti, pendekatan baru ini mengurangi sumber daya komputasi yang dibutuhkan untuk memproses sinyal akustik sekaligus meningkatkan resolusi gambar.
Hal ini memungkinkan untuk menganalisis volume bawah permukaan yang lebih besar dan menghasilkan peta 2D dan 3D struktur geologi yang lebih akurat.
Penelitian ini masih dalam tahap teoritis dan telah divalidasi melalui simulasi numerik, yang menghasilkan hasil yang menggembirakan.
Di masa depan, teknologi ini dapat diaplikasikan dalam eksplorasi seismik untuk minyak, gas, batubara, dan endapan mineral, serta dalam menilai stabilitas tanah sebelum pembangunan proyek infrastruktur besar.
Studi ini didukung oleh Kementerian Sains dan Pendidikan Tinggi Rusia.