Zespół naukowców zgłosił 83% trafień w badaniu trzęsień ziemi w Chinach — South China Morning Post
Międzynarodowa grupa naukowców kierowana przez specjalistów z Chin poinformowała, że w jej badaniu 83% wskazanych obszarów było związanych z trzęsieniami ziemi, które wystąpiły w ciągu trzech miesięcy. Zespół przeanalizował dane dotyczące 12 dużych trzęsień ziemi w Chinach w latach 2022–2024, informuje South China Morning Post.
Pierścieniowe sygnały
W artykule opublikowanym w recenzowanym czasopiśmie NPJ Natural Hazards badacze opisali zjawisko seismo-ripples — pierścieniowe zaburzenia, które, według ich obserwacji, pojawiają się przed trzęsieniami ziemi i rozchodzą się z obszarów przyszłych epicentrów.
Zespół analizował anomalne sygnały sejsmiczne, magnetyczne i rezonansowe jonosfery, wykorzystując dane z sejsmometrów, magnetometrów i naziemnych odbiorników globalnego systemu nawigacji satelitarnej. Spośród 12 obszarów, które badacze powiązali z możliwymi przyszłymi trzęsieniami ziemi, w 83% przypadków odpowiednie trzęsienie ziemi wystąpiło w ciągu trzech miesięcy od pojawienia się takich sygnałów.
Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.
Ograniczenia badania
Średnia odległość między wyliczonymi a rzeczywistymi epicentrami wynosiła około 280 kilometrów. Szacunki magnitudy były średnio o 0,5 jednostki wyższe od ostatecznie zarejestrowanych wartości.
Jeden z głównych autorów pracy, profesor Chen Jiehong z Chengdu University of Technology, zaznaczył, że zespół nie twierdzi, iż trzęsienia ziemi można już przewidywać z dokładnością do minut lub kilku kilometrów. Według kryteriów Służby Geologicznej Stanów Zjednoczonych pełnoprawna prognoza musi określać datę i czas, miejsce oraz magnitudę zdarzenia.
Badacze przyznali, że dokładność metody ograniczają niejednoznaczność poszczególnych sygnałów, niewystarczająca gęstość urządzeń pomiarowych oraz potrzeba lepszego wyjaśnienia fizycznej natury anomalii. W Chinach powstaje zmodernizowany naziemny system obserwacji, a zespół planuje także wykorzystywać dane satelitarne i sztuczną inteligencję.
