تبلیغات
مطالب اینترنتی - شناسایی سیگنال هایی جدید برای پیش بینی و تشخیص بزرگی زلزله های مهیب
 
مطالب اینترنتی
درباره وبلاگ



مدیر وبلاگ : نویسنده
نویسندگان


دانشمندان موفق به شناسایی امواج مبتنی بر گرانش شده‌اند که با کمک آن‌ها می‌توانیم زلزله‌های شدید را پیش از رسیدن به سطح زمین تشخیص دهیم.

پس از وقوع زلزله، یک اختلال گرانشی لحظه‌ای در قالب امواج به‌ وجود می‌آید. این امواج را می‌توان قبل از انتشار امواج لرزه‌ای که زلزله‌شناسان به‌طور سنتی قادر به تشخیص آن‌ها هستند، ثبت و شناسایی کرد. در یک مطالعه‌ی جدید که دستاوردهای آن در ژورنال Science منتشر شده است، گروهی از پژوهشگران از مراکز CNRS، IPGP، دانشگاه‌ پاریس و مرکز کلتک در طی این همکاری موفق به مشاهده‌ی سیگنال‌های ضعیف مربوط به گرانش و درک ماهیت و سرچشمه‌ی آن‌ها شده‌اند. از آنجایی که این نوع امواج نسبت به مقدار بزرگی زلزله حساس هستند، شاید بتوانیم چنین استدلال کنیم که سیگنال‌های شناسایی‌شده ممکن است نقش مهمی در تشخیص زودهنگام وقوع زلزله‌های بزرگ داشته باشند.

مقاله‌ی مرتبط:

این کار پژوهشی در واقع حاصل تعامل و همکاری میان زلزله‌شناسان و فیزیکدانان بود. لرزه‌شناسان در پی فهم و دریافت بهتر ماهیت زمین‌لرزه‌ها و فیزیکدانان در صدد توسعه‌ی معیارهای اندازه‌گیری مناسبی برای سنجش گرانش با رویکردی متمرکز بر امواج گرانشی بودند. زمین‌لرزه‌ به‌طور دهشتناکی تعادل نیروهای روی زمین را تغییر می‌دهد و امواج لرزه‌ای منتشر می‌کند که عواقب آن می‌تواند ویرانگر باشد.

اما همین امواج به‌طور مشابهی، میدان گرانشی زمین را هم تحریک می‌کنند و این روند به تولید سیگنالی دیگر منتهی می‌شود. فرایند فوق به‌ویژه تشخیص سریع لرزش‌ها بسیار جالب است. سیگنال‌های یادشده در واقع با سرعت نور حرکت می‌کنند. این در حالی است که امواج لرزشی عادی با سرعت‌های بین سه تا ۱۰ کیلومتر در ثانیه گسیل می‌شوند. با نگاهی به اعداد و ارقام ارائه‌شده در این گزارش، اگر بخواهیم مزیت یافته‌های جدید را با یک مثال تشریح کنیم، چنین خواهیم گفت: یک لرزش‌سنج واقع در یک ایستگاهی در فاصله‌ی هزار کیلومتری کانون لرزه، توان این را خواهد داشت که سیگنال‌های گرانشی را به‌مدت بیش از دو دقیقه پیش از رسیدن امواج لرزه‌ای به همان ناحیه، شناسایی کند.

سیگنال های گرانشی برای پیش بینی زلزله مهیب

کار ارائه‌شده در گزارش اخیر، دنباله‌ی کاری است که در سال ۲۰۱۶ انجام شده بود. در آن مطالعه، پژوهشگران برای نخستین بار به تشریح چنین سیگنال‌هایی در پدیده‌ی زمین‌لرزه پرداخته بودند. دانشمندان در گام نخست، این سیگنال‌ها را از طریق داده‌های مربوط به ۱۰ لرزه‌سنج واقع در فواصل بین ۵۰۰ تا ۳۰۰۰ کیلومتری از مرکز حادثه در زلزله‌ی ۹.۱ ریشتری سال ۲۰۱۱ ژاپن شناسایی کردند. پژوهشگران با استفاده از مشاهدات خود، در ادامه نشان دادند که این سیگنال‌ها به‌طور عمده از دو عامل اصلی ناشی می‌شوند. مورد نخست مربوط به تغییر گرانشی است که در محل قرارگیری لرزه‌سنج اتفاق می‌افتد و نقطه‌ی تعادل جرم دستگاه را تغییر می‌دهد. اثر دوم که غیر مستقیم است، از تغییر گرانشی در همه جای کره‌ی زمین ناشی می‌شود؛ این تغییر، تعادل نیروها را مختل می‌کند و امواج لرزه‌ای جدیدی تشکیل می‌دهد که به سنسور برسند.

پژوهشگران با مد نظر قرار دادن این دو اثر، نشان داده‌اند که سیگنال‌های مربوط به گرانش، به بزرگی زلزله بسیار حساس هستند و همین حساسیت باعث می‌شود که گزینه‌ی خوبی برای اندازه‌گیری دقیق و مناسب زمین‌لرزه‌های قوی باشند. چالش آینده پیش روی دانشمندان این است که بتوانند از این سیگنال برای لرزه‌هایی با مقادیر کمتر از ۸ تا ۸.۵ در مقیاس ریشتر بهره ببرند؛ زیرا در مقادیر پایین‌تر از این آستانه، سیگنال‌ها نسبت به تلاطم‌های لرزه‌ای که به‌طور طبیعی توسط زمین روی شکل می‌گیرد، بسیار ضعیف هستند و گسسته‌سازی این نویزها از امواج مد نظر کاری پیچیده و دشوار است. از همین روی، پژوهشگران برای آزمایش فناوری‌های مختلف برنامه‌ریزی می‌کنند؛ فناوری‌هایی همچون برخی موارد الهام‌گرفته‌شده از ابزارهای توسعه‌یافته برای شناسایی امواج گرانشی.



لینک منبع

مطلب شناسایی سیگنال هایی جدید برای پیش بینی و تشخیص بزرگی زلزله های مهیب در سایت مفیدستان.


لینک منبع و پست :شناسایی سیگنال هایی جدید برای پیش بینی و تشخیص بزرگی زلزله های مهیب
http://mofidestan.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d9%87%d8%a7%db%8c%db%8c-%d8%ac%d8%af%db%8c%d8%af-%d8%a8%d8%b1%d8%a7%db%8c-%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c/



نوع مطلب :
برچسب ها :
لینک های مرتبط :
 
لبخندناراحتچشمک
نیشخندبغلسوال
قلبخجالتزبان
ماچتعجبعصبانی
عینکشیطانگریه
خندهقهقههخداحافظ
سبزقهرهورا
دستگلتفکر


آمار وبلاگ
  • کل بازدید :
  • بازدید امروز :
  • بازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :