Een van de meest voorkomende door de mens veroorzaakte oorzaken van aardbevingen is de werking van geothermische energiecentrales. Normaal gesproken is hun grootte niet groter dan 2 punten, maar er zijn uitzonderingen. Zo bereikte de omvang van de krachtigste aardbeving in Europa, precies veroorzaakt door de werking van het station, 3,4. En in Zuid-Korea in 2017, toen de geothermische energiecentrale werd gelanceerd, schudde het tot 5,4!
De technologie van de werking van de stations is gebaseerd op het gebruik van twee putten: koud water wordt in de ene gepompt en kokend water stijgt van de andere naar buiten uit ondergrondse bronnen. Soms worden tijdens het pompen van vloeistof in putten kleine aardbevingen in de omgeving waargenomen. Wetenschappers ontdekten nieuwe details en verduidelijkten nogmaals de redenen voor dergelijke verschijnselen.
Deskundigen van Columbia University (New York) om dergelijke aardbevingen te bestuderen, hebben voorgesteld om machine learning-algoritmen te gebruiken (een van de kunstmatige intelligentiemethoden, waarvoor wiskundige statistieken, numerieke methoden, optimalisatiemethoden, kansrekening en technieken voor het werken met gegevens in digitale vorm worden gebruikt). Ze analyseerden gedurende 3 jaar (2012 - 2014) seismische gegevens in een geothermisch veld, dat zich in de buurt van San Francisco bevindt. Er zijn 22 stations en meer dan 350 putten in het veld. Gedurende deze tijd hebben geofysici 46.000 zwakke trillingen gevolgd, variërend in grootte van 0,3 tot 1,5, meldt Science Advances. Signalen werden later gebruikt voor algoritmen voor machine learning.
Nadat ze het hele complexe proces hadden doorlopen - van het verwerken van elk seismisch signaal tot het opstellen van algemene patronen van het optreden en ontwikkelen van aardbevingen, identificeerden de experts uiteindelijk 4 groepen aardbevingen. Twee groepen waren afhankelijk van seizoensveranderingen in het volume water dat in de put werd geïnjecteerd: de piek van sterkere aardbevingen deed zich voor in de winter en het maximale volume geïnjecteerd water, en vice versa, de minste schokken werden waargenomen in het warme seizoen met een minimaal volume waterinjectie. De derde groep aardbevingen werd geconstateerd toen de regio abnormaal droog weer was. De rotsen reageerden tastbaar op de snelheid van waterinjectie - dit is de reden voor het vierde type aardbeving.
De resultaten van het onderzoek bleken een instrument van onschatbare waarde te zijn om het werk van geothermische stations te corrigeren. Het proces van het pompen van water in de putten van waterstations moet duidelijk worden gereguleerd. Wetenschappers stellen voor om machine learning-methoden niet alleen te gebruiken om aardbevingen te beschrijven en te verklaren, maar ook om ze te voorspellen.
