अब भूकंप आने पहले से मिल जाएगी जानकारी, ये तकनीक बचाएगी हजारों की जान

नई दिल्ली: शोधकर्ताओं ने छोटे गुरुत्वाकर्षण संकेतों (Gravitational Signals) की पहचान करने के लिए ऐसे कंप्यूटर बनाए हैं, जिससे सिग्नल के इस्तेमाल से तुरंत ही बड़े भूकंप का आंकलन लगाया जा सकता है. ‘साइंस’ में छपी रिपोर्ट के अनुसार, यह एक पूरी तरह से नया तरीका है. कैलिफोर्निया विश्वविद्यालय के भूकंपविज्ञानी रिचर्ड एलन कहते हैं कि अगर हम इस एल्गोरिथम को लागू करते हैं तो इतना अधिक विश्वास होगा कि बड़े नुकसान से बचा जा सकता है.

अभी सीस्मोमीटर का होता है इस्तेमाल
वैज्ञानिक आमतौर पर भूकंप का पता लगाने के लिए भूकंपीय तरंगों या भूकंपीय तरंगों की निगरानी करते हैं, जिन्हें सीस्मोमीटर कहा जाता है. वे जितनी अग्रिम चेतावनी दे सकते हैं, वह भूकंप और सिस्मोमीटर के बीच की दूरी और 6 किलोमीटर प्रति सेकंड से कम की यात्रा करने वाली भूकंपीय तरंगों की गति पर निर्भर करती है. एलन कहते हैं कि यह छोटे टेम्पलर के लिए अच्छा काम करता है, लेकिन 7 से अधिक तीव्रता वाले भूकंप को पहचानना सबसे चुनौतीपूर्ण हो जाता है.

शोधकर्ताओं ने खोजा तरीका
हाल ही में, गुरुत्वाकर्षण तरंगों की खोज में शामिल शोधकर्ताओं ने महसूस किया कि प्रकाश की गति से गुरुत्वाकर्षण संकेतों का उपयोग भूकंप की निगरानी के लिए भी किया जा सकता है.फ्लोरिडा विश्वविद्यालय के भौतिक विज्ञानी बर्नार्ड व्हिटिंग कहते हैं कि आश्चर्यजनक बात यह है कि सिस्मोमीटर में भी सिग्नल मौजूद होगा.

मशीन-लर्निंग एल्गोरिदम किया तैयार
कोटे डी’ज़ूर विश्वविद्यालय के पोस्टडॉक एंड्रिया लिसियार्डी और उनके सहयोगियों ने उस पैटर्न की पहचान करने के लिए एक मशीन-लर्निंग एल्गोरिदम बनाया है.उन्होंने तोहोकू से सेट किए गए वास्तविक डेटा पर परीक्षण करने से पहले मॉडल को सैकड़ों हजारों नकली भूकंपों पर प्रशिक्षित किया. शोधकर्ताओं ने नेचर में की रिपोर्ट के अनुसार, मॉडल ने लगभग 50 सेकंड में भूकंप की तीव्रता का सटीक अनुमान लगाया.

बड़े भूकंपों में विश्ववसनीय अनुमान
यह तकनीक बड़े-तीव्रता वाले भूकंपों के अधिक विश्वसनीय आकार का अनुमान दे सकता है, जो महत्वपूर्ण है, विशेष रूप से सूनामी की भविष्यवाणी के लिए, जो अक्सर आने में अतिरिक्त 10 या 15 मिनट लगाते हैं. हालांकि, तकनीक अभी तक चालू नहीं है. इसने वास्तविक समय में डेटा संसाधित नहीं किया है. मॉडल को जापान में तैनात करने की तैयारी है. एल्गोरिथम को अलग-अलग क्षेत्रों में उपयोग के लिए अलग से प्रशिक्षित करने की आवश्यकता है.