भूकंप के लिए प्रभावी पूर्व चेतावनी प्रणाली

नई दिल्ली, 12 नवंबर (इंडिया साइंस वायर): भारतीय प्रौद्योगिकी संस्थान (आईआईटी) मद्रास के शोधकर्ताओं की एक टीम ने भूकंप के लिए मजबूत प्रारंभिक चेतावनी प्रणाली के विकास के लिए एक नया दृष्टिकोण विकसित किया है। जब भूकंप आता है, तो यह भूकंपीय तरंगों की एक श्रृंखला उत्पन्न करता है।

तरंगों के पहले सेट को पी-वेव कहा जाता है और टी हानिरहित होता है। इसकी शुरुआत का पता लगाना महत्वपूर्ण है क्योंकि इसके आगमन के समय का एक अच्छा अनुमान एक मजबूत प्रारंभिक चेतावनी प्रणाली विकसित करने में मदद करेगा जो विनाशकारी तरंगों के अगले सेट से पहले जमीन पर हिट करने से पहले एक नेतृत्व समय दे सकता है।  

मुख्य रूप से उपरिकेंद्र स्थान और निगरानी स्थल के बीच की दूरी के आधार पर, लीड समय 30 सेकंड से 2 मिनट तक भिन्न हो सकता है। प्रथम दृष्टया, लीड टाइम मामूली लग सकता है। लेकिन वे महत्वपूर्ण हैं। वे परमाणु रिएक्टरों को बंद करने, मेट्रो जैसे परिवहन, और लिफ्टों को निकटतम मंजिल पर ऊंची इमारतों में पार्क करने के लिए पर्याप्त हैं। 

सभी मौजूदा पी-वेव ऑनसेट डिटेक्शन विधियां सांख्यिकीय सिग्नल प्रोसेसिंग और समय-श्रृंखला मॉडलिंग विचारों के संयोजन पर आधारित हैं। हालांकि, ये विधियां कुछ उन्नत विचारों को पर्याप्त रूप से समायोजित नहीं करती हैं। जब एक समय-आवृत्ति या अस्थायी-वर्णक्रमीय स्थानीयकरण विधि कहलाती है, तो ऐसी विधियों की प्रभावशीलता को काफी बढ़ाया जा सकता है।

IIT में नया अध्ययन इस अंतर को भरता है। यह समय-आवृत्ति स्थानीयकरण सुविधा के साथ भविष्यवाणी ढांचे में एक उपन्यास रीयल-टाइम स्वचालित पी-वेव डिटेक्टर और पिकर का प्रस्ताव करता है। प्रस्तावित दृष्टिकोण पी-वेव ऑनसेट का सटीक रूप से पता लगाने में क्षमताओं का एक विविध रूप लाता है।

यह शोध सुश्री कंचन अग्रवाल द्वारा किया गया था, जो कि केमिकल इंजीनियरिंग विभाग, आईआईटी मद्रास के प्रोफेसर अरुण के तंगीराला के मार्गदर्शन में पीएचडी से स्कॉलर हैं। उनके अध्ययन पर एक रिपोर्ट साइंस जर्नल PLOS ONE में प्रकाशित हुई है। अनुसंधान आंशिक रूप से परमाणु ऊर्जा विभाग के एक सलाहकार निकाय, परमाणु विज्ञान में अनुसंधान बोर्ड द्वारा वित्त पोषित किया गया था।

अपने काम के व्यावहारिक अनुप्रयोगों पर प्रकाश डालते हुए, प्रो. तंगीराला ने कहा, “प्रस्तावित ढांचा जरूरी नहीं कि भूकंपीय घटनाओं का पता लगाने तक ही सीमित है, बल्कि सामान्य है। इसका उपयोग अन्य डोमेन में गलती का पता लगाने और अलगाव के लिए भी किया जा सकता है। इसके अलावा, यह मशीन लर्निंग और डीप लर्निंग मॉडल सहित किसी भी भविष्य कहनेवाला मॉडल को शामिल कर सकता है, जो पता लगाने में मानवीय हस्तक्षेप को कम करेगा।”

सुश्री अग्रवाल ने कहा, “पी-वेव आगमन की जानकारी घटना के अन्य स्रोत मापदंडों जैसे परिमाण, गहराई और उपरिकेंद्र स्थान को निर्धारित करने में भी महत्वपूर्ण है। इसलिए, पी-वेव डिटेक्शन समस्या का समाधान जो मजबूत, स्पष्ट और सटीक है। यह घटना के विवरण का सही अनुमान लगाने और भूकंप या अन्य ट्रिगर घटनाओं से होने वाले नुकसान को कम करने के लिए आवश्यक है।” (इंडिया साइंस वायर)

More articles

- Advertisement -
Web Portal Ad300x250 01

ताज़ा ख़बरें

Trending