عصر کالا- دهها سال است که دانشمندان بهدنبال مدلی برای پیشبینی زلزلهها هستند؛ مدلی علمی که میتواند جان میلیونها انسان را نجات دهد.
به گزارش پایگاه خبری «عصر کالا» به نقل از همشهری آنلاین, با وجود این، این اقدامات تا الان به هیچ نتیجهای نرسیده و حتی بسیاری را مجبور کرده که بگویند زلزله «غیرقابل پیشبینی» است.انجمن زمینشناسی آمریکا در اینباره چند سال پیش پروژهای را آغاز کرد که توسط آن چند دقیقه قبل از لرزیدن زمین، زلزله را هشدار دهد؛ پروژه «هشدار زودتر زلزله».برای آشنایی بیشتر با این پروژه با رابرت دگروک هماهنگکننده بخش ارتباطات، آموزش این پروژه و عضو انجمن زمینشناسی آمریکا مصاحبهای داشتیم. او اعتقاد دارد با چنین پروژههایی میتوان جان انسانهای بسیاری را در زلزله نجات داد.
آقای دکتر دگروک، پروژه «هشدار زودتر زلزله»کی آغاز شد و الان در چه وضعیتی است؟
پروژه هشدار زودتر زلزله، برنامهای از طرف انجمن زمینشناسی آمریکاست که در سال 2006 شروع شد. در این پروژه ما دنبال ساخت سنسورهایی بودیم که یک زلزله را قبل از وقوع آن هشدار دهند. در سال 2012 ما توانستیم برخی سنسورها را آزمایش کنیم و الان داریم از این سیستم در مکانهایی مثل مدارس، بیمارستانها و قطارها استفاده میکنیم. بهطور کلی برنامهای که در سال 2006 شروع شده الان شکل عمومی گرفته و در حال پیشرفت است.
دانشمندان میگویند زلزلهها غیرقابل پیشبینی هستند، ولی بهنظر میرسد پروژه شما دارد چنین کاری را انجام میدهد.
«هشدار زودتر زلزله»، پیشبینی زلزله نیست. ما تا وقتی پوسته زمین نلرزد نمیفهمیم زلزله رخ داده است. حالا کاری که ما میکنیم این است که درست هنگامی که زلزله رخ داد آن را تشخیص میدهیم و تحلیل میکنیم. بعد از آن اطلاعات مربوط به زلزله را به یک مرکز پردازش اطلاعات میفرستیم، هشداری مختص به آن زلزله را ایجاد میکنیم و این هشدار را پخش میکنیم.برای این کار ایده اصلی ما این بود که هشدارها با سرعتی مثل سرعت امواج رادیویی بسیار سریعتر از سرعت امواج زلزله به مکانی که قرار است به لرزه درآید فرستاده شود.
همانطور که میدانید حدود چندهفته پیش زلزلهای مرز ایران و عراق را لرزاند. با توجه به فاصله مناطق زلزله زده از مرکز زلزله داشتن چنین سیستمی چقدر میتوانست به ما در این زلزله کمک کند؟
یکی از چالشها در مناطقی مثل ایران این است که کشور شما همیشه میلرزد و این، مشکلات زیادی را در پی دارد. بهطور ساده میتوان به سؤال شما به این شکل جواب داد؛ بله یک سیستم «هشدار زودتر زلزله» به نفع مردم ایران است چون دهها ثانیه قبل از زلزله متوجه آن میشوند و در این مدت میتوانند اقدامات مختلفی برای مراقبت از خود انجام دهند. برای مثال پناه بگیرند یا در برخی موارد که خانه ناامن است میتوانند از خانه خارج شوند. بهطور کلی با داشتن چنین سیستمی قطعا زندگی افراد زیادی نجات پیدا میکند و در این موضوع شکی نیست؛ بنابراین با توجه به زلزلههای زیاد در ایران، کشور شما به چنین سیستمی نیاز دارد.
هزینههای چنین پروژهای چطور تأمین میشود؟
در آمریکا برای چنین سیستمی دولت، ایالت کالیفرنیا و بخش خصوصی سرمایهگذاری کردهاند. برای تأمین هزینه استفاده از چنین سیستمی روشهای مختلفی وجود دارد و میتوان از سرمایهگذاری بخشهای دیگری هم استفاده کرد. چون یک قسمت از کسانی که روی چنین موضوعی سرمایهگذاری میکنند مردم یا افرادی هستند که نمیخواهند آسیب ببینند و همچنین میخواهند از صنایع خود مراقبت کنند.
چرا وقتی یکی از ویژگیهای اصلی علم قابل پیشبینی بودن پدیدههاست، پدیدهای مثل زلزله قابل پیشبینی نیست؟
این، سؤال بسیار خوبی است. ببینید زلزلهها بسیار پیچیده هستند؛ درست مثل آب و هوا. چالشی که درباره این مسائل وجود دارد این است که فاکتورهای زیادی روی آنها تأثیر میگذارند. البته در حوزه هواشناسی ما میتوانیم بسیاری از این فاکتورها را اندازه بگیریم؛ با اینکه بازهم پیشبینیهای هواشناسی غلط از آب در میآیند! نیروهای بسیار پیچیده و زیادی زیرزمین وجود دارند و بهترین کاری که برای پیشبینی زلزله میتوانیم انجام دهیم بهدستآوردن احتمال وقوع آن در یک مدت زمان طولانی است؛ مثلا میگوییم بهاحتمال 99درصد تا 30 سال دیگر یک زلزله 6.8 ریشتری منطقهای خاص را میلرزاند، حالا اگر بخواهیم زلزله را در مدت زمان کوتاهتری پیشبینی کنیم میزان احتمالات بهشدت افزایش پیدا میکند.
امید به امکان پیشبینی زلزله
ژئوفیزیکیستهایی هستند که میگویند با داشتن اطلاعات همه نیروهای گسلهای داخل زمین شانس بیشتری برای پیشبینی زلزله داریم؛ البته اینکه بخواهیم همه این نیروها را اندازه بگیریم بسیار سخت است. هر اقدامی که تاکنون در این رابطه انجام شده تقریبا ناموفق بوده است. پیشبینی زلزله یک پروژه واقعا سخت است. باید اقدامات زیادی در این رابطه انجام شود. هماکنون در انجمن زمینشناسی آمریکا داریم اطلاعات بسیار زیادی را جمعآوری میکنیم و امیدواریم روزی این اطلاعات بتواند به ساخت مدلی برای پیشبینی زلزله کمک کند.