지진을 예측할 수 있을까요?

터키 남동부와 시리아 북부의 구겨진 건물들 사이에서 펼쳐지는 비극은 예기치 않은 지진이 얼마나 강할 수 있는지를 잘 보여줍니다. 과학자들은 가장 예측할 수 없는 자연 재해의 조기 경고 신호를 발견하는 방법을 찾고 있습니다. 

그들은 예고 없이 갑자기 공격합니다. 터키 남동부와 시리아 북부를 강타한 두 차례의 파괴적인 지진은 수천 명의 목숨을 앗아갔고 더 많은 사람들이 부상을 입거나 대피소를 잃었 습니다  . 2월 6일 이른 시간에 발생하여 대부분의 희생자들은 첫 번째 진도 7.8의 지진이 그들의 집을 무너뜨렸을 때 내부에서 자고 있었을 것입니다 . 

기호학자들이 주요 재난이 전개되고 있다는 첫 번째 징후는 첫 번째 지진 으로 생성된 지진파가 전 세계에 울려 퍼짐에 따라 전 세계에 퍼지는 민감한 도구의 활동이 갑자기 번쩍이는 것이었습니다. 몇 시간 후 규모 7.5의 두 번째 대지진이 이어졌습니다.

두 지진의 상대적인 얕음은 흔들림의 강도가 특히 심하다는 것을 의미했습니다 . 그리고 그 지역이 여진으로 계속 흔들리고 있기 때문에 미국 지질 조사국의 전문가들은 살아남은 사람들과 현재 도움을 받기 위해 이 지역으로 몰려드는 구조 대원들이 흔들림으로 인한 산사태와 지반 액화 로 인해 심각한 위험에 직면해 있다고 경고했습니다. . 

그러나 세계가 터키와 시리아 국경 양쪽에 있는 산산이 부서진 지역 사회에 원조를 제공하기 위해 경쟁하고 있는 가운데 일부 사람들은 왜 이런 일이 일어나지 않았는지 의아해하고 있습니다 .

지진이 발생한 동부 아나톨리아 단층계는 세 개의 지각판(아나톨리아판, 아라비아판, 아프리카판)이 서로 부딪치는 지각 "삼중 접합"의 일부입니다. 1970년 이후로 진도 6 이상의 지진이 세 번만 이 지역을 강타했으며 많은 지질학자들은 이 지역이 대규모 지진에 대해 " 기한이 지났다"고 믿었습니다.

그렇다면 왜 그들은 그것을 예측할 수 없었습니까?

터키와 시리아의 지상 이동 지도(Credit: Copernicus data/ESA/Comet 2023/BBC)

사실, 지진을 예측하는 과학은 매우 매우 어렵습니다. 이벤트가 발생한 후 지진 데이터에서 감지할 수 있는 미세한 신호가 종종 있지만   무엇을 찾아야 하는지 알고 이를 사용하여 사전에 예측하는 것은 훨씬 더 어렵습니다.

"우리가 실험실에서 지진을 시뮬레이션할 때 우리는 이 모든 작은 실패가 일어나는 것을 볼 수 있습니다. 약간의 균열과 결함이 먼저 나타납니다."라고 이탈리아 로마 사피엔자 대학과 펜 주립 대학의 지구과학 교수인 Chris Marone은 말합니다. 미국 펜실베니아에서. "그러나 자연계에서는 큰 지진이 일어날 것이라는 전조나 징후를 종종 보지 못하는 이유에 대해 많은 불확실성이 있습니다."

지질학자들은 적어도 1960년대 이후로 지진을 예측하기 위해 현대 과학적인 방법을 사용해 왔지만  거의 성공 하지 못했습니다  . 이에 대한 대부분의 이유는 전 세계를 가로지르는 결함 시스템의 복잡성 때문이라고 Marone은 말합니다. 또한 많은 지진 소음이 있습니다. 지구는 끊임없이 투덜거리고 우르릉거리며, 이는 인위적인 교통 소음, 건물 작업 및 일상 생활과 결합될 때 명확한 신호를 선택하기 어렵게 만듭니다.

미국 지질조사국(United States Geological Survey)에 따르면 정말 유용한 지진 예측을 하려면 세 가지가 필요합니다. 즉, 지진이 일어날 위치, 일어날 시기, 지진 규모 등입니다. 지금까지 아무도 확실하게 그렇게 할 수 없다고 그들은 말합니다 . 

대신 지질학자 들은 몇 년의 기간 내에 지진의 확률을 계산하는 " 위험 지도 " 에서 최선의 추측을 생성합니다 . 이는 가장 위험에 처한 지역의 건축 기준을 개선하는 것과 같이 어느 정도의 계획 수립에 도움이 될 수 있지만 대중이 대피하거나 대피할 수 있도록 조기 경보를 제공하는 데 필요한 예측 수준을 제공하지는 않습니다. 그리고 지진 지역에 사는 모든 사람이 많은 양의 흔들림을 견디는 데 필요한 종류의 기반 시설을 감당할 수 있는 것은 아닙니다.

"터키와 시리아에서는 건물이 무너질 준비가 된 상태에 있다는 것을 의미하는 많은 요인이 있었습니다."라고 Marone은 말합니다. "많은 서구 세계에는 1970년대와 1980년대에 시행된 내진 강화 규정이 있었습니다. 하지만 건물을 짓고 개조하는 데는 많은 비용이 듭니다." ( 일본의 고층 빌딩이 지진을 견디기 위해 어떻게 지어졌는지 읽어보세요 .)

그래서 과학자들은 대신 지진 예측을 더 정확하게 할 수 있는 방법을 찾고 있습니다. 지진 신호와 함께 연구원들은 동물의 행동 에서 지구 상층 대기의 전기 교란에 이르기 까지 다양한 장소에서 단서를 찾았습니다 .

그러나 최근에는 인간이 놓치는 미묘한 신호를 감지하는 인공 지능의 기능에 대한 관심이 높아지고 있습니다. 기계 학습 알고리즘은 과거 지진의 방대한 데이터를 분석하여 미래 사건을 예측하는 데 사용할 수 있는 패턴을 찾을 수 있습니다.

"이런 종류의 기계 학습 기반 예측은 많은 관심을 불러일으켰습니다."라고 Marone은 말합니다. 그와 그의 동료들은 지난 5년 동안 실험실에서 시뮬레이션된 지진 단층의 고장을 감지 할 수 있는 알고리즘을 개발해 왔습니다  . 주먹 크기의 화강암 블록을 사용하여 그들은 단층에서 발생할 수 있는 응력 축적과 마찰을 재현할 수 있으며 단층이 미끄러질 때까지 압력을 증가시켜 "labquakes"라고 부르는 것을 만듭니다.

"탄력파는 조금씩 부서지면서 단층을 통해 이동합니다."라고 Marone은 말합니다. "탄성 특성의 이러한 변화와 단층 영역 자체의 충격에서 발생하는 소음을 기반으로 실험실에서 고장이 발생할 시기를 예측할 수 있습니다. 우리는 이것을 지구에 이식하고 싶지만 아직 거기에 도달하지 못했습니다. ."

AI의 이러한 예측 능력을 실제 단층 구역의 더 크고 복잡한 환경으로 이전하는 것은 훨씬 더 어렵습니다.

중국의 과학자들은 지진이 발생하기 전 지구의 전리층에서 전하를 띤 입자의 물결을 찾고 있습니다.

Marone은 "지진 발생 후 사후 예측에서 이를 수행하는 방법을 알아낸 몇 가지 사례가 있습니다. "하지만 아직 큰 돌파구는 없습니다."

예를 들어, 중국의 과학자들은 단층대 위의 자기장의 변화로 인해 지진이 발생하기 직전에 지구의 전리층에서 전하를 띤 입자의 잔물결을 찾아왔습니다.  예를 들어, 베이징 지진 예보 연구소의 Jing Liu가 이끄는 한 그룹 은 2010년 4월 초 캘리포니아 바하를 강타한 지진이 발생하기 10일 전에 진원지 위에서 대기 전자 의 교란을 볼 수 있다고 말했습니다  .

이스라엘에 기반을 둔 또 다른 그룹은 최근 기계 학습을 사용하여 지난 20년 동안 전리층의 전자 함량 변화를 조사하여 83%의 정확도로 48시간 전에 대규모 지진을 예측할 수 있다고 주장했습니다  .

중국은 분명히 전리층의 이러한 단서에 희망을 걸고 있습니다. 2018년 중국은 지구 전리층의 전기적 이상 현상을 모니터링하기 위해 CSES(China Seismo-Electromagnetic Satellite)를 발사했습니다. 작년에 베이징에 있는 중국 지진 네트워크 센터의 과학자들은  2021년 5월과 2022년 1월에 중국 본토를 강타한 지진이 발생하기 최대 15일 전에 전리층에서 전자 밀도의 감소를 발견했다고  주장했습니다.

중국 지진 네트워크 센터(China Earthquake Network Centre)에서 일하는 연구원 중 한 명인 메이 리(Mei Li)는 "암석권과 위의 두 층, 즉 대기와 전리층 사이에서 에너지 전달이 발생할 수 있다"고 말했다. 그러나 그녀는 이것이 어떻게 일어나는지에 대한 메커니즘은 여전히 ​​논란의 여지가 있다고 말합니다. 그리고 그녀는 위성 데이터가 있더라도 그들의 발견이 임박한 지진을 예측할 수 있는 것과는 여전히 거리가 멀다고 경고합니다. 

연구원들은 그들의 연구 결과에 대한 논문 에서 "다가올 이벤트가 발생할 정확한 위치를 지정할 수 없습니다."라고 말했습니다  . Li는 또한 또 다른 합병증을 지적합니다. 대규모 지진은 진원지에서 멀리 떨어진 전리층의 변화를 유발할 수 있어 정확한 위치를 확인하기 어렵습니다.

"전리층 변칙은 지진의 진원지 주변과 다른 반구의 자기 공액 지점 주변에서 나타날 수 있어 다가오는 사건의 위치를 ​​확인하기가 더 어렵습니다."라고 그녀는 말합니다.

2019년 캘리포니아 리지크레스트를 강타한 지진은 과학자들에게 서로 뒤따르는 큰 충격에 대한 귀중한 데이터를 제공했습니다(Credit: Mario Tama/Getty Images)

다른 연구자들은 다른 신호에 희망을 걸고 있습니다. 일본에서는 일부 사람들이 지진대 위의 수증기 변화를 사용하여 예측할 수 있다고 주장합니다. 테스트에 따르면 이러한 예측의 정확도는 70%이지만 다음 달 어느 시점에 지진이 발생할 수 있다고만 말할 수 있습니다 . 다른 사람들은 지진 전에 발생할 수 있는 지구 중력의 미세한 잔물결을 이용하려고 노력해 왔습니다 .

그러나 이러한 모든 주장에도 불구하고 어느 누구도 지진이 발생하기 전에 지진이 언제 어디서 발생할지 성공적으로 예측할 수 없었습니다.

Morone은 "필요한 종류의 모니터링을 수행할 인프라가 없습니다."라고 말합니다. "우리가 연구실에서 단층을 감시하기 위해 사용하는 종류의 지진계 세트를 설치하기 위해 누가 1억 달러(8300만 파운드)를 투자하겠습니까? 우리는 실험실 지진을 예측하는 방법을 알고 있지만 우리가 모르는 것은 그들이 예를 들어 동아나톨리아 단층은 세계의 복잡한 지역에 있습니다. 하나의 단순한 단층면이 아니라 여러 가지가 함께 모여 있습니다." 

그리고 더 나은 예측을 할 수 있는 능력이 있더라도 정보를 어떻게 처리해야 하는지에 대한 질문이 여전히 남아 있습니다. 정확성이 향상될 때까지 도시 전체를 대피시키거나 사람들에게 위험에 처한 건물에 접근하지 말라고 요청하는 것은 실수할 경우 비용이 많이 들 수 있습니다. 그러나 Marone은 데이터가 개선되면 어떤 일이 일어날 수 있는지에 대한 몇 가지 징후를 위해 기상 예측의 세계를 살펴봅니다.

"그들은 이미 사전에 어느 정도의 정확도로 큰 기상 현상을 예측합니다."라고 Marone은 말합니다. 이를 통해 정부 기관은 허리케인과 같은 사건에 대한 비상 대응을 준비하고 대중에게 안전을 유지하는 데 도움이 되는 경고를 발행할 수 있습니다. Marone은 지진에 대해 비슷한 일을 할 수 있는 것은 아직 멀었다고 말합니다. "우리는 현재 그 근처에 있지 않습니다."

터키와 시리아의 잔해 속에 갇힌 많은 사람들은 첫 번째 지진이 발생했을 때 침대에 누워 있었습니다. (Credit: Bulent Kilic/AFP/Getty Images)

인공 지능이 더 즉각적인 역할을 할 수 있는 한 가지 영역은 지진 직후에 발생하는 이벤트입니다. 도호쿠 대학과 중국 런민 대학의 연구원들은 AI를 사용하여 위성 이미지에서 자연 재해로 인한 피해를 분류하여 정부와 구조 팀이 가장 필요한 곳으로 보낼 수 있는 도구를 개발해 왔습니다. 알고리즘을 사용하여 건물 손상을 평가 하고 완전히 파괴되었거나 잠재적으로 위험한 구조를 식별합니다.

기계 학습 알고리즘이 대지진에 뒤따르는 여진을 더 잘 예측하는 데 도움을 주어 구조 대원과 지진 생존자를 안전하게 보호하는 데 도움이 될 수 있다는 희망도 있습니다. 이들은 초기 지진으로 인해 불안정한 건물을 이동시켜 더 많은 파괴를 야기함으로써 막대한 위험을 초래할 수 있습니다.

예를 들어, 하버드 대학교의 연구원들은 여진이 예측될 수 있기를 바라며 여진 의 패턴을 연구하기 위해 기계 학습의 한 형태인 딥 러닝을 배포해 왔습니다 .

"우리는 큰 사건 이후에 어떤 일이 일어나고 왜 여진이 발생하는지에 대해 매우 잘 이해하고 있습니다."라고 Marone은 말합니다. "그러나 그것은 아직 완전하지 않습니다. 우리는 작은 충격이 더 큰 충격으로 이어질 수 있는지 과학 사회로서 더 잘 알고 있지만 항상 불확실성이 있습니다.

"터키에서 일어난 일이 두 번의 정말 큰 지진이 서로 가까이에 있었던 매우 이례적인 상황이라는 것을 깨닫기 위해 지진과 여진에 대해 많이 알 필요는 없습니다. 두 번째 지진은 첫 번째 지진에 의해 촉발되었지만 이것들은 두 가지 주요 충격"