دانشمندان ۶ ساختار عجیب در مرکز زمین پیدا کردند

در مرز میان هسته و گوشته زمین، یعنی جایی که گوشته پایینی به هسته تقریباً مایع می‌رسد، دانشمندان تاکنون بیشتر امواج لرزه‌ای بزرگ‌تر را شناسایی کرده بودند.

حالا یک گروه پژوهشی با کمک هوش مصنوعی توانسته است سیگنال‌های بسیار ضعیف لرزه‌ای موسوم به پیش‌نشانگرهای PKP را بررسی کند و ۶ ناهنجاری ناشناخته را در این بخش عمیق زمین بیابد.

مرز هسته و گوشته یا CMB حدود ۱٬۸۰۰ مایل، معادل نزدیک به ۲٬۹۰۰ کیلومتر، زیر سطح زمین قرار دارد. در این ناحیه حجم عظیمی از گرما و مواد میان دو لایه جابه‌جا می‌شود. هنوز بسیاری از فرایندهای رخ‌داده در این عمق برای دانشمندان ناشناخته است، اما مسیر برخی امواج لرزه‌ای می‌تواند وجود ساختارهای غیرعادی را در نزدیکی مرکز زمین آشکار کند، زیرا این امواج هنگام عبور از چنین نواحی پراکنده یا منحرف می‌شوند.

ردپای امواج بسیار ضعیف

پیش‌نشانگرهای PKP نوعی موج لرزه‌ای هستند که تصور می‌شود در لایه‌های باریک گوشته با نام مناطق فوق‌کم‌سرعت حرکت می‌کنند. این نواحی سرعت امواج لرزه‌ای را کاهش می‌دهند و می‌توانند باعث تجمع پیش‌نشانگرهای PKP شوند. چنین ساختارهایی ممکن است در شکل‌گیری ستون‌های گوشته نقش داشته باشند؛ ستون‌هایی که گاهی به سطح می‌رسند و فوران‌های آتشفشانی ایجاد می‌کنند، مانند آبفشان‌های معروف Yellowstone یا جریان‌های گدازه در جزایر هاوایی.

مشکل اصلی این است که پیش‌نشانگرهای PKP، که معمولاً پیش از امواج قدرتمندتری مانند PKIKP ظاهر می‌شوند، اغلب آن‌قدر ضعیف هستند که تشخیصشان بسیار دشوار است. برای رفع این مشکل، پژوهشگران یک الگوریتم هوش مصنوعی را آموزش دادند تا بیش از ۲ میلیون ثبت زمین‌لرزه را بررسی کند. این داده‌ها از نقاط مختلف جهان و در فاصله سال‌های ۱۹۰۰ تا ۲۰۲۴ جمع‌آوری شده بودند. الگوریتم در نهایت ۱۷۵ هزار پیش‌نشانگر PKP را شناسایی کرد که به کشف ۶ ناهنجاری ناشناخته در اعماق زمین انجامید.

زمین سیستمی پویاست و بخش‌های درونی آن به‌طور مداوم در مرز هسته و گوشته تغییر می‌کنند. درست بالای این مرز نیز عمیق‌ترین قسمت گوشته پایینی قرار دارد. این فرایندها روی ستون‌های گوشته، فرورانش صفحات تکتونیکی و در نتیجه زمین‌لرزه‌ها، سونامی‌ها و فعالیت‌های آتشفشانی اثر می‌گذارند و همچنین بر رفت‌وآمد دائمی مواد میان هسته و گوشته تأثیر دارند.

ساختارهای غیرعادی این قسمت که پیش‌تر قابل مشاهده بودند، ابعاد بسیار بزرگی داشتند. با این حال، شناسایی سیگنال‌های ضعیف‌تر می‌تواند اطلاعات بیشتری درباره ویژگی‌های کانی‌شناختی و فرایندهای در حال تغییر این مناطق در اختیار دانشمندان قرار دهد. پیش‌نشانگرهای PKP اهمیت ویژه‌ای دارند، زیرا مسیر حرکت منحصربه‌فرد آنها باعث می‌شود نسبت به ناهنجاری‌های کوچک‌مقیاس حساس باشند.

در چنین بررسی گسترده‌ای، حذف نویزهای موجود در داده‌ها اهمیت زیادی دارد. پیش از این نیز روش‌هایی برای کنار زدن نویز و آشکار کردن این سیگنال‌های تقریباً نامرئی وجود داشت، اما دانشمندانی که به دنبال آنها بودند با محدودیت‌های قابل‌توجهی روبه‌رو می‌شدند. هوش مصنوعی می‌تواند دامنه این بررسی‌ها را بسیار گسترده‌تر کند.

پژوهشگران در مطالعه‌ای که در Journal of Geophysical Research: Solid Earth منتشر شده، گفتند

تشخیص خودکار فازهای لرزه‌ای با استفاده از یادگیری ماشینی می‌تواند راهی امیدوارکننده برای استفاده بهتر از داده‌های موجود باشد و این روش برای انواع مختلف فازهای لرزه‌ای نیز با موفقیت آزمایش شده. در مقابل، شناسایی پیش‌نشانگرهای PKP برای مدت طولانی به بررسی دستی و جداگانه هر رخداد وابسته بوده است.

۶ ناهنجاری در اعماق زمین

برای پیدا کردن پیش‌نشانگرهای PKP و ساختارهای نامنظمی که این امواج از آنها بازتاب یا پراکنده می‌شوند، پژوهشگران داده‌های فدراسیون بین‌المللی شبکه‌های لرزه‌نگاری دیجیتال و منابع دیگر را گردآوری کردند. برخی از این ساختارها ممکن است توده‌هایی باشند که از بقایای صفحات تکتونیکی فرورونده شکل گرفته‌اند؛ صفحاتی که هنگام فرو رفتن در مواد بسیار داغ گوشته، بخشی از آنها ذوب می‌شود.

تیم پژوهشی با استفاده از سه مدل یادگیری عمیق، الگوریتمی را آموزش داد تا داده‌ها را بررسی کرده و پیش‌نشانگرهای PKP را جدا کند. سپس محل ناهنجاری‌های شناسایی‌شده را روی نقشه مشخص کردند. نتیجه نشان داد که الگوریتم توانسته ۱۷۵ هزار سیگنال PKP را پیدا کند؛ سیگنال‌هایی که بدون این روش احتمالاً بیش از حد ضعیف بودند و از دید پژوهشگران پنهان می‌ماندند.

نتایج، وجود ناهنجاری‌هایی را در نقاط مختلف زمین نشان داد. این مناطق شامل محدوده‌ای از شمال‌غرب شبه‌جزیره ایبری تا اروپای مرکزی، عرض‌های جغرافیایی بالاتر اوراسیای شمالی، کمربند فراآرام در اقیانوس آرام از شمال‌غرب اقیانوس آرام تا آلاسکا، ناحیه‌ای در جنوب آفریقا و کانال موزامبیک، بخش جنوب‌شرقی حوضه اقیانوس اطلس جنوبی و همچنین امتداد فلات قاره قطب جنوب هستند.

ترسیم و تعیین موقعیت این ساختارها نشان می‌دهد که ناهنجاری‌های موجود در مرز هسته و گوشته احتمالاً بسیار گسترده‌تر از چیزی هستند که پیش‌تر تصور می‌شد. شناسایی آنها همچنین می‌تواند به پیش‌بینی دقیق‌تر پدیده‌های شدید طبیعی کمک کند، زیرا پراکنده شدن پیش‌نشانگرهای PKP هنگام برخورد با ساختارهای نامنظم ممکن است سرنخ‌هایی درباره نحوه گسترش فعالیت‌های تکتونیکی، از جمله زمین‌لرزه‌های خشکی، زمین‌لرزه‌های زیرآبی و سونامی‌های ناشی از آنها، همچنین شدت فوران‌های آتشفشانی ارائه دهد.

پژوهشگران در پایان گفتند

ما نه‌تنها چندین ناحیه پراکندگی مرتبط با ناهنجاری‌های عمیق را به‌طور مستقل تأیید کردیم، بلکه ۶ هدف جدید با احتمال بالای پراکندگی را نیز شناسایی نمودیم. در محدوده تفسیرهای این پژوهش، این ساختارهای کوچک‌مقیاس ممکن است با بقایای چندین مرحله فرورانش صفحات، ذوب جزئی، اثرات تغییر فاز کانی‌ها و فرایندهای مرتبط دیگر ارتباط داشته باشند.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.