Um vulcão adormecido na Antártida ajudou os pesquisadores do Sandia National Laboratories a melhorar as leituras dos dados do sensor para melhor detectar terremotos e explosões e desligar os sons do dia a dia, como tráfego e passos.

Encontrar as configurações ideais para cada sensor em uma rede para detectar vibrações no solo, ou atividade sísmica, pode ser um processo meticuloso e manual. Os pesquisadores da Sandia estão trabalhando para mudar isso usando um software que ajusta automaticamente os níveis de detecção de atividade sísmica para cada sensor.

Sandia testou o novo software com dados sísmicos do vulcão Mt. Erebus na Antártica e obteve 18% menos detecções falsas e 11% menos detecções perdidas do que o desempenho original dos sensores no Monte Erebus.

Até agora, a principal maneira de garantir que os sensores captassem atividades sísmicas incomuns e não relatassem atividades regulares era ajustar manualmente as configurações de cada sensor para seus arredores específicos. Infelizmente, obter essas configurações exatamente certas é difícil, especialmente porque essas configurações ideais mudam com as estações e os padrões climáticos.

Durante um projeto de três anos financiado por Laboratório de Pesquisa e Desenvolvimento Dirigido, pesquisadores desenvolveram um software que ajusta automaticamente as configurações de detecção para os dados provenientes de cada sensor em uma rede usando uma abordagem de 'regras da maioria', o que levou a menos detecções falsas de atividade sísmica e menos detecções perdidas de eventos reais. O trabalho foi publicado recentemente em um Boletim da Sociedade Sismológica da América papel, "Ajuste dinâmico de níveis de disparo do detector de sinal sísmico para redes locais" e o software de código aberto baseado em Python está disponível para download.

'Pesquisando a vizinhança' para detectar atividade sísmica

A equipe de pesquisa, liderado por Tim Draelos, pesquisador de aprendizado de máquina e processamento de sinais na Sandia, desenvolveu um algoritmo que lê os dados de uma vizinhança de sensores e compara as detecções feitas por cada sensor. Se a maioria dos sensores em um local semelhante detectou atividade sísmica ao mesmo tempo, então, o programa marca o evento como legítimo. Se a maioria dos sensores não detectou atividade sísmica, então o programa não marca o evento e os níveis de detecção dos sensores que relataram falsamente um evento são ajustados.

"Uma vizinhança é um pequeno subconjunto de sensores em uma rede em que todos têm uma visão semelhante do mundo ou uma pegada de detecção semelhante, "Draelos disse." Eles deveriam concordar em tudo o que vêem. Se eles não o fizerem, somos capazes de determinar qual sensor precisa ser ajustado para que possamos chegar a um acordo melhor no futuro, o que leva a uma melhor qualidade geral de detecção de rede. Nunca queremos perder um evento como uma explosão nuclear, por exemplo."

Esta abordagem de "regras da maioria" para o processamento de dados do sensor sísmico é automática enquanto o algoritmo é executado e permite ajustes contínuos para os níveis de gatilho que detectam um evento sísmico, tornando as leituras dos sensores mais precisas do que as leituras dos sensores estáticos com configurações fixas.

Draelos e a equipe, incluindo Hunter Knox, Matt Peterson e Chris Young, testei o algoritmo usando a rede de sensores sísmicos Mt. Erebus. Eles criaram um banco de dados de eventos sísmicos no vulcão, visualizando manualmente toda a atividade do sensor registrada ao longo de 24 horas e, em seguida, marcando os eventos sísmicos. Para ser classificado como um evento, três ou mais sensores na mesma vizinhança tiveram que detectar a atividade sísmica.

A equipe, então, executou os dados brutos do sensor por meio do novo algoritmo de regras majoritárias para ver como era o desempenho e comparou os resultados com o banco de dados de detecções legítimas com os resultados dos sensores operando sem o ajuste dinâmico do algoritmo.

As melhorias nas taxas de detecção precisas são importantes porque as redes de sensores geram muitos dados. Por exemplo, o boletim revisado por analistas do International Data Center de 2014 incluiu apenas 8% das mais de 5,5 milhões de detecções sísmicas do International Monitoring System originalmente registradas por sensores. Esta rede mundial ajuda a verificar a conformidade com o Tratado Abrangente de Proibição de Testes Nucleares, que foi assinado, mas não ratificado pelos Estados Unidos, detectando eventos que podem mostrar que o tratado foi violado.

"Uma grande parte, mas nem todos, dos 92 por cento restantes das detecções eram provavelmente falsos positivos, o que leva a armazenamento e processamento de dados externos, "Disse Draelos." Além disso, 39 por cento das detecções incluídas no boletim foram encontradas ou modificadas por um analista humano, o que indica uma grande porcentagem de detecções perdidas e detecções medidas incorretamente pelos sensores, o que leva tempo e esforço para ser corrigido. "

Existem alguns detectores de sinais dinâmicos, mas até agora ninguém usou redes de sensores para otimizar as detecções de eventos sísmicos. A nova abordagem para dados de ajuste também pode ser aplicada ao monitoramento ambiental, monitoramento de sensor de movimento com câmeras, monitoramento químico, monitoramento de infra-som e muito mais.

"Esta é uma ideia de propósito geral, - disse Draelos. - Não precisam ser dados sísmicos. Esse algoritmo pode ser usado em qualquer lugar em que haja uma rede ou coleção de sensores para detectar eventos. "