Dos dados às decisões:IA e IoT para previsão de terremotos

Proposta de arquitetura de sistema integrado com múltiplas fontes de dados usadas para previsão de modelos de terremotos de IA e ML. Crédito:Pwavodi Joshua, e outros

O estudo dos terremotos continua a ser de grande interesse em todo o mundo, pois é um dos desastres naturais menos previsíveis. Em uma nova revisão publicada em Inteligência Artificial em Geociências , uma equipa de investigadores de França e da Turquia explorou o papel de ferramentas convencionais, como sismógrafos e GPS, na compreensão dos terramotos e das suas consequências.

"Essas ferramentas forneceram informações valiosas sobre vários parâmetros sísmicos, como deformação do solo e ondas de deslocamento. No entanto, elas enfrentam várias limitações, incluindo a incapacidade de prever terremotos em tempo real, desafios com resolução temporal de dados e cobertura espacial desigual." explica Joshua Pwavodi, principal autor da revisão. "Apesar do seu significado histórico, estas ferramentas lutam para distinguir os sinais sísmicos do ruído ambiental."

No entanto, os autores observam que os avanços recentes na IA e na IoT abordaram significativamente algumas destas limitações. As metodologias de IA provaram ser fundamentais na identificação de padrões intrincados e relações complexas em dados sísmicos históricos. Ao aproveitar a IA, foram obtidos insights exclusivos sobre padrões sísmicos em diversos locais geológicos.

"Tanto as técnicas clássicas quanto as avançadas de aprendizado de máquina contribuíram para o desenvolvimento de sistemas robustos de alerta precoce e modelos de previsão descentralizados. Os dispositivos IoT também desempenharam um papel crucial, permitindo a transmissão contínua de dados para monitoramento em tempo real", acrescenta Pwavodi.

A versatilidade dos dispositivos IoT melhora a acessibilidade e o armazenamento de dados, criando uma rede dinâmica para previsão de terremotos. No entanto, persistem desafios como complexidade computacional, qualidade dos dados e interpretabilidade. Uma limitação importante é a integração de medições hidrogeológicas primárias no treinamento de modelos de IA.

O monitoramento de dados hidrogeológicos, incluindo pressões de fluidos nos poros e fluxo de fluidos, costuma ser caro. Ferramentas como os Kits de Retrofit de Obviação de Circulação (CORKs) fornecem medições in-situ desses parâmetros, mas a transmissão de dados nem sempre ocorre em tempo real, ao contrário dos sistemas IoT.

“Para enfrentar esses desafios, propusemos uma abordagem abrangente que integra diversos conjuntos de dados, incluindo dados sísmicos, GPS, meteorológicos e de sensores IoT”, diz Pwavodi. “Ao combinar esses conjuntos de dados, os pesquisadores podem desenvolver modelos mais robustos de previsão de terremotos que levem em conta vários fatores contribuintes”.

Especificamente, os autores sugerem a integração de dispositivos IoT com ferramentas como Circulation Obviation Retrofit Kits (CORKs) para permitir a transmissão em tempo real de medições hidrogeológicas que influenciam os terremotos. Esses dados em tempo real, combinados com outros conjuntos de dados, podem ser usados para construir modelos preditivos de IA capazes de fornecer previsões de terremotos em tempo real.

Mais informações: Joshua Pwavodi et al, O papel da inteligência artificial e da IoT na previsão de terremotos:Revisão, Inteligência Artificial em Geociências (2024). DOI:10.1016/j.aiig.2024.100075
Fornecido por KeAi Communications Co.

As dunas costeiras do sul da Austrália estão em marcha

Por que precisamos repensar o que sabemos sobre a poeira

Natureza