Síť zemětřesení - Earthquake Network

Síť zemětřesení
Ikona sítě Zeměkoule 512 wave.png
Původní autořiFrancesco Finazzi
VývojářiFrancesco Finazzi
První vydání1. ledna 2013 (2013-01-01)
Stav vývojeOnline
Cíle projektuVčasné varování před zemětřesením na základě smartphonu
Použitý softwareSíť zemětřesení
FinancováníReklama v aplikaci
Operační systémAndroid
K dispozici vAngličtina, španělština, italština
TypDobrovolnická práce na počítači
LicenceProprietární
Aktivní uživateléZvýšit 750 000 (září 2017)
webová stránkaSíť zemětřesení

Síť zemětřesení[1] je výzkumný projekt, jehož cílem je vývoj a údržba a crowdsourcing založené na smartphonu varovný systém před zemětřesením na globální úrovni. Systém využívá palubní počítač akcelerometry v soukromých smartphonech dobrovolných účastníků k detekci zemětřesení (spíše než konvenční) seismometry ). Když zjistí zemětřesení, vydá varování před zemětřesením, aby upozornilo lidi, že škodlivé vlny zemětřesení ještě nedosáhly.

Projekt byl zahájen 1. ledna 2013 vydáním stejnojmenné knihy Android aplikace Earthquake Network. Autorem výzkumného projektu a vývojářem aplikace pro smartphony je Francesco Finazzi z University of Bergamo, Itálie.

Vědecký výzkum

Systémy varování před zemětřesením snažit se rychle detekovat zemětřesení a předem upozornit obyvatelstvo. Když systém detekuje zemětřesení, potenciálně velký počet lidí v postižených lokalitách, které nejsou příliš blízko epicentra, může obdržet varování několik sekund (5 až 60), než dojde k poškození otřesy. To je možné, protože data procházejí telefonním systémem rychleji, než cestují vlny zemětřesení.

Pracovní princip

Smartphony s nainstalovanou aplikací Earthquake Network jsou uzly senzorové sítě projektu Earthquake Network. Pokud se smartphone nepoužívá a je připojený ke zdroji napájení, aplikace zapne akcelerometr, aby sledovala zrychlení smartphonu. Pokud pohyb překročí prahovou hodnotu, odešle smartphone signál na centrální server. Server shromažďuje signály odesílané všemi chytrými telefony a používá statistický algoritmus[2] v reálném čase rozhodnout, zda pravděpodobně dojde k zemětřesení. Pokud systém detekuje zemětřesení, okamžitě prostřednictvím aplikace upozorní všechny smartphony. Aplikace vydá poplach a majitel smartphonu může ostatní varovat a ukrýt se.

Časy varování související s Květen 2015 Nepálské zemětřesení detekována sítí smartphonů.[2] Zemětřesení epicentrum se zobrazuje křížovou značkou, zatímco tečkovaná značka ukazuje místo detekce. Colormap zobrazuje populaci v měřítku log10.

Velikost sítě a geografická distribuce

Počet smartphonů v síti je velmi variabilní, protože uživatelé si mohou aplikaci Earthquake Network kdykoli nainstalovat nebo odinstalovat. Kromě toho se počet aktivních smartphonů (nepoužívaných a připojených ke zdroji energie) během dne neustále mění. Celosvětově se celkový počet smartphonů s nainstalovanou aplikací pohybuje kolem 750 000 (září 2017) a počet aktivních smartphonů se pohybuje od přibližně 30 000 do přibližně 120 000 v závislosti na hodině dne. Geografické rozložení síťových uzlů je uvedeno v následující tabulce.

Prostorová distribuce v síti smartphonů (zelené a červené tečky) 4. prosince 2015
Síť pro smartphony v Santiago oblast 5. prosince 2015
Geografická distribuce (září 2017)
ZeměUzly (%)
Mexiko65.4
Chile13.7
Itálie5.9
Ekvádor4.1
Peru3.7
USA2.1
Kolumbie1.1
Ostatní4.0

Zjištěná zemětřesení

Od začátku projektu síť smartphonů detekovala 590 zemětřesení (28. září 2017). Většina zemětřesení byla zjištěna v Chile, kde je síť poměrně stabilní, pokud jde o počet smartphonů. Jako příklad lze uvést velikost 8.3 Illapel zemětřesení byl zjištěn chytrými telefony ve městě Valparaíso. Smartphony v Santiago obdržel varování 10 sekund před zemětřesením, zatímco v něm byly smartphony Mendoza obdržel varování 20 sekund předem.

Vypracování projektu

Očekává se, že projekt Earthquake Network vyřeší 4 hlavní problémy související s detekcí a lokalizací zemětřesení pomocí chytré sítě.

Detekce v reálném čase

Aby byl systém varování před zemětřesením efektivní, musí projekt zemětřesení detekovat zemětřesení co nejrychleji. Detekuje zemětřesení reálný čas analýza dat, která síť smartphonů odesílá na centrální server. Vzhledem k tomu, že smartphony detekují zrychlení, která nemusí být nutně vyvolána zemětřesením, server implementuje statistický algoritmus, který rozpoznává skutečná zemětřesení na pozadí. Statistické metody na základě algoritmu poskytují kontrolu nad pravděpodobností falešného poplachu. Fáze vývoje: uvolněno.

Odhad epicentra

Když dojde k detekci, je důležité získat odhad epicentra, aby bylo možné lokalizovat geografické oblasti, které byly zasaženy zemětřesením. Byly vyvinuty dva algoritmy odhadu epicentra pro systémy včasného varování před zemětřesením založené na smartphonu založené na davu a jsou podrobně popsány v příspěvku[1] zveřejněno na Bulletin of Seismological Society of America časopis. Fáze vývoje: uvolněno.

Špičkové zrychlení terénu

Zrychlení zaznamenaná hustou sítí smartphonů lze použít k vytvoření vysokého rozlišení špičkové zrychlení terénu mapy detekovaných zemětřesení. Úkol komplikuje skutečnost, že smartphony nejsou zajištěny k zemi, takže přímo neměřují pozemní zrychlení. Pokud správně kalibrováno, k odhadu pozemního zrychlení však mohou stačit data z velkého počtu smartphonů. Fáze vývoje: analýza.

Odhad velikosti

Zemětřesení velikost je důležitým parametrem, protože definuje energii uvolněnou při zemětřesení a pomáhá vyhodnotit závažnost zemětřesení z hlediska možných škod na majetku a lidech. V současné době se studuje odhad velikosti pomocí údajů shromážděných sítí smartphonů. Fáze vývoje: analýza.

Reference

  1. ^ A b Finazzi, Francesco (2016). „Projekt sítě pro zemětřesení: Směrem k systému včasného varování před zemětřesením založeným na chytrých telefonech založeném na davu“. Bulletin of Seismological Society of America. 106 (3): 1088–1099. arXiv:1512.01026. doi:10.1785/0120150354. Citováno 10. června 2016.
  2. ^ A b Finazzi, F .; Fassò, A. (2016). „Statistický přístup k systémům včasného varování před zemětřesením založeným na smartphonech založeném na davu“. Stochastický environmentální výzkum a hodnocení rizik. 31 (7): 1649–1658. arXiv:1512.01026. doi:10.1007 / s00477-016-1240-8.

externí odkazy