سامانه جهانی هشدار زلزله به کمک اندروید و گوگل

زلزله‌ها همیشه یک چالش بزرگ برای جوامع مختلف در سراسر دنیا بوده‌اند. با اینکه دانش ما در مورد محل وقوع رویدادهای لرزه‌ای بسیار خوب است و میدانیم چطور سازه‌هایی بسازیم که در برابر لرزش مقاوم باشند، همچنان با زلزله‌های فاجعه‌بار روبرو میشویم. بعضی از این زلزله‌ها، مثل زلزله‌های ترکیه و مراکش در سال ۲۰۲۳، هزاران کشته و زخمی به جا میگذارند و بسیاری دیگر صدها نفر را زخمی کرده و زندگی‌های زیادی را مختل میکنند. در بسیاری از نقاط جهان، دسترسی به دانش و منابع لازم برای ساخت ساختمان‌های امن همچنان یک عامل محدودکننده است. حتی با وجود منابع، جایگزینی ساختمان‌های آسیب‌پذیر دهه‌ها طول میکشد. وقتی ساختمان‌های مقاوم در برابر زلزله ساخته شوند، باز هم خطرات ناشی از سقوط اشیا در داخل ساختمان‌ها وجود دارد که میتواند باعث جراحات و حتی تلفات شود. بنابراین، باید به دنبال راهبردهای بیشتری برای کاهش تاثیر زلزله‌های آینده در سطح جهانی باشیم. هشدارهای سریع زلزله یا همان سیستم‌های EEW یکی از این راهبردها هستند.

یک مطالعه که به تازگی در مجله «ساینس» منتشر شده، نشان میدهد که مهندسان گوگل الگوریتم‌های جهانی مبتنی بر اندروید را توسعه داده‌اند که میتوانند فعالیت‌های لرزه‌ای اولیه را تشخیص داده و هشدارهایی با اثربخشی مشابه شبکه‌های لرزه‌نگاری زمینی سنتی ارائه دهند؛ شبکه‌هایی که در بسیاری از کشورهای زلزله‌خیز گسترده نیستند. این سیستم که «هشدارهای زلزله اندروید» یا AEA نام دارد، از سال ۲۰۲۱ تا ۲۰۲۴ به طور متوسط ماهانه ۳۱۲ زلزله را در ۹۸ کشور شناسایی کرده است. این زلزله‌ها بزرگایی بین ۱.۹ تا ۷.۸ داشته‌اند.

چطور این سیستم کار میکند؟

ایده این سیستم از یک هکاتون داخلی یک هفته‌ای در گوگل در سال ۲۰۱۵ شکل گرفت. مهندس نرم‌افزار، مارک استوگایتیس، پایه‌های یک شبکه جهانی با استفاده از حسگرهای تلفن‌های همراه را بنا نهاد و در طول سال‌ها با کمک مهندسان دیگر آن را اصلاح کرد. این سیستم از طریق شتاب‌سنج گوشی کار میکند، همان قابلیتی که وقتی گوشی خود را میچرخانید، صفحه نمایش را هم میچرخاند. به گفته استوگایتیس، این حسگر میتواند لرزش‌ها را نیز تشخیص دهد، حتی لرزش‌هایی که از زیر زمین نشات میگیرند.

سیستم هشدارهای زلزله اندروید (AEA) از همان اصول انتشار امواج لرزه‌ای استفاده میکند که در سیستم‌های سنتی تشخیص زلزله به کار میرود. وقتی یک گوشی اندروید ثابت است، از خروجی شتاب‌سنج خود برای تشخیص افزایش ناگهانی شتاب استفاده میکند، همان‌طور که توسط امواج «پی» و «اس» در یک زلزله ایجاد میشود. وقتی یک گوشی به تنهایی فعال میشود، پیامی حاوی اطلاعات شتاب و یک مکان تقریبی (مکان برای حفظ حریم خصوصی به صورت کلی ارسال میشود) به سرورهای گوگل میفرستد. سپس سرورها به دنبال منابع لرزه‌ای احتمالی میگردند که با توزیع زمانی و مکانی ماشه‌های فعال شده سازگار باشند. زلزله‌ها انواع مختلفی از امواج لرزه‌ای را تولید میکنند: امواج اولیه (P) که ابتدا رخ میدهند و امواج ثانویه (S) که کندتر و معمولا مخرب‌تر هستند. وقتی یک زلزله شروع میشود، حسگر گوشی میتواند امواج «پی» را تشخیص دهد که بسیاری از مردم آن را حس نمیکنند. وقتی تعداد زیادی از گوشی‌ها به طور همزمان این لرزش‌ها را تشخیص میدهند، این سیگنال و مکان خود را به سرور تشخیص زلزله گوگل ارسال میکنند. یک الگوریتم بررسی میکند که آیا این یک زلزله است یا نه، و ویژگی‌هایی مانند سرعت را تحلیل میکند. همچنین شدت آن را تخمین میزند، که به سیستم کمک میکند تصمیم بگیرد قبل از وقوع لرزش‌های محسوس‌تر به چه کسانی هشدار دهد.

سیگنال‌های ارسالی از گوشی که تقریبا با سرعت نور حرکت میکنند، بسیار سریع‌تر از سرعت خود زلزله هستند. بنابراین، در حالی که افراد نزدیک به مرکز زلزله ممکن است هیچ هشدار قبلی دریافت نکنند، کسانی که دورتر زندگی میکنند، هشدار را قبل از رسیدن امواج لرزه‌ای دریافت خواهند کرد و حتی چند ثانیه هم میتواند زمان کافی برای پناه گرفتن زیر میز یا دویدن به بیرون باشد.

وقتی یک منبع زلزله احتمالی با داده‌های مشاهده شده با اطمینان کافی مطابقت داشته باشد، یک زلزله اعلام شده و بزرگی، مرکز سطحی و زمان وقوع آن بر اساس زمان رسیدن و دامنه امواج «پی» و «اس» تخمین زده میشود. این قابلیت تشخیص به عنوان بخشی از نرم‌افزار اصلی خدمات گوگل پلی پیاده‌سازی شده، به این معنی که برای اکثر گوشی‌های اندروید به طور پیش‌فرض روشن است. از آنجایی که گوشی‌های اندروید حدود ۷۰ درصد از کل گوشی‌های هوشمند در سطح جهان را تشکیل میدهند، این سیستم یک قابلیت تشخیص زلزله را در هر جایی که مردم حضور دارند، چه در کشورهای ثروتمند و چه در کشورهای کمتر ثروتمند، فراهم میکند.

عملکرد سیستم در تشخیص زلزله‌ها

از اول آوریل ۲۰۲۱ تا ۳۱ مارس ۲۰۲۴، سیستم AEA در مجموع ۱۱,۲۳۱ زلزله را شناسایی کرد. از این تعداد، ۸۵ درصد با زلزله‌ای که در یک کاتالوگ زلزله سنتی فهرست شده و سیستم توانسته بود به طور خودکار برای اعتبارسنجی تشخیص دریافت کند، مطابقت داشت. تمام رویدادهای غیرمنطبق برای تایید اینکه آیا زلزله بوده‌اند یا نه، بر اساس بازخورد نظرسنجی کاربران، گزارش‌های لرزش احساس شده از طریق جستجوی گوگل، بررسی دستی کاتالوگ‌های زلزله اضافی و بررسی شکل موج‌ها و ماشه‌ها مورد بازبینی قرار گرفتند. برای رویدادهای منطبق، تخمین بزرگی شبکه‌های سنتی از ۱.۹ تا ۷.۸ متغیر بود (به ترتیب مربوط به یک رویداد در ژاپن و ترکیه).

توانایی سیستم برای تشخیص زلزله‌ها به توزیع گوشی‌ها و سایر منابع نویز فرهنگی در زمان زلزله بستگی دارد. AEA زلزله‌ها را در اکثر پشته‌های میانی اقیانوس‌ها تشخیص نمیدهد، اما رویدادهای مناطق فرورانش را که ده‌ها تا صدها کیلومتر دور از ساحل هستند، شناسایی میکند. بررسی تمام تشخیص‌های AEA نشان میدهد که این سیستم زلزله‌هایی را در فاصله ۳۰ کیلومتری از ۴۰ درصد تمام گسل‌های اصلی روی خشکی شناسایی کرده است.

«بزرگی کامل بودن» یا Mc، یک معیار استاندارد برای حساسیت تشخیص شبکه است که حداقل بزرگی را مشخص میکند که بالاتر از آن میتوان به طور قابل اعتمادی زلزله‌ها را شناسایی کرد. با استفاده از روش حداکثر انحنا برای تعیین Mc، یک Mc جهانی برابر با ۴.۹ به دست آمد. در آمریکای شمالی، Mc برابر با ۴.۱، در آمریکای جنوبی ۴.۹ و در اروپا ۴.۶ است.

چالش‌برانگیزترین پارامتر منبع زلزله برای سیستم‌های هشدار سریع، تعیین سریع بزرگی آن است. هر تاخیری در تخمین بزرگی، تاخیری در هشدار ارسالی به کاربران است. در طول یک زلزله، پارامترهای منبع تقریبا هر ثانیه با تکامل لرزش زمین و در دسترس قرار گرفتن مشاهدات بیشتر مبتنی بر گوشی برای سرورهای تشخیص مرکزی، به‌روزرسانی میشوند. طی سه سال گذشته، میانگین خطای مطلق تخمین اولیه بزرگی از ۰.۵۰ به ۰.۲۵ بهبود یافته و صدک نودم آن از ۱.۰۲ به ۰.۷۰ کاهش یافته است. مهم‌ترین منبع بهبود بلندمدت، توسعه مدل‌های تشخیص منطقه‌ای بوده است. این مدل‌ها تنظیمات تکتونیکی و ویژگی‌های میرایی مختلف و همچنین تفاوت در نحوه نمونه‌برداری مدل‌های مختلف گوشی از حرکت زمین به دلیل تنوع منطقه‌ای در نوع ساختمان‌ها را در نظر میگیرند. نتیجه آن یک اصلاح موثر برای تخمین بزرگی است که از ۰.۶+ تا ۱.۴- واحد بزرگی متغیر است.

عملکرد هشدارها

از ماه مه ۲۰۲۴، AEA به گوشی‌های اندروید در ۹۸ کشور هشدار ارسال کرده است. در بیشتر کشورها، هشدارها از تشخیص رویدادهای اندروید تولید میشوند. در ایالات متحده، AEA همچنین هشدارهای تولید شده توسط «شیک الرت» (ShakeAlert) را که سیستم ملی هشدار سریع زلزله با استفاده از شبکه‌های لرزه‌نگاری سنتی منطقه‌ای است، ارسال میکند. اولویت AEA، مانند سایر سیستم‌های هشدار سریع، زلزله‌های با بزرگی متوسط تا بزرگ است که خطری برای مردم ساکن در منطقه ایجاد میکنند. بنابراین، هشدارها برای زلزله‌هایی با بزرگی تخمینی ۴.۵ یا بیشتر صادر شده و به منطقه‌ای که انتظار میرود لرزشی با شدت مرکالی اصلاح‌شده (MMI) ۳ یا بیشتر را تجربه کند، ارسال میشوند.

راه‌اندازی AEA با ارسال هشدارهای تولید شده توسط شیک الرت در کالیفرنیا در ۱۱ آگوست ۲۰۲۰ آغاز شد. هشدارهای تولید شده توسط تشخیص‌های اندروید در ۲۸ آوریل ۲۰۲۱ در نیوزلند و یونان شروع شد و سپس در ۱۵ ژوئن ۲۰۲۱ به ترکیه، فیلیپین و آسیای مرکزی گسترش یافت. در سال ۲۰۲۲، سیستم به سایر کشورهای پرخطر که در آنها ارسال هشدار مجاز است، راه‌اندازی شد. تا پایان سال ۲۰۲۲، AEA در ۹۳ کشور و تا پایان سال ۲۰۲۳ در ۹۸ کشور هشدار ارسال میکرد.

دسترسی به هشدارهای سریع زلزله در سطح جهان از سال ۱۹۹۱ در مکزیکوسیتی و سپس در سال ۲۰۰۷ در ژاپن آغاز شد. با اضافه شدن تایوان، کره جنوبی و ایالات متحده، در سال ۲۰۱۹، ۲۵۰ میلیون نفر به این سیستم دسترسی داشتند. امروز، با اضافه شدن AEA، این تعداد به ۲.۵ میلیارد نفر رسیده است. سیستم هشدار سریع زلزله مبتنی بر گوشی هوشمند EQN نیز به حدود ۲ میلیون کاربر در سراسر جهان هشدار میدهد.

تا تاریخ ۳۱ مارس ۲۰۲۴، AEA برای مجموع ۱۲۷۹ رویداد شناسایی شده توسط شبکه تلفن اندروید، به گوشی‌های اندروید هشدار صادر کرده است. از این تعداد، سه مورد هشدار اشتباه بود. دو مورد به دلیل رعد و برق بود. سیستم هر روز بسیاری از رویدادهای لرزه‌ای غیرزلزله‌ای را به دلیل منابع مختلف شتاب شناسایی میکند. بیشتر رعد و برق‌ها به درستی به همین عنوان شناسایی میشوند، اما این دو مورد خارج از محدوده طبقه‌بندی‌کننده بودند. با یادگیری از این رویدادها، محدوده پارامترها برای یک منبع صوتی گسترش یافت و اطمینان مورد نیاز قبل از استفاده از هشدار افزایش یافت. بازپخش‌ها نشان داد که این دو رویداد دیگر هشداری تولید نمیکنند. سومین هشدار اشتباه به دلیل یک رویداد اعلان انبوه بود که باعث لرزش بسیاری از گوشی‌ها شد. در این مورد، بهبودهایی در تشخیص الگوریتم از رویدادهای دیگری که باعث لرزش گوشی میشوند، اعمال شد و از آن زمان اعلان‌های انبوه مشابه، هشداری را فعال نکرده‌اند.

مقایسه دقت و انواع هشدارها

منطقه هشدار برای هر زلزله توسط تخمین سریع بزرگی تعیین میشود. دقت بزرگی‌های AEA با سیستم‌های هشدار سریع که از شبکه‌های لرزه‌نگاری سنتی استفاده میکنند، مقایسه شد. میانگین، میانه و صدک نودم خطای مطلق در تخمین بزرگی برای سیستم‌های AEA، شیک الرت آمریکا و JMA ژاپن بسیار مشابه هستند. AEA و شیک الرت از آستانه یکسان ۴.۵ برای هشدارها استفاده میکنند و خطاهای کمتری دارند. خطاهای JMA کمی بالاتر است، اما آنها فقط برای زلزله‌های بزرگتر هشدار صادر میکنند. AEA کمترین خطاها را دارد و ده برابر بیشتر از دو سیستم دیگر هشدار صادر میکند.

دو نوع پیام هشدار توسط AEA ارسال میشود. وقتی بزرگی تخمینی ۴.۵ یا بیشتر باشد، یک هشدار «وارد عمل شو» (TakeAction) به منطقه‌ای که انتظار میرود MMI ۵ یا بیشتر را تجربه کند ارسال میشود و یک هشدار «آگاه باش» (BeAware) به منطقه‌ای که انتظار میرود MMI ۳ یا ۴ را تجربه کند، ارسال میشود. این هشدارها به مناطق هشت‌ضلعی که در مرکز مکان تخمینی رومرکز قرار دارند، ارسال میشوند تا شکل دایره‌ای مورد انتظار منطقه لرزش را تقریب بزنند.

هشدار «وارد عمل شو» تمام تنظیمات «مزاحم نشوید» را نادیده میگیرد، کل صفحه را اشغال میکند و صدای بلند و مشخصی پخش میکند. این هشدار برای جلب توجه فوری کاربر و وادار کردن او به انجام اقدام محافظتی توصیه شده طراحی شده است که در اکثر کشورها «پناه بگیر، پوشش بده و نگه دار» (DCHO) است. در کشورهایی که این اقدام توصیه نمیشود، صفحه نمایش «از خود محافظت کنید» را نشان میدهد. هشدار «آگاه باش» به شکلی مشابه سایر اعلان‌های استاندارد اندروید روی گوشی ظاهر میشود اما صدای مشخصی دارد و تنظیمات «مزاحم نشوید» را نادیده نمیگیرد. اگر هشداری پس از دوره مورد انتظار لرزش به گوشی برسد، یک اعلان «زلزله در… رخ داد» نمایش داده میشود. با ضربه زدن روی هر یک از این هشدارها، کاربر به صفحه‌ای با نکات ایمنی پس از زلزله، اطلاعات بیشتر در مورد زلزله و پیوندی به یک نظرسنجی کاربر منتقل میشود.

مطالعه دو زلزله به عنوان نمونه

برای نمایش رفتار معمول سیستم AEA و زمان‌های هشدار، دو زلزله به عنوان نمونه بررسی میشوند. اولین مورد، زلزله ۱۷ نوامبر ۲۰۲۳ در فیلیپین با بزرگی ۶.۷ و مرکز سطحی در ۴۰ کیلومتری ساحل و عمق ۵۲ کیلومتری طبق کاتالوگ جهانی سازمان زمین‌شناسی آمریکا (USGS) است. حدود ۱۲ ثانیه طول کشید تا موج «پی» به نزدیک‌ترین خوشه گوشی‌ها برسد و اولین هشدار ۱۸.۳ ثانیه پس از زمان وقوع با بزرگی تخمینی ۵.۵ تولید شد. تخمین بزرگی در طول زمان به حداکثر ۶.۵ در ۲۸.۶ ثانیه پس از وقوع رسید. زمان هشدار برای کاربرانی که هشدار «آگاه باش» دریافت کردند، از چند ثانیه برای نزدیک‌ترین افراد به مرکز زلزله که شدیدترین لرزش را تجربه کردند، تا حدود ۹۰ ثانیه برای افراد در فاصله ۴۰۰ کیلومتری که لرزش خفیفی را تجربه کردند، متغیر بود. زمان هشدار برای شدیدترین لرزش‌ها (MMI ۷ یا ۸، بسیار شدید تا شدید) تا حدود ۱۵ ثانیه بود. برای لرزش‌های متوسط که باعث خسارت میشوند (MMI ۵ یا ۶)، زمان هشدار از چند ثانیه تا یک دقیقه متغیر بود. تقریبا ۲.۵ میلیون گوشی برای این رویداد هشدار دریافت کردند و بیش از ۱۰۰,۰۰۰ نفر هشدار «وارد عمل شو» دریافت کردند. این هشدارها در بیشتر گوشی‌ها چند ثانیه قبل از رسیدن موج «اس» و حدود ۲ تا ۸ ثانیه قبل از اوج لرزش با MMI ۶، ۷ و ۸ رسیدند.

نمونه دوم، زلزله کم‌عمق ۳ نوامبر ۲۰۲۳ در نپال با بزرگی ۵.۷ و عمق ۱۲ کیلومتری طبق کاتالوگ USGS است. اولین هشدار AEA ۱۵.۶ ثانیه پس از زمان وقوع USGS با بزرگی تخمینی ۵.۵ بود که در ۲۸.۲ ثانیه به ۵.۷ و سپس ۵.۹ به‌روزرسانی شد. جمعیت نزدیک به مرکز زلزله پراکنده بود که باعث تاخیر در تشخیص شد و به این معنی بود که در فاصله حدود ۵۰ کیلومتری از مرکز زلزله زمان هشداری وجود نداشت و هیچ هشدار «وارد عمل شو» قبل از لرزش زمین ارسال نشد. هشدار «آگاه باش» تا بیش از ۳۰۰ کیلومتر گسترش یافت، جایی که شدت گزارش شده به USGS از ۲ تا ۶ (ضعیف تا قوی) متغیر بود. مشابه نمونه فیلیپین، تعداد زیادی از افرادی که MMI ۵ و ۶ را تجربه کردند، هشداری بین ۱۰ تا ۶۰ ثانیه دریافت کردند. بیش از ۱۰ میلیون هشدار «آگاه باش» در این زلزله ارسال شد.

چالش بزرگ: زلزله‌های قوی‌تر

چالش‌برانگیزترین رویدادها برای همه سیستم‌های هشدار سریع، بزرگترین آنها با بزرگی بیش از ۷.۵ هستند. تاثیرگذارترین زلزله‌ها از زمان عملیاتی شدن AEA، زلزله‌های ۶ فوریه ۲۰۲۳ با بزرگی ۷.۸ در پازارجیک و ۷.۵ در البیستان ترکیه بودند. AEA در آن زمان در ترکیه عملیاتی بود و هر دو رویداد را شناسایی کرد.

برای رویداد اول، تخمین اولیه بزرگی ۴.۵ در ۷.۱ ثانیه پس از وقوع بود و حداکثر تخمین بزرگی ۴.۹ در ۱۸.۷ ثانیه بود. در مجموع ۵۱۲,۴۱۱ هشدار «آگاه باش» تا فاصله ۶۴ کیلومتری صادر شد. در رویداد دوم حدود ۹ ساعت بعد، تخمین اولیه بزرگی ۶.۱ در ۲۴.۴ ثانیه پس از وقوع بود که ۵.۲ ثانیه بعد به بزرگی ۶.۳ افزایش یافت. یک هشدار «آگاه باش» به ۳,۹۴۴,۹۰۹ گوشی در این رویداد ارسال شد که زمان‌های هشدار از چند ثانیه تا بیش از یک دقیقه متغیر بود.

علاوه بر AEA، سیستم هشدار مبتنی بر اپلیکیشن EQN نیز در آن زمان در منطقه فعال بود. آنها گزارش دادند که رویداد ۷.۸ پازارجیک را ۱۲.۱ ثانیه پس از وقوع شناسایی کرده و به ۶۳,۵۳۹ کاربر هشدار داده‌اند که ۶۲,۴۱۹ نفر از آنها هشدارهای لرزش خفیف را تا فاصله ۳۵۰۶ کیلومتری دریافت کردند. EQN زلزله ۷.۵ البیستان را شناسایی نکرد.

تحلیل پس از رویداد چندین محدودیت در الگوریتم‌های تشخیص را آشکار کرد که از آن زمان بهبود یافته‌اند. اول، مدت زمان نظارت افزایش یافته است. در زمان رویداد، الگوریتم فقط به مدت ۱۰ ثانیه پس از اولین تشخیص، به‌روزرسانی پارامترهای زلزله را مجاز میدانست. اکنون به‌روزرسانی‌ها به مدت ۳۰ ثانیه مجاز هستند. دوم، تعداد زیادی گوشی پرنویز در مجموعه نظارتی در زمان زلزله‌های ترکیه وجود داشت. این گوشی‌های با نویز بالا دیر فعال شدند. سیستم AEA اکنون در مورد اینکه کدام گوشی‌ها در مجموعه نظارتی گنجانده شوند، گزینش‌گرتر است. سوم، بسیاری از گوشی‌ها در حال دریافت هشدار «آگاه باش» و لرزش بودند که مانع از فعال شدن آنها بر اساس لرزش زمین میشد. هشدارهایی که اکنون توسط سیستم هشدار سریع اندروید صادر میشوند، دیگر باعث لرزش گوشی‌هایی که در حال تشخیص هستند، نمیشوند.

با استفاده از سیستم ارزیابی، الگوریتم‌های جدید روی داده‌های جمع‌آوری شده برای زلزله‌های ترکیه در زمان واقعی شبیه‌سازی شده اجرا شدند. الگوریتمی که امروز در حال تولید است، بزرگی اولیه ۴.۶ را در ۶.۳ ثانیه پس از وقوع تولید کرد. سپس بزرگی طی ۲۴ ثانیه به حداکثر ۷.۴ رسید. این امر هشدارهای «وارد عمل شو» را تا ۱۵۸ کیلومتر ایجاد میکرد که توسط ۱۰ میلیون گوشی اندروید با هشدار تا ۳۵ ثانیه دریافت میشد و هشدارهای «آگاه باش» تا فاصله ۶۰۴ کیلومتر که توسط ۶۷ میلیون کاربر با هشدار ۲.۵ دقیقه‌ای قبل از اولین موج «اس» دریافت میشد.

واکنش کاربران به هشدارها

هدف AEA ارسال هشدارهای مفید و قابل اقدام برای مردم است. بنابراین، اطلاعات و بازخورد از کاربران برای تعیین نظرات آنها در مورد هشدارهایی که دریافت میکنند و اقداماتی که پس از هشدارها انجام میدهند، درخواست میشود. این کار با استفاده از نظرسنجی‌های استاندارد درون محصولی گوگل انجام میشود. نظرسنجی شامل شش سوال است و در حال حاضر به ۲۴ زبان ارائه میشود. این یک نمونه تصادفی نیست؛ بلکه کاربران خودشان انتخاب میکنند که نظرسنجی را تکمیل کنند.

طی دوره ۵ فوریه ۲۰۲۳ تا ۳۰ آوریل ۲۰۲۴، ۱,۵۵۵,۰۰۶ نفر به نظرسنجی پس از دریافت هشدارهای تولید شده از یک تشخیص اندروید پاسخ دادند. در همین دوره و منطقه، ۴۱۲ میلیون هشدار ارسال شد که نرخ پاسخ ۰.۳۸ درصد را نشان میدهد. از پاسخ‌دهندگان، ۳۹۰۰ نفر هشدار «وارد عمل شو» و بقیه هشدار «آگاه باش» دریافت کردند.

اولین سوال این بود: «هشدار زلزله چقدر مفید یا غیرمفید بود؟» کاربران امتیازی از ۱ («اصلا مفید نبود») تا ۵ («بسیار مفید») انتخاب کردند. میانگین امتیاز ۴.۷ بود و ۸۵ درصد از پاسخ‌دهندگان آن را «بسیار مفید» گزارش کردند. این پاسخ مثبت با مطالعات قبلی سازگار است. به عنوان مثال، در ایالات متحده (یک زلزله، ۲۴۹۰ نفر) و ژاپن (دو زلزله، ۴۴۹ نفر)، مطالعات اخیر نشان داد که به ترتیب ۶۷ و ۷۵ درصد از افراد مورد بررسی، هشدارها را مفید دانسته‌اند. در یک مطالعه مستقل از هشدارهای AEA برای دو زلزله در نیوزلند، ۸۴ و ۸۳ درصد از پاسخ‌دهندگان گزارش دادند که هشدارها مفید بوده‌اند.

از پاسخ‌دهندگان، ۸۵ درصد لرزش را احساس کردند، که ۵۳ درصد آن را «قوی» و ۳۲ درصد «ضعیف» طبقه‌بندی کردند. ۸۷ درصد از کاربرانی که لرزش «قوی» را گزارش کردند و ۸۵ درصد از کسانی که لرزش «ضعیف» را گزارش کردند، هشدار را «بسیار مفید» ارزیابی کردند. از کسانی که هیچ لرزشی گزارش نکردند، همچنان ۷۹ درصد هشدار را بسیار مفید دانستند.

همانطور که انتظار میرفت، درصد بیشتری از کسانی که هشدار «وارد عمل شو» دریافت کردند (۲۲۱۹ نفر)، لرزش را «قوی» طبقه‌بندی کردند (۹۲ درصد)، در مقایسه با ۵۳ درصد از کسانی که هشدار «آگاه باش» دریافت کردند (۱,۱۱۶,۳۹۵ نفر). تعداد بسیار کمی از کاربرانی که هشدار «وارد عمل شو» دریافت کردند و سپس گزارش دادند که لرزشی احساس نکرده‌اند (۲ درصد) وجود داشت، در مقایسه با ۱۴ درصد از افرادی که هشدار «آگاه باش» دریافت کردند.

از کل پاسخ‌دهندگان، ۳۶ درصد گفتند که هشدار را قبل از لرزش دریافت کرده‌اند، ۲۸ درصد در حین، ۲۳ درصد بعد از لرزش و ۱۳ درصد نمیدانستند. درصد بیشتری از هشدارهای «آگاه باش» (۴۴ درصد) قبل از لرزش دریافت شدند تا هشدارهای «وارد عمل شو» (۱۴ درصد). ارتباط مثبتی بین زمان رسیدن هشدار و امتیاز مفید بودن وجود داشت. از کسانی که هشدار را قبل، حین و بعد از لرزش دریافت کردند، به ترتیب ۹۳، ۸۶ و ۷۵ درصد هشدار را «بسیار مفید» ارزیابی کردند.

اقدامات توصیه شده هنگام دریافت هشدار (یا تجربه لرزش) بیشتر DCHO یا فرار و تخلیه به بیرون است. مطالعات قبلی در مورد آنچه مردم واقعا انجام میدهند، نشان داده است که شایع‌ترین پاسخ‌ها به دریافت هشدار سریع زلزله، آمادگی ذهنی، گفتن به دیگران، جستجوی اطلاعات بیشتر، توقف و انتظار، یا هیچ کاری نکردن است. این نتایج تایید شد و مشخص شد که ۳۰ درصد از کل پاسخ‌دهندگان هشدار را با دیگران به اشتراک گذاشته‌اند، ۲۵ درصد منتظر مانده‌اند تا ببینند لرزش شروع میشود یا نه، ۲۰ درصد به صورت آنلاین به دنبال اطلاعات بیشتر گشته‌اند و ۱۹ درصد هیچ کاری نکرده‌اند.

اقدام محافظتی توصیه شده DCHO، پنجمین پاسخ شایع کاربران دریافت‌کننده هشدار «آگاه باش» بود و ۱۴ درصد گزارش دادند که این اقدام را انجام داده‌اند. خوشبختانه، برای کاربرانی که هشدار «وارد عمل شو» دریافت کردند، شایع‌ترین پاسخ DCHO بود و ۲۸ درصد از کاربران گزارش دادند که این اقدام را انجام داده‌اند، در حالی که تعداد کمتری هشدار را به اشتراک گذاشته یا منتظر مانده‌اند.

سوال نهایی از کاربران در مورد اعتمادشان به سیستم با توجه به تجربه‌شان از هشداری که به تازگی دریافت کرده بودند، پرسید. از پاسخ‌دهندگان، ۸۴ درصد گفتند که دفعه بعد به سیستم بیشتر اعتماد خواهند کرد، ۱۳ درصد گفتند که این امر تاثیری بر اعتمادشان نداشته و ۳ درصد گفتند که در آینده کمتر به آن اعتماد خواهند کرد. کاربران همچنین گزینه انصراف از سیستم را دارند اگر هشدارهای آینده را نخواهند. سه سال پس از عملیاتی شدن، تنها ۰.۱ درصد از کاربران هشدارها را غیرفعال کرده‌اند.

پیامدهایی برای سیستم‌های هشدار سریع زلزله

تکثیر حسگرهای ارزان‌قیمت در محصولات مصرفی، فرصت‌هایی برای مشاهدات جدید از محیط فیزیکی ما فراهم میکند که هم متراکم و هم در مقیاس جهانی هستند. AEA این امکان را فراهم میکند که مشاهدات جهانی از زلزله‌ها از طریق گوشی‌های هوشمند انجام شود و این اطلاعات به هشدارهای مفید تبدیل شوند.

فیزیک فرآیند زلزله، پیش‌بینی لرزش‌های قوی (MMI > ۵) را به چند ثانیه قبل از شروع محدود میکند. هشدارهای «وارد عمل شو» برای وادار کردن کاربران به انجام اقدامات محافظتی طراحی شده‌اند، اما با ارسال آنها تنها زمانی که لرزش قوی پیش‌بینی شده، فقط چند ثانیه هشدار فراهم میشود. هشدارهای «آگاه باش» کمتر مزاحم و بیشتر اطلاعاتی هستند و اغلب با هشداری ده‌ها ثانیه‌ای ارسال میشوند.

بیشتر دریافت‌کنندگان هر دو نوع هشدار، واکنش نشان میدهند. هرچند یک پاسخ فعال مانند DCHO ترجیح داده میشود، اما پاسخ‌های آگاهانه منفعل شایع‌تر نیز احتمالا تعداد جراحات را کاهش میدهند. پس از هشدار در مورد خطر قریب‌الوقوع و با فرض اینکه کاربر دانش اولیه‌ای در مورد نحوه محافظت از خود دارد، احتمال آسیب دیدن او هنگام شروع لرزش کمتر است. هشدارهای «آگاه باش» بخشی از این آموزش را به کاربران ارائه میدهند. بیشتر کاربران قبل از دریافت هشدار «وارد عمل شو»، یک هشدار «آگاه باش» دریافت میکنند. این امر آنها را از سیستم آگاه میکند، اطلاعات ساده‌ای در مورد آنچه باید هنگام دریافت هشدار انجام دهند ارائه میدهد و رتبه مفید بودن بسیار بالایی دارد.

اینکه ۲۸ درصد از دریافت‌کنندگان هشدار «وارد عمل شو» گزارش دادند که اقدام DCHO را دنبال کرده‌اند، دلگرم‌کننده است. این رقم بالاتر از نظرسنجی‌های قبلی است. کاربران همچنین نسبت به هشدارهای اضافی (دریافت هشدار بدون احساس لرزش) بردبار هستند. بنابراین، یک امکان برای سیستم‌های هشدار سریع میتواند ارسال هشدارهای مزاحم مانند «وارد عمل شو» در آستانه‌های لرزش پایین‌تر برای زلزله‌های بزرگتر باشد. این میتواند زمان هشدار برای هشدارهای «وارد عمل شو» را بهبود بخشد و برخی از چالش‌های هشدار در بزرگترین زلزله‌ها را کاهش دهد.

در آینده، سیستم تشخیص AEA میتواند اطلاعات و محصولات اضافی را نیز فراهم کند که میتوانند خطرات را کاهش دهند. تشخیص زلزله‌های کوچک در مناطقی که شبکه لرزه‌نگاری ندارند، میتواند به شناسایی گسل‌ها و خطرات مرتبط در زیر محیط‌های شهری کمک کند. مشاهدات متراکم، محلی و بی‌درنگ از حرکت زمین میتواند نقشه‌های سریع پس از زلزله از شدت لرزش، مشابه شیک‌مپ، را فراهم کند که برای واکنش اضطراری حیاتی هستند. مشاهدات تجمیعی لرزش در چندین زلزله میتواند از بهبود مدل‌های خطر منطقه‌ای در سطح جهان پشتیبانی کند. ارائه این محصولات، با حمایت و اعتماد کاربران، به ایجاد آگاهی جامعه از خطرات زلزله و راهبردهای کاهش آنها کمک خواهد کرد. این مطالعه نشان میدهد که مشکلات همیشه نیاز به یک راه‌حل گران‌قیمت ندارند؛ گاهی اوقات، عناصر یک راه‌حل ممکن است از قبل در جیب شما باشند.

منابع