Ilwan Menginstal Array Sensor Jarak Jauhi untuk Melacak Gerombolan Gempa di American Samoa

Seismological Society of America, Albany, CA

Peta Kepulauan Manu'a dengan lokasi Raspberry Shake (segitiga merah) dan desa (persegi hitam) yang menyumbang laporan terasa. Asal gerombolan dilokasi di mana lingkaran kuning dan merah bersimpang: secara langsung di bawah, atau di laut baik utara maupun selatan dari, Pulau Ta'ū. (Gambar: Yoon et al.)

Pada akhir Juli hingga Oktober 2022, penduduk Kepulauan Manu'a di American Samoa merasakan bumi gempa beberapa kali sehari, menimbulkan kekhawatiran akan letusan gunung api atau tsunami yang akan datang.

Katalog gempa untuk area tersebut tidak menunjukkan apa-apa, karena pulau-pulau tersebut tidak memiliki jaringan pemantauan seismik yang dapat mengukur getaran dan membantu seismolog dalam pencarian sumber gerombolan gempa.

Namun, penduduk Pulau Ta'ū, Ofu, dan Olosega membutuhkan jawaban, jadi Clara Yoon dari U.S. Geological Survey dan rekan-rekannya menemukan cara lain untuk mengisi kekosongan seismik. Mereka menggunakan machine learning, dan teknik yang disebut template matching pada data getaran yang direkam dari satu sensor seismik yang terletak 250 kilometer dari gerombolan gempa American Samoa.

Melacak gerombolan menggunakan data satu stasiun ini, digabungkan dengan laporan getaran dari penduduk, hingga stasiun seismik permanen dipasang di American Samoa pada Agustus dan September 2022.

Gerombolan gempa vulkanik non-letusan dimulai pada Juli 2022 sekitar 15 kilometer di luar pantai Pulau Ta'ū. Kepulauan vulkanik Samoa timbul saat letek tektonik Pasifik bergerak di atas hotspot di Samudera Pasifik Selatan.

Laporan penduduk tentang getaran yang sering terjadi, berkali-kali sehari selama beberapa detik setiap kali, adalah satu-satunya informasi tentang gerombolan pada awalnya. "Saat gempa dimulai, American Samoa tidak memiliki pemantauan geofisik instrumen, jadi informasi dasar tentang sumber getaran — dengan implikasi untuk pengambilan keputusan darurat dan keselamatan publik — tidak ada sama sekali," kata Yoon.

Untuk mengatasi hal ini, peneliti beralih ke stasiun seismik jarak jauh di Upolu, Samoa, yang merupakan bagian dari Global Seismographic Network, yang memiliki data yang dapat diunduh dalam waktu dekat real-time melalui pusat data EarthScope, kata Yoon.

Sinyal seismik gerombolan gempa American Sussex sulit terdeteksi di stasiun jauh, jadi Yoon dan rekan-rekannya menggunakan model deep learning yang disebut EQTransformer, bersama dengan teknik yang disebut template matching, untuk memilih gempa kecil ini dari latar belakang seismik yang berisik.

"EQTransformer menemukan banyak gempa dengan lokasi yang konsisten dengan American Samoa timur, yang terbesarnya cocok dengan waktu laporan terasa," kata Yoon. "Laporan terasa ini, yang disumbangkan oleh penduduk setempat ke National Weather Service, adalah sumber data yang penting tentang gempa, dan memberi kita kepercayaan bahwa peristiwa yang terdeteksi EQTransformer sebenarnya adalah gempa yang sama yang dirasakan oleh penduduk setempat."

Dengan katalog gempa baru ini untuk peristiwa ini, peneliti dapat mengkarakterisasi awal dan puncak aktivitas gerombolan. Sensor Raspberry Shake yang portable dan murah yang diterapkan pada Agustus 2022 membantu untuk segera menentukan area gerombolan. Gerombolan berakhir pada Oktober 2022 tanpa letusan tetapi kemungkinan terkait dengan gerakan magma vulkanik, kesimpulan peneliti.

Yoon mengatakan bahwa pendekatan seperti teknik satu stasiun mereka dapat berguna di tempat lain di seluruh dunia di mana pemantauan seismik permanen langka dan bahaya gempa tidak dipahami dengan baik, seperti wilayah laut dengan potensi tsunami atau gempa di dalam letek tektonik. Dia menambahkan bahwa gempa terbesar dalam gerombolan American Samoa magnitudo 4.5, sehingga kemungkinan tidak akan terdeteksi oleh jaringan seismik global.

"Jika tidak ada yang tinggal di dekat sana untuk melaporkan getaran yang sering terjadi, gerombolan American Samoa ini mungkin telah terlewatkan sepenuhnya," kata Yoon. "Banyak sumber gempa dan fenomena yang tidak diketahui menunggu untuk ditemukan, mungkin oleh aplikasi komprehensif skala besar pendekatan deep learning di seismologi di masa depan."

Untuk informasi lebih lanjut, hubungi Seismological Society of America di This email address is being protected from spambots. You need JavaScript enabled to view it..