به گزارش خبرنگار اجتماعی رکنا، انتشار ویدیوهایی در شبکههای اجتماعی از پناه گرفتن شهروندان ونزوئلا ثانیههایی پیش از وقوع لرزشهای شدید به کمک هشدار گوشیهای هوشمند، توجه افکار عمومی را به ابزارهای نوین مدیریت بحران جلب کرده است. این رویداد که جدیدترین نمونه موفقیتآمیز آن در زلزله ونزوئلا تجربه شد، فرضیههای مختلفی را درباره توانایی غولهای فناوری در پیشبینی بلایای طبیعی میان شهروندان ایجاد کرده است.
در این خصوص با دکتر مهدی زارع استاد تمام زمین شناسی گفت و گویی داشتیم که در ادامه می توانید بخوانید و بشنوید.
انتشار گسترده از پناه گرفتن سریع مردم پس از دریافت پیام هشدار گوگل در ونزوئلا، این گمانهزنی را تقویت کرده است که شاید این شرکت بزرگ فناوری به توانایی ردیابی پیش از وقوع زلزله دست یافته باشد؛ موضوعی که صحت آن هنوز برای افکار عمومی در ابهام قرار دارد.
دکتر مهدی زارع- استاد تمام زمین شناسی در توضیح این ارسال پیام زلزله و چگونگی آن به خبرنگار اجتماعی رکنا گفت: ارسال این هشدارها مشروط به فعال بودن تنظیمات حسگر مربوط به این سامانه در گوشیهای اندروید و همچنین فعالسازی این خدمات از سوی گوگل در منطقه هدف است. در تجربه اخیر ونزوئلا، این پیام برای حدود یازده و نیم میلیون نفر صادر شد که میتوان آن را نخستین تجربه در مقیاس وسیع و موفقیتآمیز در زمینلرزههای بزرگ دانست. البته باید توجه داشت که این پیام یک هشدار پیشهنگام به شمار میرود؛ به این معنا که پس از آغاز لرزش در کانون اصلی، سیستم موج اولیه و ضعیف را ثبت و تحلیل میکند و بلافاصله هشدار میدهد که موج مخرب ثانویه در راه است تا افراد در صورت امکان پناه بگیرند یا از فضاهای مسقف خارج شوند.
این تحلیل وجود دارد که لرزش ابتدا در نقطه مرکزی رخ میدهد و سیستم گوگل پس از رصد فوری کانون بحران، پیام هشدار را به مناطق پیرامونی ارسال میکند که در معرض خطر امواج ثانویه هستند.
مهدی زارع در پاسخ این سوال گفت: تحلیل دادهها و پردازش اطلاعات روی گوشیهای شهروندان حدود هشت تا نه ثانیه زمان میبرد. پس از این تحلیل، پیام برای ساکنان محدوده تحت تاثیر که سیستم وقوع زلزله را در آن ردیابی کرده است ارسال میشود. در این میان، افرادی که در نزدیکی کانون زلزله قرار دارند عملا بهرهای از این هشدار نمیبرند، زیرا پیام زمانی به دست آنها میرسد که موج مخرب عبور کرده و آسیبها ایجاد شده است. در مقابل، ساکنانی که بیش از پنجاه کیلومتر از کانون فاصله دارند، فرصت کوتاهی برای واکنش و نجات خود در اختیار خواهند داشت. این در حالی است که در لحظه وقوع، هنوز هیچ مرکز لرزهنگاری رسمی در دنیا تحلیل خودکار نهایی را ارائه نداده است اما این سیستم تحلیل را انجام میدهد و هشدار صادر میکند.
سوابق تاریخی نشان میدهد که پیش از این نیز تلاشهایی برای پیشبینی زمینلرزههای بزرگ در جهان صورت گرفته است آیا موفقیتی شکل گرفته است؟
مهدی زارع گفت: واقعه چهارم فوریه هزار و نهصد و هفتاد و پنج در هایچینگ چین، شاخصترین و معروفترین نمونه پیشبینی زلزله در جهان است که در پی آن، رسما به مردم اعلام شد منازل خود را تخلیه کنند و اندکی پس از خروج شهروندان، زلزله شدید رخ داد.
در مورد مکانیسم علمی پیشبینی زلزله هایچینگ چین و علت ناکامی علم زلزلهشناسی در تعمیم این روش به سایر زمینلرزهها ابهامات جدی وجود دارد و چرا این امکان برای دیگر زلزله ها دیده نشده است؟
مهدی زارع توضیح داد: موضوع هشدار پیشهنگام گوگل و زلزله ونزوئلا با آنچه در هایچینگ چین رخ داد کاملا متفاوت است. واقعه سال هزار و نهصد و هفتاد و پنج چین یک پیشبینی واقعی پیش از وقوع بود، در حالی که هشدار گوگل پس از آغاز زمینلرزه صادر میشود. پیشبینی زلزله در نهایت هدف غایی علم زلزلهشناسی است اما بشر هنوز نتوانسته به یک فرمول سیستماتیک و تکرارپذیر برای پیشبینی به ویژه در کوتاهمدت دست یابد. اگر این توانایی مانند هواشناسی محقق میشد، میزان تلفات انسانی به شدت کاهش مییافت. چینیها به عنوان قدیمیترین ملت در حوزه پیشبینی، از گذشته تغییرات محیطی را به طور منظم رصد میکردند. در هایچینگ نیز ثبت منظم تغییرات رفتار زمین و افزایش زلزلههای کوچک به صدور هشدار منجر شد. با این حال این روش همواره تکرارپذیر و موفق نبوده است، چرا که حدود یک سال و نیم بعد در ژوئیه هزار و نهصد و هفتع و شش، زلزله دیگری در همان منطقه رخ داد که پیشبینی نشد و حدود دویست هزار کشته بر جای گذاشت.
ایران به عنوان یک کشور زلزلهخیز شناخته میشود، اما در خصوص این موضوع که آیا سامانههای پایش مستمر لرزهها مشابه الگوهای پیشرفته جهانی مثل چین در کشور فعال هستند یا خیر؟
استاد تمام زمین شناسی در این خصوص گفت: ایران در حال حاضر گستردگی و تجهیزات پایش مشابه چین را در اختیار ندارد. راهاندازی سامانههای پیشبینی و توسعه شبکههای لرزهنگاری پیشرفته، مستلزم تعریف یک فعالیت کلان در سطح ملی و حاکمیتی است که به صورت مستقیم با حمایتهای مالی جدی و بودجههای کلان کشوری پشتیبانی شود.
