کشته شدگان ناشی از زلزله ویرانگر ، که در جنوب Türkiye و شمال سوریه رخ داد ، در سپیده دم 6 فوریه 2023 ، از تعداد نهایی 50 هزار نفر فراتر رفت. سازمان بهداشت جهانی تعداد افراد تحت تأثیر زلزله را در حدود 23 میلیون نفر تخمین زده است.
بوتهانا صلاح
زمین لرزه ها یکی از خطرناک ترین بلایای طبیعی است که می تواند رخ دهد و باعث تلفات قابل توجهی در انسانی و مادی می شود. بنابراین ، بسیاری از دولت ها و موسسات علاقه مند به ایجاد تکنیک هایی برای کاهش آسیب های ناشی از این پدیده هستند.
تکنیک های پیش بینی لرزه ای
زمین لرزه را می توان به طور کلی با نظارت بر رفتار غیرمعمول حیوانات ، اندازه گیری تغییرات در سطح آب زیرزمینی ، فشار روغن در چاه های روغن ، تغییر در دمای زمین ، نشت گاز رادون از ترک ها ، تجزیه و تحلیل شوک ها یا شکاف های لرزه ای و استفاده از مدل های احتمالی بر اساس داده های تاریخی پیش بینی کرد. دانشمندان همچنین از مجموعه ای از شاخص ها برای پیش بینی زمین لرزه ها ، مانند حرکات برگه های زمینی و فعالیت های لرزه ای قبلی در همان منطقه استفاده می کنند.
علاوه بر این ، تکنیک های پیش بینی زمین لرزه شامل روش ها و ابزارهای مختلفی از جمله نظارت بر زمین لرزه ها با استفاده از سنسورها و دستگاه های نظارت ، تجزیه و تحلیل داده های مربوط به فعالیت لرزه ای در منطقه مورد نظر و انجام مطالعات زمین شناسی برای درک شکل گیری و ویژگی های پوسته زمین در منطقه است. از مدل های رایانه ای همچنین می توان برای تجزیه و تحلیل داده های زلزله و انتظار زمین لرزه های آینده استفاده کرد.
با این حال ، پیش بینی زمان مشخص شده برای یک زمین لرزه خاص هنوز هم دشوار و غیرفعال است ، زیرا این پدیده یکی از سخت ترین پدیده های طبیعی است که انتظار آن را دشوار می کند ، و برای این بسیاری از محققان می بینند که هوش مصنوعی کلید آینده زمین لرزه در سراسر جهان است.
فن آوری های هوش مصنوعی می توانند در داده هایی که ممکن است در زمین کمک کنند ، الگوهای پنهان پیدا کنند. استفاده از الگوریتم های هوش مصنوعی برای تجزیه و تحلیل داده ها ، شناسایی الگوهای ، تشخیص تغییرات دقیق در سطح زمین و تجزیه و تحلیل سایر منابع داده ای که می توانند یک زلزله قریب الوقوع را نشان دهند ، امکان پذیر است.
یادگیری خودکار ، که یکی از شاخه های هوش مصنوعی است ، به دستگاه های رایانه ای اجازه می دهد تا از داده ها بیاموزند ، و الگوریتم های یادگیری ماشین می توانند الگوهای یا اتصالات پنهان را در مقادیر زیادی از داده ها پیدا کنند که ممکن است افراد کشف یا توضیح افراد دشوار باشند.
صحت زمین لرزه ها با استفاده از یادگیری ماشین بستگی به عوامل مختلفی از جمله کیفیت داده ها و کمیت ، نوع و پیچیدگی الگوریتم دارد. مطالعات مختلف سطح مختلفی از دقت را از 80 ٪ تا 98 ٪ برای برخی موارد مشخص کرده اند. با این حال ، هنوز عدم اطمینان زیادی در زلزله وجود دارد.
و به تازگی ، پس از سری تأثیرگذار زمین لرزه هایی که ستون های بسیاری از کشورهای جهان را لرزاند ، علاقه به علمی که می تواند پیش بینی وقوع زمین لرزه ها را افزایش دهد ، زیرا اختلاف نظر در مورد آن افزایش یافته است ، اما شکی نیست که توسعه سیستم های زلزله بر اساس تکنیک های هوش مصنوعی در پیش بینی و دستیابی به آگاه ها و پیشرفت های جدید در این زمینه به پیشرفت و پیشرفت در این زمینه کمک می کند.
تکنیک های جستجو برای قربانیان
جستجوی بازماندگان از فاجعه زلزله یکی از دشوارترین و پیچیده ترین عملیات نجات است. جستجوی افرادی که تحت فشار زیر آوار قرار می گیرند آسان نیست ، به خصوص وقتی که ترس از فروپاشی ، ترک ها یا حتی ارتعاشات وجود دارد.
بنابراین ، زمان و دقت مهم است ، که توسط برخی از فن آوری های مدرن که مربوط به این نوع عملیات هستند ، ارائه می شود ، از جمله:
ربات مار
محققان دانشگاه ارتباطات برق در توکیو یک روبات به شکل مار ایجاد کردند که می تواند از درجه های بالایی صعود کند و از طریق فضاهای باریک حرکت کند.
“مار” که به طول 1.7 متر (5.5 فوت) است ، حاوی 17 مجهز مجهز به سنسورهای مسافت است که از طریق آن می تواند بداند که آیا هر یک از چرخ های آن روی زمین است یا در هوا آویزان است.
محققان امیدوارند پس از انجام تحقیقات بیشتر برای بهبود توانایی ربات در رفع موقعیت خود در صورت بروز حرکات ناگهانی در هنگام مأموریت های نجات فاجعه ، در مدت 3 سال از این دستگاه استفاده کنند.

هواپیما رانندگان
سیستم رانندگی هواپیما می تواند با تشخیص یک حرکت ساده از صدور قربانیان ، محله را از مردگان جدا کند.
مهندسان UNISA در آفریقای جنوبی و دانشگاه فنی میانی در بغداد یک سیستم بینایی رایانه ای را طراحی کردند که می تواند بازماندگان را از اجساد متوفی 8-4 متر متمایز کند و با استفاده از یک فناوری جدید برای نظارت از علائم حیاتی از راه دور.
تا زمانی که قسمت فوقانی بدن انسان قابل مشاهده باشد ، دوربین ها می توانند میکروهای موجود در حفره قفسه سینه را ضبط کنند ، که این نشانگر ضربان قلب و تنفس است. بر خلاف مطالعات قبلی ، این سیستم به تغییرات رنگ پوست یا دمای بدن بستگی ندارد.
پروفسور جاوان چاهل و دکتر علی آل ناجی ، رهبران مطالعه ، در سال 2017 توسط روزنامه های بین المللی اشغال شدند که برای اولین بار نشان دادند که یک دوربین در یک هواپیمای بدون سرنشین می تواند میزان قلب و تنفسی را اندازه گیری کند.
واحد گلگیر
یک فناوری جدید از آژانس فضایی ایالات متحده (NASA) با کشف ضربان قلب ، موفق شد 4 کارگر اضطراری را که در زیر زمین زلزله نپال به دام افتاده بودند ، نجات دهد.
آخرین عملیات نجات اولین استفاده واقعی از فناوری پیشرفته سنسور است که توسط ناسا و وزارت امنیت داخلی تهیه شده است.
دو واحد مدل این سیستم در روزهای پس از زلزله 25 آوریل به نپال ارسال شد. به این واحد ، جستجوی افراد برای پاسخ به فاجعه و اضطراری گفته می شود و به عنوان “یاب” شناخته می شود.
جیم لوکس ، که این پروژه را در آزمایشگاه جت ناسا در کالیفرنیا اداره می کند ، می گوید: “به عنوان یک توسعه دهنده فناوری ، بیشتر شبیه این بود که کودک را به کالج بفرستید.”
واحد “یاب” که به اندازه کیف دستی می آید توسط یک باتری لیتیوم اداره می شود و امواج دقیق با انرژی کم را می فرستد و امواج می توانند حرکات پنهان مانند پالس نور پوست را نشان دهند که ضربان قلب را نشان می دهد و این امواج می توانند تا 30 فوت (9 متر) در انبارهای مالش یا 20 فوت (6 متر) در آن نفوذ کنند.
یکی از مزایای “FEND” ، در مقایسه با میکروفون ها و سایر ابزارهای جستجو و نجات سنتی ، این است که لازم نیست شخص تا زمان پیدا شدن آگاهی داشته باشد ، بنابراین پالس کافی است.
تکنیک هایی که اثرات زمین لرزه ها را کاهش می دهد
مطمئناً! تکنیک های زیادی وجود دارد که می تواند برای کاهش آسیب زمین لرزه استفاده شود. یکی از فناوری ها تقویت ساختمانها و زیرساخت ها با مواد و طرح های دارای زمین لرزه است. این می تواند شامل استفاده از اتصالات انعطاف پذیر ، کمک فنر و سیستم عایق بندی پایه برای جذب انرژی زلزله و جلوگیری از آسیب دیدن آن باشد.
روش دیگر اصلاح ساختمانهای فعلی با به روزرسانی های لرزه ای ، مانند اضافه کردن استنت های فولادی یا دیوارهای بتونی برای تقویت ساختار است. علاوه بر این ، قوانین ساختمان را می توان به روز کرد تا به روشهای مقاوم در برابر زلزله برای ساختمانهای جدید نیاز داشته باشد.
فن آوری های دیگر شامل سیستم های هشدار دهنده اولیه است که می تواند مردم را به یک زمین لرزه قریب الوقوع هشدار دهد و به آنها اجازه می دهد تا اقدامات پیشگیرانه را انجام دهند. برنامه های آماده سازی اضطراری همچنین می تواند با اطمینان از آگاهی از مردم از آنچه باید در صورت وقوع زلزله انجام شود ، به کاهش آسیب ها کمک کند.
به طور کلی ، گروهی از این تکنیک ها می توانند به کاهش اثر زمین لرزه ها بر ساختمانها و زیرساخت ها کمک کنند که در نهایت منجر به نجات جان و کاهش خسارت به املاک می شود.
در پایان ، فناوری می تواند نقش مهمی در کاهش اثرات و خسارت های زمین لرزه داشته باشد. از طریق توانایی آینده خود در پیش بینی وقوع زمین لرزه ها و تعیین زمان و مکان وقوع آنها و میزان قدرت ، فناوری همچنین می تواند در تلاش و نجات با استفاده از هواپیماهای بدون سرنشین و روبات ها برای یافتن بازماندگان و استخراج آنها از ساختمانهای فروپاشی کمک کند.
به طور کلی ، فناوری توانایی رقیق کردن اثر زمین لرزه ها بر زندگی و زیرساخت های انسان را دارد.
[ad_2]



More Stories
مالکیت معنوی و هوش مصنوعی
چگونه SAP AI مدیریت تجارت را تغییر می دهد؟ راهنمای جامع 2025
OpenAI قابلیت های GPT-4O را با ویژگی تولید عکس و فیلم افزایش می دهد