
Fəaliyyət

GeoAzərbaycan

Xəbərlər
Ana Səhifə / Xəbərlər
Xəbərlər
BİR SUAL
“2023-cü il Kahramanmaraş zəlzələsinin Azərbaycan ərazisindəki geodinamik aktivliyinin təsirilə bağlı bu gün elm nə deyir və İnstitutun gənc alimlər zəlzələ kimi təbiət hadisələrin araşdırılmasında necə iştirak edirlər?”
Sualı akademik Fəxrəddin Qədirov cavablandırır.
- Kahramanmaraş zəlzələsinin Azərbaycan ərazisinə təsiri olub və bu unudulmaz təbiət hadisəsinin ölkəmizin ərazisində geodinamik aktivliyə səbəb olması peyk texnologiyaları ilə sübut edilib.
AR Elm və Təhsil Nazirliyi Geologiya və Geofizika İnstitutunun Müasir geodinamika və kosmik geodeziya şöbəsinın, Neft və Qaz İnstitutunun əməkdaşı Bəhruz Əhədovun və NASA Jet Propulsion Laboratory (JPL) laboratoruyası əməkdaşı Eric Fielding ilə birlikdə hazırladığımız “Far-Field Earthquake-Induced Crustal Deformation and Mud Volcano Activity in Azerbaijan based on the InSAR Technique” adlı məqalə nüfuzlu beynəlxalq elmi nəşr olan “Remote Sensing” jurnalında dərc olunub. Yeri gəlmişkən qeyd edim ki, “Remote Sensing” jurnalı Scimago Journal & Country Rank sisteminə görə Q1 kateqoriyasına daxildir, h-indeksi – 217, CiteScore – 8.3, və ümumi istinad sayı – 170,000-dən çoxdur.
Bu tədqiqat işi Fəlsəfə doktoru Bəhruz Əhədovun Fulbrayt qrantı çərçivəsində NASA Jet Propulsion Laboratory (JPL) ilə əməkdaşlıq çərçivəsində Amerika Birləşmiş Ştatlarında yerinə yetirilib. Aparılan tədqiqat sayəsində 2023-cü ilin fevralında baş vermiş Kahramanmaraş zəlzələsinin (M7.8 /M7.6) təqribən 1100 km uzaqlıqda yerləşən Azərbaycan ərazisində yer səthində deformasiyasının və palçıq vulkanlarının fəallaşmasına təsiri olduğu nəticəsi çoxsensorlu peyk məlumatları əsasında və ilk dəfə hasil edilib.
Tədqiqatda diferensial radar interferometriyası (InSAR) texnologiyası ilə yanaşı, GNSS ölçmələri və yüksək ayırdetməli optik peyk görüntüləri (PlanetScope) istifadə olunmuşdur. Həm qısamüddətli (zəlzələdən əvvəl və sonra 3 ay), həm də uzunmüddətli (8 il) zaman seriyası analizləri aparılaraq, zəlzələnin dinamik tetiklenme effekti çoxsensorlu sübutlarla təsdiqlənib.
Nəticələr göstərir ki, Kahramanmaraş zəlzələsi zamanı litosferdə yayılan deformasiya dalğaları, Azərbaycanın cənub-şərq hissəsində yerləşən tektonik baxımdan həssas, lakin aktiv olmayan qırılmalar və palçıq vulkanlarının fəallaşması ilə müşayiət olunan yer səthi dəyişikliklərinə səbəb olub. Bu, regionda uzaq sahədə dinamik tetiklenmenin peyk texnologiyaları ilə ilk elmi nəticədir. Bu həm Azərbaycanın geodinamik təhlükələrinin daha dərindən öyrənilməsi, eləcə də qlobal miqyasda zəlzələlərin uzaq sahələrdəki təsirlərinin peyk müşahidələri ilə araşdırılması baxımından mühüm töhfə kimi qiymətləndirilir.
Sualınızın ikinci hissəsinə gəlincə, deməliyəm ki, elmə həvəs göstərən və ona yetərincə yiyələnmək istəyən gənclərimiz az deyil. Təkcə Geologiya və Geofizika İnstitutunun Seysmologiya və seysmik təhlükənin qiymətləndirilməsi şöbəsinin əyani doktorantı və kiçik elmi işçi Tural Babayevi misal gətirmək istəyirəm.
Tural Babayev zəlzələ təhlükəsinin qiymətləndirilməsi, o cümlədən çalışdığı şöbənin süni intellektin tətbiqi kimi aktual fəaliyyətlərində birbaşa iştirak edir. Zəlzələ ilə bağlı mənə yönəltdiyiniz sualın tam cavabı üçün onun hazırladığı kiçik məqalə, düşünürəm ki, yetərli ola bilər.
- Süni intellekt texnologiyasının inkişafında yeni bir era yaşanır. Xatırladım ki, birinci sənaye inqilabı buxar texnologiyalarının tətbiqi ilə istehsalatı avtomatlaşdırdı. İkinci sənaye inqilabı elektrik enerjisi və kütləvi istehsal üsulları ilə sənayeni yenidən formalaşdırdı. Üçuncü sənaye inqilabı isə kompüterlər və rəqəmsal texnologiyalar sayəsində avtomatlaşdırmanı daha da dərinləşdirdi. Sonuncu sənaye inqilabı, yəni indiki süni intellekt və maşın öyrənməsi dövrü insanın qərarvermə prosesini avtomatlaşdıraraq sənaye və xidmət sahələrində yeni dəyişikliklər yaradır. Hazırkı dövr istehsalatdan səhiyyəyə, maliyyədən elmə qədər bütün sahələrdə sürətli inkişaf və innovasiyaları qaçılmaz edir.
Süni intellekt və onun sahələri olan maşın öyrənməsi, dərin öyrənmə kimi texnologiyalar, elmdə inanılmaz inkişaflar və tətbiqlər üçün geniş imkanlar yaradır. Bu sahələr, xüsusilə data analizi, modellərin qurulması və proqnozlaşdırma sahələrində mühüm rol oynayır. Süni intellektin tətbiqi ilə böyük verilənlər təhlil edilərək çox dəqiq nəticələr əldə edilir, elmi modellər daha mürəkkəb və etibarlı hala gətirilir. Seysmik təhlükənin qiymətləndirilməsi və qrunt hərəkətinin modelləşdirilməsi (ground motion modeling) tədqiqatlarında süni intellekt və maşın öyrənməsi metodlarının tətbiqi özündə böyük potensialı ehtiva edir. Bu sahələrdə zəlzələ qeydləri, seysmik dalğaların zamanla dəyişən hərəkətləri, yaranan qrunt hərəkətlərinin təcili, sürəti kimi parametrlər maşın öyrənməsinə daxil edilənlər (inputlar) kimi verilir və bunlar yazılan alqoritmlərin köməyilə təhlil olunaraq modelləşdirilir.
Beləliklə, süni intellekt, yaxud maşın öyrənməsi metodları ilə zəlzələ qeydlərindən əldə edilən məlumatlar təhlil edilərək qrunt hərəkətinin davranışı daha dəqiq şəkildə proqnozlaşdırılır. Bu yanaşma artıq bir çox seysmik cəhətdən aktiv ölkələrin alimləri tərəfindən qrunt hərəkəti modelinin qurulması tədqiqatlarında istifadə olunmuş, əvvəllər qurulmuş xətti riyazi düsturlar daha kompleks modellərlə əvəz olunub. İnstitutumuzun “Seysmologiya və seysmik təhlükənin qiymətləndirilməsi” şöbəsi artıq bu istiqamətdə təklif olunan yeniliklərlə ayaqlaşa bilən, beynəlxalq praktikanı mənimsəmiş və müasir tələblərə cavab verən tədqiqatlar aparan bir bölmədir. Şöbəmizdə yaxın zamanda Azərbaycan ərazisi üçün süni neyron şəbəkələri metodundan istifadə edərək 2022-2024-cü illəri əhatə edən zəlzələ məlumatları əsasında müasir qrunt hərəkəti modeli qurmuşdur. İstifadə olunan süni neyron şəbəkəsi metodu maşın öyrənməsinin qabaqcıl metodlarından biridir. Bu üsul insan beyninin bir növ təkrarını canlandırır. Beləki, yeni bir məlumatı öyrənən insanın beynində qurulan neyron şəbəkələrinə bənzəyən şəbəkələr vasitəsilə bu üsul daxil edilən məlumatları öyrənir və təhlil edir. Pilot tədqiqat kimi aparılmış bu modelləşdirmədə qısa dövrü əhatə edən kiçik və orta maqnitudalı zəlzələ məlumatlarından istifadə edilmiş və daxil edilənlər (inputlar) az sayda seçilmişdir. Sxemdə göründüyü kimi azsaylı inputların olmasına baxmayaraq, maşın öyrənməsi bu inputlar arasında çoxqatlı neyron şəbəkələr quraraq zəlzələ məlumatlarını ən geniş formada öyrənərək, ərazinin seysmik səciyyəsini xarakterizə edir, bu da özlüyündə düzgün və dəqiq proqnozlaşdırmanı təmin edir.
Beləki, yeni bir məlumatı öyrənən insanın beynində qurulan neyron şəbəkələrinə bənzəyən şəbəkələr vasitəsilə bu üsul daxil edilən məlumatları öyrənir və təhlil edir. Pilot tədqiqat kimi aparılmış bu modelləşdirmədə qısa dövrü əhatə edən kiçik və orta maqnitudalı zəlzələ məlumatlarından istifadə edilmiş və daxil edilənlər (inputlar) az sayda seçilmişdir. Sxemdə göründüyü kimi azsaylı inputların olmasına baxmayaraq, maşın öyrənməsi bu inputlar arasında çoxqatlı neyron şəbəkələr quraraq zəlzələ məlumatlarını ən geniş formada öyrənərək, ərazinin seysmik səciyyəsini xarakterizə edir, bu da özlüyündə düzgün və dəqiq proqnozlaşdırmanı təmin edir. Əlbəttə ki, daha genişmiqyaslı işlərin aparılması üçün inputların sayının artırılması, zəlzələ məlumatlarından əlavə qrunt reaksiyası və s. kimi amilləri xarakterizə edən parametrlərin də daxil edilməsi vacib şərtlərdəndir.
Bu cür modellərin tətbiqi, mühəndislik sahələrində zəlzələlərə qarşı möhkəm və dayanıqlı infrastrukturun hazırlanmasına kömək edir