Logo Naukrinama

भूकंपीय गतिविधि का सटीक पता लगाने के लिए IIT मद्रास की टीम नए दृष्टिकोण के साथ आई

 
रोजगार समाचार

रोजगार समाचार-भारतीय प्रौद्योगिकी संस्थान (IIT) मद्रास के शोधकर्ताओं ने कीमती मानव जीवन और संपत्ति को बचाने के लिए प्रारंभिक चेतावनी संकेतों को लेने के बाद 30 सेकंड से 2 मिनट के भीतर भूकंप का सटीक पता लगाने और उपायों को लॉन्च करने के लिए एक नया दृष्टिकोण विकसित किया है।
उन्होंने गुरुवार को दावा किया कि यह लीड टाइम, हालांकि मिनट लग रहा है, अनगिनत मानव जीवन को बचाने के लिए परमाणु रिएक्टरों, मेट्रो जैसे परिवहन या यहां तक ​​​​कि ऊंची इमारतों में लिफ्ट को बंद करने के लिए पर्याप्त है।

उन्होंने कहा कि दृष्टिकोण का उपयोग अन्य डोमेन में दोषों और अलगाव का पता लगाने के लिए भी किया जा सकता है। "पी-वेव आगमन की जानकारी घटना के अन्य स्रोत मापदंडों जैसे परिमाण, गहराई और उपरिकेंद्र स्थान को निर्धारित करने में महत्वपूर्ण है।

इसलिए, पी-वेव डिटेक्शन समस्या का एक समाधान जो मजबूत, सटीक और सटीक है, घटना के विवरण का सही अनुमान लगाने और भूकंप या अन्य ट्रिगर घटनाओं से होने वाले नुकसान को कम करने के लिए आवश्यक है, ”कंचन अग्रवाल, पीएचडी विद्वान, कहते हैं। आईआईटी, मद्रास जिन्होंने प्रमुख संस्थान के केमिकल इंजीनियरिंग विभाग के प्रोफेसर अरुण के तंगीराला के मार्गदर्शन में शोध किया।
परमाणु ऊर्जा विभाग के एक सलाहकार निकाय, परमाणु विज्ञान में अनुसंधान बोर्ड द्वारा आंशिक रूप से वित्त पोषित इस शोध के व्यावहारिक अनुप्रयोगों पर प्रकाश डालते हुए, प्रो टंगीराला ने कहा कि प्रस्तावित ढांचा भूकंपीय घटनाओं का पता लगाने तक ही सीमित नहीं है, बल्कि सामान्य है और कर सकता है अन्य डोमेन में गलती का पता लगाने और अलगाव के लिए भी इस्तेमाल किया जा सकता है। "इसके अलावा, ढांचा मशीन लर्निंग और डीप लर्निंग मॉडल सहित किसी भी भविष्य कहनेवाला मॉडल को शामिल कर सकता है, जो पता लगाने में मानवीय हस्तक्षेप को कम करेगा," तांगीराला, समय-श्रृंखला विश्लेषण, संकेतों के बहु-स्तरीय विश्लेषण, सिस्टम पहचान और अन्य क्षेत्रों के बीच अनुमान सिद्धांत, कहते हैं।

उनके शोध के निष्कर्ष ओपन एक्सेस वैज्ञानिक पत्रिकाओं पीएलओएस वन में प्रकाशित हुए थे। प्रस्तावित दृष्टिकोण सटीक रूप से पता लगाने और पी-वेव शुरुआत में क्षमताओं का एक विविध सेट लाता है, विशेष रूप से कम सिग्नल-टू-शोर अनुपात (एसएनआर) स्थितियों में जो सभी मौजूदा तरीकों को प्राप्त करने में विफल होते हैं। मौजूदा दृष्टिकोणों की तुलना में इस नवीन समाधान दृष्टिकोण के अनूठे पहलू यह हैं कि यह शोर विशेषताओं के अनुरूप है जिसके परिणामस्वरूप आउटलेर्स या मजबूत पहचान के लिए न्यूनतम संवेदनशीलता होती है, प्रत्येक में कम और उच्च आवृत्तियों दोनों को विघटित करके अधिक लचीला आवृत्ति बैंड चयन प्रदान करता है। एक विज्ञप्ति में कहा गया है कि स्तर, सटीक पहचान में जिसके परिणामस्वरूप।

यह उपयोगकर्ता को अवांछित समय-आवृत्ति बैंड में शोर को त्यागने की अनुमति देता है जिसके परिणामस्वरूप बेहतर SNR होता है। जिससे पी-वेव ऑनसेट का सटीक चयन होता है। काम एक समय-आवृत्ति स्थानीयकरण सुविधा के साथ भविष्यवाणी ढांचे में एक उपन्यास रीयल-टाइम स्वचालित पी-वेव डिटेक्टर और पिकर का प्रस्ताव करता है। यह दृष्टिकोण आवश्यक रूप से भूकंपीय घटनाओं का पता लगाने तक सीमित नहीं है, बल्कि सामान्य है कि इसका उपयोग अन्य डोमेन में भी गलती का पता लगाने के लिए किया जा सकता है, विज्ञप्ति में कहा गया है।
प्रस्तावित ढांचे का एक और सकारात्मक पहलू यह है कि एक बार पता चलने के बाद यह पी-वेव पुनर्निर्माण की सुविधा प्रदान करता है। साथियों द्वारा इस पहलू का पता नहीं लगाया गया है। इसमें कहा गया है, "मुख्य रूप से समुद्र में लहरों, पृथ्वी की पपड़ी में बदलाव, वायुमंडलीय विविधताओं और मानवीय गतिविधियों के कारण जमीन लगातार अशांति की स्थिति में है।"
भूकंपीय संकेत या तो प्राकृतिक (भूकंप, ज्वालामुखी विस्फोट, सुनामी, आदि) या मानव निर्मित (भारी यातायात, परमाणु विस्फोट, खनन गतिविधि, आदि) स्रोतों से उत्पन्न हो सकते हैं। स्रोत चाहे जो भी हो, सभी भूकंपीय घटनाएं अपने पैमाने के अनुपात में ऊर्जा छोड़ती हैं। यह जारी ऊर्जा सभी दिशाओं में एक लहर के रूप में बाहर निकलती है और एक भूकंपीय संकेत के रूप में एक भूकंपीय संकेत के रूप में दर्ज की जाती है। सीस्मोग्राम एक भूकंपमापी से प्राप्त जमीनी कंपन गति की रिकॉर्डिंग है। इन सीस्मोग्राम का विश्लेषण पृथ्वी की गतिविधि को समझने और भूकंप के लिए प्रारंभिक चेतावनी प्रणाली स्थापित करने, स्रोत स्थानों का निर्धारण करने और अन्य भूकंपीय घटनाओं के स्रोत का पता लगाने के लिए महत्वपूर्ण है।

उन्होंने कहा कि भूकंप के हानिकारक हिस्से का पता लगाना या भविष्यवाणी करना जीवन की रक्षा और संपत्ति के नुकसान को रोकने में बहुत महत्वपूर्ण है।