Clear Sky Science · ar
أنماط خفية في الزلازل البركانية: رؤى التعلم العميق من نشاط جبل إتنا 2020–2021
الاستماع إلى بركان مضطرب
يُعد جبل إتنا في صقلية واحدًا من أكثر البراكين نشاطًا في العالم، ويمكن أن تهدّد ثوراناته المدن القريبة والمطارات والبنى التحتية الحيوية. تتابع محطات رصد البراكين إتنا بالفعل بعدد كبير من الأجهزة، لكن حجم البيانات الضخم يصعب على البشر وحدهم اكتشاف كل علامة تحذير في الوقت المناسب. يوضّح هذا البحث كيف يمكن للذكاء الاصطناعي الحديث أن ينقّب عبر عام من «نبضات» إتنا الزلزالية ليكشف أنماطًا خفية تُظهر متى يكون البركان هادئًا، ومتى يعيد شحن طاقته، ومتى يستعد للثوران.
لماذا تهمّ «المقاطع الصوتية» البركانية
تولد البراكين باستمرار اهتزازات تنتقل عبر الأرض على هيئة موجات زلزالية. بعضها مفاجئ يشبه الهزات الأرضية، بينما تشبه أخرى هديرًا مستمرًا يُعرف بالاهتزاز البركاني أو نغمات خاصة تعرف بالأحداث طويلة المدى. عند إتنا تُسجل هذه الإشارات ليلًا ونهارًا بواسطة شبكة كثيفة من مقياسات الزلازل. تقليديًا، يفحص الخبراء قوة وتواتر هذه الاهتزازات إلى جانب انبعاثات الغاز وانتفاخ الأرض والملاحظات البصرية لتقييم ما إذا كان البركان آمناً أو يقترب من ثوران خطير. لكن نشاط إتنا من أواخر 2020 إلى أواخر 2021 كان شديدًا بشكل خاص، منتجًا سلسلتين طويلتين من نوافير الحمم البركانية المبهرة وكمًا هائلًا من البيانات يصعب تفسيره في الوقت الحقيقي.

تعليم الحواسيب على رصد الأنماط الخفية
استخدم الباحثون نهجًا قائمًا على التعلم العميق غير الموجَّه، أي أن الحاسوب لم يُخبَر مسبقًا أي الأيام كانت ثورية أو هادئة. بدلًا من ذلك، أدخلوا مخططات طيفية يومية—صور ملونة تُظهر كيف تتغير قوة الاهتزازات الزلزالية مع الزمن والتردد—من محطتين في القمة على إتنا. نوع من الشبكات العصبية يُدعى المُشفر التلقائي (autoencoder) تعلّم أولًا ضغط «صورة» اليوم الزلزالية المعقدة إلى مجموعة صغيرة من الميزات الرئيسية ثم إعادة بنائها، مما ضمن الحفاظ على المعلومات المهمة. ثم جمّعت طريقة عنقودية الأيام التي تحمل بصماتزلزالية متشابهة إلى أربع مجموعات مميزة. تحقق الفريق من هذه المجموعات مقابل أدلة مستقلة: متى أُبلغ عن نوافير الحمم، مدى قوة الاهتزاز، عدد الأحداث طويلة المدى، وعدد الزلازل الصغيرة تحت البركان.
أربعة وجوه لنشاط إتنا
تطابقت المجموعات الأربع التي استنتجها الحاسوب بشكل أنيق مع سلوكيات بركانية ذات معنى. اتّسمت مجموعة واحدة بأيام هادئة نسبيًا أو مختلطة، حين كان الاهتزاز الخلفي وبعض الانفجارات الخفيفة العرضية هي السائدة فقط. أمست مجموعة ثانية تمثّل أيامًا سادتها أحداث طويلة المدى عديدة، على الأرجح تعكس تصاعد الغازات والموائع وضغطها في نظام الأنابيب الضحل دون أن تُنتج ثورانات كبيرة بعد. أبرزت مجموعة ثالثة «طورًا تحضيريًا»، حين ازداد الاهتزاز قوة واستمرارًا على مدى أسابيع من منتصف ديسمبر 2020 إلى منتصف فبراير 2021، رغم عدم وقوع نوافير حمم كبرى على السطح آنذاك. المجموعة الرابعة طابقت حلقات نوافير الحمم المدهشة نفسها بدقة ملحوظة، حيث التقطت نحو 95 بالمئة من الأيام الثورية وأظهرت طاقة زلزالية عريضة النطاق مكثفة أثناء الذروات.

رصد الانتقالات والأيام المبهمة
بجمع بيانات المحطتين في القمة والبحث عن الأيام التي اتفقت فيها عدة أجهزة على نفس المجموعة، استطاع الباحثون تمييز أنماط واضحة عن فترات أكثر غموضًا. وُضع بعض الأيام في فئة «غير محددة»، حيث كانت الإشارات مختلطة أو مختلفة بين الموقعين—ما يعكس على الأرجح عمليات متداخلة مثل الزلازل والاهتزازات والأحداث المدفوعة بالغاز الحاصلة معًا. ومن المثير للاهتمام أن الطريقة التقطت أيضًا دلائل على نمط تحضيري في أواخر نوفمبر 2021 وكشفت بقايا من الدورة الثورية الثانية قبل تأكيد نوافير الحمم بعدة أيام، مما يشير إلى أن تغيّرات طفيفة في الأنماط الزلزالية قد تسبق النشاط المرئي.
ما معنى هذا للناس القاطنين قرب البراكين
للغير متخصصين، الرسالة الأساسية أن الحواسيب باتت قادرة على «الاستماع» إلى بركان مضطرب وفرز اهتزازه المعقّد تلقائيًا إلى حالات يسهل فهمها: نشاط خلفي، تضخّم داخلي، طور تصاعدي، وثورانات كاملة. يوضح البحث أن أدوات التعلم العميق غير الموجَّه هذه يمكن أن تطابق إلى حد كبير حكم الخبراء بينما تعمل بسرعة وبانتظام عبر مجموعات بيانات ضخمة. وعلى الرغم من أن هذا النهج لا يحل محل علماء البراكين أو طرق الرصد الأخرى، فإنه يوفر زوجًا قويًا إضافيًا من العيون—مساعدة المرصدات على التعرف متى يكون بركان مثل إتنا على نار هادئة، متى يعيد الشحن، ومتى قد يكون على وشك اندلاع درامي آخر.
الاستشهاد: Abed, W., Zali, Z., Sciotto, M. et al. Hidden patterns in volcanic seismicity: deep learning insights from Mt. Etna’s 2020–2021 activity. Sci Rep 16, 6155 (2026). https://doi.org/10.1038/s41598-026-36677-x
الكلمات المفتاحية: مراقبة البراكين, التعلم الآلي, جبل إتنا, النشاط الزلزالي, تنبؤ الثوران