Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

גילוי סייסמי באמצעות אותות קיטוב בכבלים תת-ימיים עם למידת מכונה

· חזרה לאינדקס

להקשיב לרעידות עם כבלי אינטרנט תת-ימיים

רוב רעידות האדמה בעולם רועמות מתחת לאוקיינוסים, רחוק מתחנות חישה קרקעיות מסורתיות. עם זאת, כמעט כל היבשות מחוברות כבר ברשתות עצומות של כבלי סיבים אופטיים הנשאים את תעבורת האינטרנט שלנו. המחקר הזה שואל שאלה פשוטה אך עוצמתית: האם אותם כבלים קיימים יכולים גם לשמש כאפרכסת ענקית ומוכנה להקשבה לרעידות על קרקעית הים?

מדוע כבל אינטרנט יכול "להרגיש" את תנועת האדמה

האור הזורם בסיב האופטי עושה יותר מאשר לשנע נתונים; התכונות הפנימיות שלו משתנות במקצת כאשר הכבל מכופף, נמתח או נרעש. אחת התכונות האלה היא מצב הקיטוב, מדד לאופן שבו גלי האור מכוונים בזמן נסיעתם. כשקרקעית הים נעה בזמן רעידת אדמה, היא יכולה לטלטל כבל קבור או מנוח עליו, ובכך להניע את קיטוב האור שבתוכו. החוקרים בחנו מסלול אינטרנט חשוב בים התיכון, כבל Med‑Nautilus המחבר בין קטניה בסיציליה לתל־אביב, כדי לגלות האם רעידות אמיתיות משאירות טביעת אצבע עקבית באותות הקיטוב הללו.

Figure 1. שימוש בכבל אינטרנט תת-ימי קיים בים התיכון לחישה של רעידות אדמה על ידי מעקב אחר שינויים באור בתוך הסיב האופטי.
Figure 1. שימוש בכבל אינטרנט תת-ימי קיים בים התיכון לחישה של רעידות אדמה על ידי מעקב אחר שינויים באור בתוך הסיב האופטי.

הפיכת אותות כבל גולמיים לרמזים שימושיים

בין אמצע 2022 לסוף 2024 סיפקה מפעילת תקשורת איטלקית רישומים רציפים של גדלים הקשורים לקיטוב מהכבל, לצד מידע על התנהגות המערכת האופטית. החוקרים שילבו זאת עם קטלוג רעידות עצמאי המכסה את הים התיכון, והתמקדו ב‑60 אירועים בעוצמה 5 ומעלה. הם העריכו כמה רחוק כל רעידה מהכבל ומתי צריכות להגיע הגלים הסייסמיים הראשוניים והשניים, באמצעות מודלים סטנדרטיים של כדור הארץ. לאחר מכן ניקו וסטנדרטו את נתוני האופטיקה, חיתכו אותם לחלונות זמן סביב כל אירוע ולתקופות ביקורת ללא רעידות משמעותיות. הכנה זהירה זו ייצרה בסיס למבחן שווה בין שיטות זיהוי מסורתיות לבין כלים מודרניים של בינה מלאכותית על אותו מערך נתונים.

כללים פשוטים אינם מספקים, מכונות לומדות מצליחות יותר

הצוות ניסו תחילה כלים קלאסיים בסייסמולוגיה המחפשים קפיצות פתאומיות בעוצמת האות או באנרגיה ספקטרלית, הנשלטים על‑ידי ספים קבועים. בנתוני הקיטוב, שיטות מבוססות‑חוק אלה הצליחו או להוציא יותר מדי אזעקות שווא או לפספס את רוב האירועים האמיתיים, ולעיתים ביצעו לא טוב יותר ממנחש אקראי. לעומת זאת, מודלים של למידת מכונה שיכלו לשקול בו‑זמנית הרבה תכונות עדינות עשו עבודה טובה יותר באופן מובהק. טכניקה שנקראת Extreme Gradient Boosting, המאגדת החלטות מעץ החלטה קטן רב, השיגה כ־60 אחוז דיוק, רגישות וספציפיות כשהתבקשה להבחין בין ימים מושפעים מרעידות לימים שקטים יותר. ניתוח התנהגות המודל הראה שהוא לא נשען על מאפיין חד־משמעי יחיד, אלא על תערובת של מדדים סטטיסטיים שתפסו ביחד שינויים קטנים אך משמעותיים בתבניות הקיטוב.

Figure 2. כיצד רעידות קרקעית הים משנות את האור בכבל וכיצד למידת מכונה מבדילה אותות רעידה מרעשי קיטוב.
Figure 2. כיצד רעידות קרקעית הים משנות את האור בכבל וכיצד למידת מכונה מבדילה אותות רעידה מרעשי קיטוב.

מה הכבל כן ומה הוא לא יודע לשמוע

המחברים בחנו לאחר מכן אילו רעידות סביר שהאלגוריתם הלומד יזהה. באופן מפתיע, גורמים פשוטים כמו מרחק מהכבל, עומק הרעידה או אפילו המגניטודה לא הראו מגמות ברורות. כמה רעידות בעלות חוזק בינוני ייצרו שינויים ברורים בקיטוב וניתנו לזיהוי, בעוד שאחרות עם מאפיינים דומים נותרו ברובן בלתי מורגשות. גישה נוספת של למידה עמוקה, שלמדה מהו התנהגות "נורמלית" של הכבל וסימנה סטיות חזקות כאנומליות, הגיבה בבירור רק לכמה מהאירועים הגדולים ביותר. זה מרמז שכיצד כבל "שומע" רעידה תלוי ביותר מרק בתכונות הרעידה עצמה; פרטים כמו כמה חזק הכבל קשור לקרקעית, אופן קבורתו ובנייתו, ורעש סביבתי מקומי משחקים כולם תפקידים חשובים.

התמונה הרחבה לניטור אוקיינוסים עתידי

למרות שיעורי זיהוי צנועים וריבוי אירועים מוחמצים, המחקר מספק הוכחת יכולת חשובה: אף על פי שכבל Med‑Nautilus לא תוכנן אף פעם כחיישן, הוא עדיין נושא מידע שימושי על רעידות אדמה חזקות דרך קיטוב האור שבו. עבור הציבור, המסר המרכזי הוא שהתשתית הדיגיטלית הקיימת שלנו יכולה, בעקרון, לשמש גם כרשת גדולה וזולה של מכשירים מדעיים. אם שיטות כאלה ימושרו וישולבו עם טכנולוגיות חישה נוספות, מערכות הכבלים התת‑ימיים הגלובליות עשויות לסייע למלא את הנקודות העיוורות הקיימות בניטור הסייסמי הימי, ולהציע לקהילות חופיות תובנות מוקדמות ועשירות יותר על מה שמתרחש מתחת לגלים.

ציטוט: Caruso, M., Morelli, M., Monaco, A. et al. Seismic detection using submarine cable polarization signals with machine learning. Commun Earth Environ 7, 421 (2026). https://doi.org/10.1038/s43247-026-03434-x

מילות מפתח: כבלים תת-ימיים, זיהוי רעידות אדמה, חישה בסיבים אופטיים, למידת מכונה, ים התיכון