Büyük depremlerin hazırlık evresi, deprem katalogu özelliklerinin gözetimsiz kategorileştirilmesiyle aydınlatıldı

Deprem Riskiyle Yaşayan İnsanlar İçin Neden Önemli

Dünyanın birçok yerindeki topluluklar yıkıcı depremler korkusuyla yaşıyor; buna karşın bilim insanları hâlâ bir sonraki büyük depremin tam olarak ne zaman ve nerede olacağını söyleyemiyor. Bu çalışma, sıradan küçük depremlerdeki ince değişimlerin bir fayın daha büyük bir olaya hazırlanıp hazırlanmadığını ortaya çıkarıp çıkaramayacağını araştırıyor. Deprem katalogları üzerinde ileri seviye örüntü bulma teknikleri kullanarak, araştırmacılar büyük depremlerden önce gerçek bir “hazırlık dönemi”nün saptanıp saptanamayacağını test ediyor—aynı zamanda böyle bir uyarının olmadığı durumları da ayırt ediyorlar.

Fayı Çok Sayıda Küçük Depremle Dinlemek

Büyük depremler genellikle ansızın oluşmaz. Büyük bir kırılmadan önce faylar çoğunlukla öncü depremler, küçük deprem sürülerleri veya yavaş, sürünme benzeri hareketler gibi değişimler yaşar. Ancak bu hazırlık evreleri yerden yere büyük farklılık gösterir ve bazı durumlarda hiç gözlemlenmez. Yazarlar, 2023 Türkiye Kahramanmaraş depremi, 2009 İtalya L’Aquila depremi ve 2014 Şili Iquique megathrust olayı da dahil olmak üzere beş iyi incelenmiş bölgeden küçük ve orta büyüklükteki depremlerin ayrıntılı kataloglarını topluyor. Her bölge için ana şok öncesindeki yılların seismikitesini inceleyerek, bir fayın kırılmaya yaklaşmakta olduğuna işaret edebilecek örüntüleri arıyorlar.

Ham Kataloglardan İlişkili Olay Ailelerine

Her depremi izole bir nokta olarak ele almak yerine ekip, uzay, zaman ve büyüklük açısından birbirine yakın olayları "aileler" halinde gruplayıyor. Her aile, bir ana şok (en büyük olayı) ile onun ilişkilendirilen öncü ve artçı sarsıntılarını içeriyor. Araştırmacılar her olay çevresinde onlarca betimleyici ölçüm hesaplıyor: depremlerin ne kadar hızlı meydana geldiği, uzay ve zamandaki sıkışıklıkları, ne kadar enerji (gerinim) açığa çıkardıkları ve depremlerin büyüklük dağılımı. Bu olay tabanlı ölçümler daha sonra her aile içinde ortalaması alınarak ailenin iç yapısına dair basit tanımlayıcılarla birleştiriliyor (örneğin, ailenin basit bir artçı dizisi gibi mi yoksa daha yaygın bir sürü gibi mi göründüğü). Sonuç, yerel fay segmentinin nasıl davrandığını yakalayan kompakt birer parmak izi şeklinde her aile için özet bilgiler oluşturuyor.

Verinin Kendi Kendine Düzenlenmesine İzin Vermek

Bilgisayara önceden bir “uyarı örüntüsünün” nasıl görünmesi gerektiğini söylemek yerine yazarlar gözetimsiz makine öğrenimi kullanıyor. Spesifik olarak, deprem ailelerini benzer parmak izlerine göre otomatik olarak sınıflandıran k-means algoritması uyguluyorlar. Bu kategoriler, zaman ve mekânda yaygın ve az gerilim açığa çıkaran daha istikrarlı davranıştan, sıkı kümelenme, olaylar arası güçlü etkileşim ve yoğunlaşmış gerilim açığa çıkışıyla karakterize edilen kritik davranışa kadar uzanıyor. Önemli olarak algoritma, büyük depremin ne zaman olduğunu bilmiyor; sadece aileleri özelliklerine göre gruplayıp ayırıyor. Araştırmacılar daha sonra en “kritik” kategorilerin nihai ana şoklarla ilişkili olarak ne zaman ve nerede göründüğünü inceliyorlar.

Fayın Gerçekten Isındığı Yerler — ve Isınmadığı Yerler

Hazırlık evrelerinin belirgin olduğu bilinen üç deprem için—Kahramanmaraş, L’Aquila ve Iquique—yöntem, ana şoktan kısa bir süre önce ortaya çıkan ve önceki etkinlikten ayrılan uzun süreli, yerel olarak yoğun aileleri başarıyla seçiyor. Bu durumlarda kritik kategoriler, olay yoğun kümeleri, daralan mekânsal izler ve daha yüksek gerilim açığa çıkışı ile ilişkilendiriliyor; bu da kırılma öncesi stresin ve hasarın bir fay segmentinde yoğunlaştığıyla tutarlı. Buna karşılık, iki diğer olay—2016 Amatrice depremi (İtalya) ve 2024 Noto depremi (Japonya)—için iş akışı, ana şoka kadar devam eden tekil bir kritik aile bulamıyor. Amatrice göreli bir sakinlik döneminin ardından geliyor gibi görünüyor; Noto ise karmaşık sürü etkinliği ve sıvılarla ilişkili olup tüm büyük depremlerin katalogda belirgin bir sismik uyarı göstermediğini düşündürüyor.

Dikkatle Kullanılabilecek Pratik Erken Bilgilere Doğru

Son olarak yazarlar, yaklaşımlarının gerçeğe daha yakın zamanlı bir kullanıma uygun olup olmadığını test ediyor. Kategorizasyonu önceki bir veri döneminde eğitip sonra katalog boyunca ileri kaydırarak yeni ve ayırt edici bir kategorinin ne zaman ortaya çıktığını görüyorlar. Bilinen hazırlık evrelerinin olduğu üç vakada, kümeleme ölçüsünde büyük depremden haftalar ila aylar önce belirgin bir değişim gözleniyor; bu da yöntemin operasyonel deprem tahmini için olası kullanımına işaret ediyor. Yine de çalışma önemli sınırlamalara vurgu yapıyor: yöntem yalnızca saptanabilir sismisite üreten hazırlık evrelerini algılayabiliyor, yüksek kaliteli kataloglara dayanıyor ve yeni ortaya çıkan bir kategorinin gerçekten kritik olup olmadığını değerlendirmek için uzman yorumu gerektiriyor. Kısacası, bu çerçeve depremleri “tahmin” etmiyor; fakat küçük depremlerin bir fayın daha tehlikeli bir duruma girdiğini işaretlediği zaman ve yerleri vurgulamak için fiziksel temelli bir yol sunuyor.

Atıf: Karimpouli, S., Martínez-Garzón, P., Núñez-Jara, S. et al. Preparatory phase of large earthquakes illuminated by unsupervised categorization of earthquake catalog features. Nat Commun 17, 4024 (2026). https://doi.org/10.1038/s41467-026-72279-x

Anahtar kelimeler: deprem tahmini, seismikite örüntüleri, makine öğrenimi, öncü depremler, fay mekaniği