Makine öğrenimi ile denizaltı kablo polarizasyon sinyallerini kullanarak sismik tespit

Denizaltı İnternet Kablolarıyla Depremleri Dinlemek

Dünyanın en büyük depremlerinin çoğu okyanusların altında, geleneksel kara tabanlı sensörlerden uzakta meydana gelir. Buna karşın neredeyse her kıta, internet trafiğimizi taşıyan geniş fiber optik ağlarla birbirine bağlıdır. Bu çalışma basit ama güçlü bir soruyu gündeme getiriyor: mevcut kablolar, deniz tabanındaki depremleri dinlemek için devasa, hazır kulaklar olarak da kullanılabilir mi?

Neden Bir İnternet Kablosu Yerin Hareketini Hissedebilir

Bir fiber optik kablodan hızla geçen ışık sadece veri taşımakla kalmaz; kablo büküldüğünde, gerildiğinde veya sallandığında ışığın içsel özellikleri ince biçimde değişir. Bu özelliklerden biri, ışık dalgalarının yol alırken nasıl yönlendiğini ölçen polarizasyon durumudur. Deprem sırasında deniz tabanı hareket ettiğinde, gömülü veya yatay duran kablo sarsılabilir ve bu da içindeki ışığın polarizasyonunu etkileyebilir. Yazarlar, gerçek depremlerin bu polarizasyon sinyallerinde tutarlı bir parmak izi bırakıp bırakmadığını öğrenmek için Sicilya’daki Katania ile Tel Aviv’i birleştiren Med‑Nautilus adlı önemli bir Akdeniz internet hattını incelediler.

Ham Kablo Sinyallerini Kullanılabilir İpuçlarına Dönüştürmek

2022 ortasından 2024 sonuna kadar bir İtalyan telekom operatörü, kablodan elde edilen polarizasyona ilişkin süreklî kayıtları ve optik sistemin davranışı hakkında bilgileri sağladı. Araştırmacılar bunu, Akdeniz’i kapsayan bağımsız bir deprem kataloğuyla eşleştirdi ve büyüklüğü 5 veya daha büyük olan 60 olaya odaklandı. Her depremin kabloya ne kadar uzakta olduğunu ve birincil ile ikincil sismik dalgaların ne zaman ulaşması gerektiğini, standart Dünya modellerini kullanarak tahmin ettiler. Ardından optik verileri temizleyip standartlaştırdılar, her olay çevresinde zaman pencerelerine ve anlamlı depremin olmadığı kontrol dönemlerine ayırdılar. Bu titiz hazırlık, hem geleneksel tespit yöntemlerinin hem de modern yapay zekânın tam olarak aynı veri üzerinde test edilmesine zemin hazırladı.

Basit Kurallar Yetmiyor, Öğrenen Makineler Daha İyi

Takım önce ani sinyal artışlarını veya spektral enerjiyi arayan, sabit eşiklere dayalı klasik sismoloji tarzı araçları denedi. Polarizasyon verileri üzerinde bu kural‑tabanlı yöntemler ya çok fazla yanlış alarm verdi ya da çoğu gerçek olayı kaçırdı; bazen rastgele tahminden bile daha iyi performans göstermediler. Buna karşın birçok ince özelliği aynı anda değerlendirebilen makine öğrenimi modelleri belirgin biçimde daha iyi sonuç verdi. Birçok küçük karar ağacının kararlarını birleştiren Extreme Gradient Boosting adlı teknik, deprem etkili günleri daha sakin günlerden ayırt etmesi istendiğinde yaklaşık yüzde 60 doğruluk, duyarlılık ve özgüllüğe ulaştı. Modelin davranış analizleri, tek bir belirleyici özelliğe dayanmadığını, bunun yerine polarizasyon desenlerindeki küçük ama anlamlı değişiklikleri birlikte yakalayan istatistiksel ölçülerin bir bileşimine güvendiğini gösterdi.

Kablonun Neyi Duyup Ne Yapamayacağı

Yazarlar daha sonra öğrenme algoritması tarafından en kolay tanınan depremlerin hangileri olduğunu incelediler. Şaşırtıcı biçimde, kablodan uzaklık, depremin derinliği veya hatta büyüklüğü gibi basit faktörler net eğilimler göstermedi. Benzer özelliklere sahip bazı orta‑şiddetli depremler belirgin, tespit edilebilir polarizasyon değişimleri üretirken, benzer olaylar büyük ölçüde farkedilmedi. Kablonun “normal” davranışını öğrenip güçlü sapmaları anomali olarak işaretleyen ek bir derin öğrenme yaklaşımı da yalnızca en büyük birkaç olaya belirgin şekilde tepki verdi. Bu, bir kablonun depremi ne kadar iyi “duyduğu”nun yalnızca depremin kendisine bağlı olmadığını; kablonun deniz tabanına ne kadar sıkı bağlı olduğu, gömülme ve yapım ayrıntıları ile çevresel gürültü gibi etkenlerin de önemli rol oynadığını düşündürüyor.

Geleceğin Okyanus İzlemesi İçin Genel Bakış

Düşük tespit oranlarına ve kaçırılan birçok olaya rağmen çalışma önemli bir kavram kanıtı sunuyor: Med‑Nautilus kablosu hiç sensör olarak tasarlanmamış olsa da, ışık polarizasyonu aracılığıyla güçlü depremler hakkında kullanılabilir bilgiler taşıyor. Halka yönelik ana mesaj, mevcut dijital altyapımızın prensipte geniş ve düşük maliyetli bir bilimsel cihaz ağına dönüşebileceği. Bu tür yöntemler geliştirildiği ve diğer algılama teknolojileriyle birleştirildiği takdirde, küresel denizaltı kablo sistemleri okyanus sismik izlemesindeki mevcut kör noktaları doldurmaya yardımcı olabilir ve kıyı topluluklarına dalgaların altındaki olaylar hakkında daha erken ve zengin bilgiler sağlayabilir.

Atıf: 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

Anahtar kelimeler: denizaltı kablolar, deprem tespiti, fiber optik algılama, makine öğrenimi, Akdeniz