卡迪夫大学的科学家开发了一种早期预警系统，可以快速对海底地震进行分类并确定海啸事件的风险。

该团队来自该大学数学学院，将最先进的声学技术与人工智能(AI)相结合，实时监测构造活动。

他们的工作今天发表在《流体物理学》上，使用水下麦克风(称为水听器)捕获的录音来测量太平洋和印度洋发生的200次地震产生的声辐射。

卡迪夫大学应用数学高级讲师、该研究的合著者Usama Kadri博士说：“海啸可能是极具破坏性的事件，造成巨大的生命损失和破坏性的沿海地区，随着整个基础设施的消失，导致重大的社会和经济影响。

“我们的研究展示了如何通过监测声重力波来获得有关海啸规模和规模的快速可靠的信息，声重力波在水中传播的速度比海啸波快得多，从而在登陆前有更多的时间疏散地点。

声重力波是自然产生的声波，以声速穿过深海，可以在水中传播数千公里。

Kadri博士补充说：“这种声辐射还携带有关构造事件起源的信息，其压力场可以在遥远的位置记录，甚至距离源头数千公里。

“这很重要，因为并非所有水下地震都会引起海啸。

目前的预警系统依赖于在海啸警报触发之前到达海浮标的海浪，几乎没有时间疏散。

海浮标与地震传感器一起使用来测量水下地震，但该技术在预测由此产生的海啸造成的危险方面并不总是准确的。

该团队旨在与现有的预警系统一起使用，使用计算模型使用水听器记录对构造事件的来源进行三角测量。

然后，算法对地震的滑移类型和震级进行分类，然后计算地震属性(如长度和宽度、抬升速度和持续时间)以揭示海啸的大小。

共同作者Bernabe Gomez Perez博士在卡迪夫期间进行了这项研究，现在在洛杉矶的加利福尼亚大学，他说：“与水平滑动元素相比，具有强垂直滑移元素的构造事件更有可能升高或降低水柱。

“因此，在评估的早期阶段了解滑移类型可以减少误报，并通过独立的交叉验证补充和提高预警系统的可靠性。

该团队预测海啸风险的工作是一个长期项目的一部分，该项目旨在加强全球自然灾害预警系统。他们的最新开发功能是用户友好的软件，该软件将于今年晚些时候在国家预警中心托管。