教育新闻网根据今天在《科学进展》上发表的一项研究，地面振动可能有助于改善有关冰川融化导致突然洪水的预警。
1994年10月7日，一直挡住冰川湖的天然水坝爆裂，洪水冲入下游，流入不丹Punakha村。突如其来的洪水使21人丧生，毁坏了816英亩的农作物和6吨的储存食品，并冲走了房屋和其他基础设施。这项由哥伦比亚大学拉蒙特-多尔蒂地球观测站的研究人员领导的新研究发现，当地的地震设备在不知不觉中记录了冰川湖爆发洪水前五个小时的情况。
在山区，冰川湖爆发的洪水变得越来越频繁，破坏性也越来越大。随着冰川融化，水池中的水被湖泊困在由岩石冰川碎屑和冰果酱制成的水坝后面。当水坝移动或在其后方承受太大压力时，湖水急速冲出，对下游社区构成威胁。随着地球变暖，冰川湖变得越来越大，越来越普遍，因此增加了冰川湖爆发洪水(GLOF)的可能性。
在由Lamont-Doherty研究生Josh Maurer领导的研究中，研究人员发现，距冰川湖约100公里的地震仪阵列在大约1:45 am记录了清晰的高频信号，大约是在大坝发生的那段时间。爆裂。他们假设，随着大坝的破裂，大量的水和/或沉积物突然流出，撞击河床，从而引起了地震仪吸收的振动。该团队能够利用地震数据重建洪水，因为洪水在下游90公里处到达，并在上午7点左右到达Punakha村。
当前，仪器监测某些冰川湖中的当地水位，并在湖水位突然下降时向当地社区发出警报，表明存在GLOF。但是，已知这种系统在某种程度上是不可靠的，并且过去已经发出了错误警报。研究作者建议，通过一些改进，可以将实时地震监测与水位监测系统结合使用，以最大程度地减少错误警报并最大化警报时间。此外，一些策略性放置的地震传感器可以潜在地监视大面积的GLOF，而必须逐个湖地安装水位监测器。
作者指出，在地震GLOF监测仪准备部署之前，还需要进行更多研究。该团队希望找到并探索地震仪捕获到GLOF事件的其他实例，以更好地了解如何实时读取和分析信号。他们还警告说，普纳卡洪水非常大，因此信号在数据中清晰可见。将来，他们希望更好地了解该技术是否可以可靠地检测出较小的冰川湖爆发洪水，而洪水仍可能造成严重破坏。
通过重建Punakha洪水，研究人员还能够测试预期洪水将如何流经该地区的各种模型，表明地震数据可以帮助改善洪水模型。此外，本文还使用了GLOF前后的卫星图像来评估其对该地区的影响。
未参加这项研究的专家，包括地理学家西蒙·艾伦和冰川学家霍尔格·弗雷(均来自苏黎世大学)，都表示，这项研究是朝着基于地震学的预警系统迈出的有希望的第一步。艾伦说，由于该技术到目前为止仅在一个湖上进行了测试，因此需要更多的研究，并告诫说，在喜马拉雅山或其他地方维持实时地震监测网络将带来财务和技术挑战。
“算法必须极其可靠，” Frey说。“必须检测所有事件，但同时必须避免所有错误警报。” 他还强调指出，在设计和实施此类系统时，必须包括来自受影响社区的人员，这对于确定他们最终是否成功至关重要。
GFZ德国地球科学研究中心的地质学家克里斯汀·库克(Kristen Cook)说：“这项研究很好地证明了对大型爆发洪水进行远程地震探测的潜力。” “这种地震探测可能会产生重要的意义，这既可以及时回顾洪水模型，更好地了解爆发洪水的过程，也可以及时发展地震预警系统。爆发洪水是喜马拉雅山脉的一大关注点，尤其是随着沿河走廊的发展以及湖泊的增长，因此，更强大的预警和更好的建模都将带来巨大的社会效益。”
该研究的其他作者包括：哥伦比亚大学的Joerg Schaefer，Joshua Russell和Nicolas Young。来自犹他大学的Summer Burton Rupper;来自不丹水，气候和环境政策中心的Norbu Wangdi;和缅因大学的Aaron Putnam。
通过下面的研究合著者Joerg Schaefer的简短问答，了解有关该研究的更多信息。
这项研究的想法最初是如何发展的?
这一切始于我们在GLOF湖前保存完好的，几乎完整的冰ine序列的工作。它们处在1994年GLOF的行列中，铍测年表明它们很古老，大约有4000年的历史。对于如此毁灭性的GLOF如何通过这些古老的冰川地貌而又不破坏它们，将它们洗净，我感到困惑。我请研究生乔希·毛勒(Josh Maurer)检查间谍卫星图像以及随后的遥感图像，以获取洪水之前和之后的湖泊和山谷的图片。他这样做了，我们记录了1994年GLOF的爆发和初期。我们了解到，洪水从一开始就不是超级戏剧性的事，只占据了冰m终端的一小部分。这是一个惊人而令人恐惧的提醒，从这些高海拔开始的GLOF在下坡时会通过重力吸收破坏性的能量。
Josh意识到了这种潜力，我们开始怀疑GLOF信号是否在地震仪记录中不可见。Josh与博士Josh Russell取得了联系。拉蒙特(Lamont)地震学专业的学生，他们一起工作，并应用了一种称为“基于互相关的地震分析”的技术，通过该技术，他们可以使用地震仪在距实际洪水100公里的地方跟踪GLOF的演变。他们以惊人的清晰度发现了洪水信号，并将地震数据与目击者报告和数值洪水模型中的下游测距站进行了合成。
我们还使用了洪水前后的远程影像来估算下游山谷中的沉积物沉积，以评估破坏程度，并追踪植被恢复的速度。
这可能是我很高兴能参与其中的最具创新性的地球科学论文。我的主要职责是支持这些杰出的研究生的工作。
您在此项目的开发过程中遇到任何障碍吗?如果是这样，那是什么?您是如何克服它们的?
Josh和Josh在进行互相关分析时遇到了许多问题，但是他们作为一个团队出色而有效地工作。一旦所有结果都摆在桌面上，我们便花了一些时间来整理来自许多不同学科的文章，以形成一个连贯的地球科学手稿，并意识到和阐述该技术在新一代GLOF预警系统中的潜力。
您如何看待其他冰川湖在这些方面的研究优先次序?
这种方法的最大优势之一就是区域适用性。例如，我们可以使用该工具包询问地震仪记录系统中是否存在类似的“ GLOF型信号”。并且，使用乔什(Josh)的卫星图像处理技术，我们可以搜索该地区，寻找过去40年中该地区可能发生的类似洪水的来源。
能够跟踪湖泊的形成，生长，特别是随着时间的推移而增加的湖泊水平，是评估和确定该地区最危险的湖泊的关键。在该地区不同的GLOF易发山谷中，地形和沉积物的可用性可能相似，但我们绝对应该制作一张地图，突出显示与喜马拉雅山上空GLOF危害相关的人类住区和对其生计至关重要的区域。
