सप्टेंबर २०२23 मध्ये, एक असामान्य भूकंपाचा सिग्नल दर seconds ० सेकंदात सलग नऊ दिवसांसाठी दर 90 ० सेकंदात परत आला आणि नंतर एका महिन्यानंतर पुन्हा पुन्हा पुन्हा पुन्हा पुन्हा पुन्हा केला. सुरुवातीला शास्त्रज्ञ स्त्रोत ओळखण्यात अक्षम होते. जवळपास एक वर्षानंतर, दोन वैज्ञानिक अभ्यासानुसार असे प्रस्तावित केले गेले की या भूकंपाच्या विसंगतींचे कारण दोन मेगा त्सुनामी होते जे एका अज्ञात ग्लेशियरच्या तापमानामुळे उद्भवलेल्या दोन मोठ्या भूस्खलनांमुळे दुर्गम पूर्व ग्रीनलँड फोजर्डमध्ये चालना मिळाली. या घटनांनी मेगा-त्सुनामीला मुक्त केले आहे असे मानले जात होते, जे नंतर सीच म्हणून अडकले-फजर्डमध्ये मागे व पुढे ढकललेल्या लाटा, ग्रहाचा कवच हलवत. या सिद्धांताची पुष्टी करण्यासाठी आतापर्यंत या सीचची कोणतीही निरीक्षणे अस्तित्त्वात नाहीत. एका नवीन अभ्यासानुसार, वैज्ञानिकांनी उपग्रह अल्टिमेट्री डेटाचे स्पष्टीकरण करण्यासाठी कादंबरी विश्लेषण तंत्राचा वापर करून प्रथम थेट निरीक्षणे केली आहेत.
स्वॉट वापरणे
त्यानुसार नवीन संशोधनपृष्ठभागाच्या पाण्याचे आणि महासागर टोपोग्राफी (एसडब्ल्यूओटी) उपग्रहातून आला. पारंपारिक उपग्रह अल्टिमेटर्स त्यांच्या विरळ आणि रेखीय डेटा कव्हरेजमुळे लाटा शोधण्यात अयशस्वी झाले. याउलट, एसडब्ल्यूओटीचे का-बँड रडार इंटरफेरोमीटर (करिन) अभूतपूर्व स्थानिक रिझोल्यूशन ऑफर करते आणि 50-किलोमीटर-रुंद स्वॅथपेक्षा 2.5-मीटर अचूकतेसह पृष्ठभागाच्या पाण्याचे उंची मोजते.
इव्हेंट्स दरम्यान आणि नंतर एफजॉर्डचे उन्नत नकाशे व्युत्पन्न करण्यासाठी संशोधकांनी एसडब्ल्यूओटी डेटाचे विश्लेषण केले. या नकाशेमुळे वेगळ्या क्रॉस-चॅनेल उतार उघडकीस आले जे विरोधी दिशानिर्देशांमध्ये गेले आणि सीचेसचा निश्चित पुरावा प्रदान केला. कार्यक्रमादरम्यान फजॉर्डमधील डॅनिश लष्करी जहाजात कोणताही गडबड दिसून आली असली तरी, स्वॉटच्या वाइड-स्वॅथ इमेजिंगने मानवी डोळे आणि जुने वाद्ये काय करू शकत नाहीत हे पकडले.
हवामान-चालित टोकाचे
ही निरीक्षणे भूकंपाच्या सिग्नलशी जोडून आणि वारा किंवा भरतीसारख्या इतर कारणांवर राज्य करून, संशोधकांनी पुष्टी केली की सीचने नऊ दिवसांच्या भूकंपाचा कार्यक्रम केला.
“हवामान बदल नवीन, न पाहिलेले टोकांना जन्म देत आहे,” आघाडीचे लेखक थॉमस मोनहान म्हणाले? “हा अभ्यास दर्शवितो की उपग्रह पृथ्वीचे निरीक्षण आम्हाला त्यांचा अभ्यास करण्यास कशी मदत करू शकते.” सह-लेखक प्रोफेसर थॉमस अॅडॉकॉक पुढे म्हणाले, “एसडब्ल्यूओटी एक गेम चेंजर आहे. त्याचा डेटा पूर्ण वापर करण्यासाठी, आम्ही मशीन लर्निंग आणि महासागर भौतिकशास्त्र समाकलित केले पाहिजे.”
