ในทาง แผ่นดินไหววิทยา (seismology) ปัจจุบันมีแนวคิด วิธีการ หรือทฤษฎีมากมายที่ นักแผ่นดินไหว (seismologist) ได้คิดค้นขึ้นมาเพื่อที่จะคาดการณ์สถานการณ์แผ่นดินไหวที่อาจจะเกิดขึ้นได้ในอนาคต ซึ่ง USGS (2002) ได้จัดกลุ่มวิธีต่างๆ ตามช่วงเวลาที่ในแต่ละวิธีนั้นมีความพอฟังได้ น่าเชื่อถือเอาไว้ 3 กลุ่ม คือ

• การพยากรณ์แผ่นดินไหวระยะยาว (long-term earthquake forecasting) เป็นการคาดการณ์ โอกาสหรือเวลาการเกิดแผ่นดินไหวที่อาจจะเกิดขึ้นในอีก 10-100 ปี ข้างหน้า โดยอาศัยแนวคิดที่ว่าพื้นที่ที่มีกระบวนการทางธรณีแปรสัณฐานเดียวกัน จะมีพฤติกรรมการเกิดแผ่นดินไหวที่คล้ายๆ กัน ในแง่ของความถี่การเกิดแผ่นดินไหวในแต่ละขนาด เช่น การประเมิน ช่วงว่างแผ่นดินไหว (seismic gap) หรือประคาบอุบัติซ้ำ (recurrence interval)
• การพยากรณ์แผ่นดินไหวระยะกลาง (Intermediate-term earthquake forecasting) คือ การคาดการณ์ก่อนแผ่นดินไหวจะมาในหลักเดือน ถึงหลัก 10 ปี ส่วนใหญ่เป็นการวิเคราะห์ด้าน แผ่นดินไหววิทยาเชิงสถิติ (statistical seismology) โดยใช้บันทึกแผ่นดินไหวที่ตรวจวัดได้จากเครื่องมือตรวจวัด (instrumental record) หรือที่เรียกว่า ฐานข้อมูลแผ่นดินไหว (earthquake catalogue) เป็นข้อมูลหลักพื้นฐานในการวิเคราะห์ ซึ่งผลการวิเคราะห์จะออกมาได้หลากหลายรูปแบบ เช่น พฤติกรรมการเกิดแผ่นดินไหว (earthquake activity) แรงเค้นทางธรณีแปรสัณฐาน (tectonic stress) ภาวะเงียบสงบแผ่นดินไหว (seismic quiescence) และภาวะกระตุ้นแผ่นดินไหว (seismic activation) เพื่อสังเกต ค่าความผิดปกติ (anomalies) ก่อนที่แผ่นดินไหวจะเกิดขึ้น
• การทำนายระยะสั้น (short-term earthquake prediction) เป็นการคาดการณ์การมาของแผ่นดินไหวในระดับวัน-เดือน ก่อนเกิดแผ่นดินไหว ซึ่งก็อย่างที่รู้กันว่ากลไกการเกิดแผ่นดินไหวนั้นซับซ้อนมาก และกว่าจะเกิดแผ่นดินไหวแต่ละครั้งต้องมีส่วนผสมที่ลงตัว ทั้งเวลาการเก็บพลังงานที่เพียงพอ ชนิดของหินที่จะเป็นตัวบอกว่าแผ่นดินนั้นล๊อคกันได้นานแค่ไหน และอื่นๆ อีกจิปาถะ ถ้าต้องคิดเป็นสมการความสัมพันธ์ ก็คงต้องยาวเหยียด 3-4 หน้ากระดาษ ด้วยเหตุของความซับซ้อนนี้ นักแผ่นดินไหวในปัจจุบันจึงทำได้เพียงการมองหา สัญญาณบอกเหตุ (precursor) รูปแบบต่างๆ ก่อนที่จะเกิดแผ่นดินไหว อารมณ์ก็ประมาณว่า ไม่รู้แหละว่าเกิดมาได้ยังไง แต่ก่อนเกิดได้เห็นปรากฏการณ์แปลกๆ ก็อนุมานเอาว่า ปรากฏการณ์เหล่านี้น่าจะสื่อว่าแผ่นดินไหวกำลังจะมา เช่น การสังเกตสัญญาณบอกเหตุจาก พฤติกรรมผิดปกติของสัตว์ (animal sensory) แสงแผ่นดินไหว (earthquake light) เมฆและกลุ่มควันแผ่นดินไหว (earthquake cloud and flog) การเปลี่ยนแปลงน้ำใต้ดิน (ground water change) หรือแม้กระทั่งการตรวจวัด สัญญาณทางอวกาศ (atmospheric change) ในแง่มุมต่างๆ ทั้ง สนามแม่เหล็กโลก ก๊าซเรดอน ก๊าซฮีเลียม และไอออนต่างๆ เป็นต้น

การทำนายแผ่นดินไหว (earthquake prediction) และ การพยากรณ์แผ่นดินไหวระยะกลาง (earthquake forecasting) แตกต่างกันตรงที่ การทำนาย คือการคาดการณ์แผ่นดินไหวที่จะเกิดขึ้นในอนาคตจาก สัญญาณบอกเหตุ (precursor) หรือลางบอกเหตุเป็นหลัก ถือเป็นการเรียนรู้ความสัมพันธ์จากประสบการ (empirical relationship) โดยไม่อยู่อย่างถ่องแท้ถึงกลไกหรือสาเหตุของความสัมพันธ์ เช่น ไม่รู้ว่าสุนัขเคียดแค้นหรือเกรงกลัวอะไรแผ่นดินไหว แต่ทุกครั้งที่สุนัขโหยหวนมักจะเกิดแผ่นดินไหว ส่วน การพยากรณ์ คือ การคาดการณ์แผ่นดินไหวที่จะเกิดขึ้นในอนาคต โดยการศึกษาและทำความเข้าใจเหตุและผลของการเกิดอย่าง วิทยาศาสตร์ ซึ่งบางครั้งอาจจะดูคร่าวๆ เพราะข้อจำกัดของศักยภาพเครื่องมือตรวจวัด แต่ก็จะสามารถอธิบายที่มาที่ไปของคนที่นำเสนอได้

แผ่นดินไหววิทยาเชิงสถิติ

แผ่นดินไหววิทยาเชิงสถิติ หรือ วิทยาการคลื่นไหวสะเทือนเชิงสถิติ (statistical seismology) เป็นศาสตร์การศึกษาพฤติกรรมการเกิดแผ่นดินไหวโดยใช้ ฐานข้อมูลแผ่นดินไหว (earthquake catalogue) ที่ตรวจวัดได้จากเครื่องมือตรวจวัดแผ่นดินไหว เป็นข้อมูลหลักในการวิเคราะห์

เพิ่มเติม : บันทึกแผ่นดินไหว : ไดอารี่ที่จดเอาไว้คาดการณ์อนาคต

ปัจจุบัน คำว่า แผ่นดินไหววิทยาเชิงสถิติ หรือ วิทยาการคลื่นไหวสะเทือนเชิงสถิติ (statistical seismology) ถือได้ว่าเป็นแนวคิดการศึกษาด้านแผ่นดินไหวแนวใหม่และไม่ค่อยได้ยินชินหูมากนักสำหรับคนไทย แต่ด้วยผลการพยากรณ์ที่มีความแม่นยำพอสมควร กับในหลายๆ กรณีการเกิดแผ่นดินไหวใหญ่ในต่างประเทศ ทำให้การวิเคราะห์แผ่นดินไหววิทยาในเชิงสถิติได้รับความนิยมอย่างมากในต่างประเทศตลอดระยะเวลาสิบกว่าปีที่ผ่านมา (Tiampo และ Shcherbakov, 2012)

โดยจากการประชุมเชิงปฏิบัติการระดับนานาชาติในหัวข้อ International Workshop on Statistical Seismology (Statsei) ซึ่งจัดขึ้นเป็นประจำจนกระทั่งการประชุมครั้งที่ 10 เมื่อวันที่ 20-2-4 เดือนกุมภาพันธ์ ค.ศ. 2017 ณ เมืองเวลลิงตัน ประเทศนิวซีแลนด์ หรือ ครั้งที่ 11 เมื่อวันที่ 18-21 เดือนสิงหาคม ค.ศ. 2019 ณ เมือง ฮาโกเน่ ประเทศญี่ปุ่น ประกอบกับบทความวิจัยระดับนานาชาติจำนวนมากที่ถูกเผยแพร่สู่สาธารณะอย่างต่อเนื่อง บ่งชี้ว่าการศึกษาวิจัยด้านวิทยาคลื่นไหวสะเทือนเชิงสถิตินั้นมีประสิทธิภาพ และเป็นที่ยอมรับอย่างกว้างขวางในแวดวงการศึกษาวิจัยด้านวิทยาคลื่นไหวสะเทือนในปัจจุบัน

ฐานข้อมูลแผ่นดินไหวและความสมบูรณ์

หากพิจารณาในเชิงคุณภาพ งานวิจัยในอดีตบ่งชี้ว่าฐานข้อมูลแผ่นดินไหวทั่วโลก ส่วนใหญ่ไม่สื่อถึงพฤติกรรมการเกิดแผ่นดินไหวที่สัมพันธ์กับกระบวนการทางธรณีแปรสัณฐานอย่างแท้จริง เนื่องจากหลายสาเหตุ เช่น Kagan และ Knopoff (1980) อธิบายว่าการรายงานมาตราขนาดแผ่นดินไหวที่แตกต่างกันทำให้การนำฐานข้อมูลแผ่นดินไหวมาใช้วิเคราะห์ในทางสถิติมีความคลาดเคลื่อน นอกจากนี้ Gardner และ Knopoff (1974) อธิบายว่าการศึกษาพฤติกรรมการเกิดแผ่นดินไหวที่สัมพันธ์กับกระบวนการทางธรณีแปรสัณฐาน โดยใช้ข้อมูลแผ่นดินไหวนำ (foreshock) และแผ่นดินไหวตาม (aftershock) ร่วมกับข้อมูลแผ่นดินไหวหลัก (mainshock) ในการวิเคราะห์ ทำให้ผลการศึกษาแสดงพฤติกรรมการเกิดแผ่นดินไหวสูงกว่าความเป็นจริง เนื่องจากแผ่นดินไหวหลักเป็นแผ่นดินไหวที่เกิดจากการคลายความเค้นทางธรณีแปรสัณฐานโดยตรง ในขณะที่แผ่นดินไหวนำและแผ่นดินไหวตามเกิดจากกลไกการเลื่อนตัวของรอยเลื่อนที่ทำให้เกิดแผ่นดินไหวหลักในแต่ละเหตุการณ์

นอกจากนี้ Habermann (1987) ยังตรวจพบการเปลี่ยนแปลงอย่างเป็นระบบของฐานข้อมูลแผ่นดินไหวที่เกิดจากการเปลี่ยนแปลงเครือข่ายตรวจวัดแผ่นดินไหว เช่น การปิดปรับปรุงหรือการติดตั้งเครือข่ายตรวจวัดแผ่นดินไหวในบางช่วงเวลา ซึ่ง Habermann (1987) พบว่าการเปลี่ยนแปลงดังกล่าวเกิดขึ้นกับทุกฐานข้อมูลแผ่นดินไหวทั่วโลก โดยเฉพาะฐานข้อมูลแผ่นดินไหวในช่วงเริ่มต้นติดตั้งเครือข่ายตรวจวัดแผ่นดินไหว ซึ่งการเปลี่ยนแปลงดังกล่าว ทำให้ฐานข้อมูลแผ่นดินไหวไม่สื่อถึงพฤติกรรมการเกิดแผ่นดินไหวที่สัมพันธ์กับกระบวนการทางธรณีแปรสัณฐานอย่างแท้จริง ดังนั้นการนำข้อมูลแผ่นดินไหวมาใช้ในการวิเคราะห์ด้านวิทยาคลื่นไหวสะเทือนเชิงสถิติ จึงจำเป็นต้องปรับปรุงฐานข้อมูลแผ่นดินไหวให้มีความสมบูรณ์ตามกระบวนการทางสถิติ 4-6 ขั้นตอน ดังนี้ (Caceres และ Kulhanek, 2000)

• บันทึกแผ่นดินไหว (earthquake record)
• การปรับเทียบมาตราขนาดแผ่นดินไหว (magnitude conversion)
• การจัดกลุ่มแผ่นดินไหว (earthquake clustering)
• แผ่นดินไหวจากกิจกรรมมนุษย์ (man-made earthquake)
• การเปลี่ยนแปลงระบบตรวจวัด (detection system change)
• ประสิทธิภาพการตรวจวัด (detection capability)

พฤติกรรมการเกิดแผ่นดินไหว

จากข้อมูลแผ่นดินไหวที่บันทึกเก็บไว้ตั้งแต่อดีตจนปัจจุบัน พบว่าแผ่นดินไหวเล็กจะมีอัตราการเกิดบ่อยกว่าแผ่นดินไหวใหญ่ ดังนั้น Ishimoto และ Iida (1939) และ Gutenberg และ Richter (1944) ได้นำเสนอสมการความสัมพันธ์ การกระจายตัวความถี่-ขนาดแผ่นดินไหว (Frequency-Magnitude Distribution, FMD) หรือที่นักแผ่นดินไหวบางกลุ่มวิจัย เรียกว่า สมการกูเต็นเบิร์ก-ริกเตอร์ (Gutenberg-Richter Relationship) ดังแสดงในสมการ (1)

กำหนดให้ N_M คือ จำนวนหรืออัตราการเกิดแผ่นดินไหวสะสม (cumulative number) ของแผ่นดินไหวที่มีขนาด ≥ M ส่วนค่า a และค่า b คือ ค่าคงที่มีค่าบวก ซึ่งจะมีค่าแตกต่างกันไปในแต่ละช่วงเวลาและพื้นที่ใดๆ และเป็นตัวแปรสำคัญที่สื่อถึง พฤติกรรมการเกิดแผ่นดินไหว (earthquake activity) ในรูปแบบต่างๆ ได้ โดยแสดงอยู่ในรูปแบบของ

• แผ่นดินไหวขนาดใหญ่ที่สุด (maximum magnitude)
• คาบอบุติซ้ำการเกิดแผ่นดินไหว (return period)
• โอกาสเกิดแผ่นดินไหว (probability of occurrence)

เพิ่มเติม : พฤติกรรมการเกิดแผ่นดินไหวตามเขตมุดตัวของเปลือกโลกในภูมิภาคอาเซียน

แรงเค้นทางธรณีแปรสัณฐาน

หากวิเคราะห์จากข้อมูลแผ่นดินไหวในพื้นที่กว้างและช่วงเวลาการบันทึกข้อมูลแผ่นดินไหวที่ยาวนาน นักแผ่นดินไหวพบว่าสมการความสัมพันธ์ FMD จะแสดงผลของค่า b = 1.0 โดยประมาณ (Frolich และ Davis, 1993) แต่จากการศึกษาในเวลาต่อมา เช่น Wiemer และคณะ (1998) และ Gerstenberger และคณะ (2001) พบว่าหากกำหนดขอบเขตพื้นที่ศึกษาเล็กลงและกำหนดช่วงเวลาของข้อมูลแผ่นดินไหวสั้นลง ค่า b จะมีการเปลี่ยนแปลงและแตกต่างกันทั้งในเชิงเวลาและเชิงพื้นที่ที่พิจารณาดังแสดงในตาราง ดังนั้นนอกจากการประยุกต์ใช้ค่า a และค่า b จากสมการความสัมพันธ์ FMD เพื่อประเมินพฤติกรรมการเกิดแผ่นดินไหวในรูปแบบต่างๆ นักแผ่นดินไหวหลายกลุ่มศึกษาการเปลี่ยนแปลงค่า b ในรายละเอียดและนัยสำคัญของการเปลี่ยนแปลงดังกล่าวที่สัมพันธ์กับกระบวนการทางธรณีแปรสัณฐานต่างๆ และหนึ่งในนั้นก็คือการเปลี่ยนแปลงของค่า b ที่สัมพันธ์กับ แรงเค้นทางธรณีแปรสัณฐาน (tectonic stress)

เพิ่มเติม : แรงเค้นทางธรณีแปรสัณฐานในภาคเหนือของไทย กับการประเมินพื้นที่เสี่ยงแผ่นดินไหวในอนาคต

ภาวะเงียบสงบแผ่นดินไหว

เพื่อที่จะศึกษาพฤติกรรมการปริแตกของหินหรือรอยเลื่อนก่อนที่จะเกิดแผ่นดินไหวในธรรมชาติ Sobolev (1995) ได้จำลองการเกิดแผ่นดินไหวจากการลองบีบอัดหินและตรวจวัดจำนวนเสียงปริแตกของหิน ซึ่งจากการทดลองดังกล่าว Sobolev (1995) สรุปว่าหากพื้นที่ใดๆ ได้รับความเค้นทางธรณีแปรสัณฐานเพิ่มขึ้น อัตราการเกิดแผ่นดินไหวจะลดลงอย่างมีนัยสำคัญ เรียกว่า ภาวะเงียบสงบแผ่นดินไหว (seismic quiescence) และหลังจากนั้นอัตราการเกิดแผ่นดินไหวจะเพิ่มขึ้นอย่างรวดเร็ว เรียกว่า ภาวะกระตุ้นแผ่นดินไหว (seismic activation) ก่อนที่จะเกิดแผ่นดินไหวขนาดใหญ่ในเวลาต่อมา

โดยหลังจากที่พบปรากฏการณ์ดังกล่าว นักแผ่นดินไหววิทยาจึงพยายามคิดค้นวิธีการทางสถิติเพื่อตรวจจับและประเมินทั้งภาวะเงียบสงบแผ่นดินไหวและภาวะกระตุ้นแผ่นดินไหว เพื่อที่จะใช้เป็นค่าผิดปกติหรือสัญญาณบอกเหตุก่อนที่จะเกิดแผ่นดินไหวใหญ่ในอนาคต โดยในบทความนี้ขอนำเสนอ 2 วิธีการ ได้แก่

• การเปลี่ยนแปลงอัตราการเกิดแผ่นดินไหว (seismicity rate change)
• ระเบียบวิธีพื้นที่-เวลา-ความยาวรอยเลื่อน (RTL algorithm)

เพิ่มเติม : การเปลี่ยนแปลงอัตราการเกิดแผ่นดินไหวตามเขตมุดตัวสุมาตรา-อันดามัน : นัยสำคัญถึงแผ่นดินไหวใหญ่ในอนาคต

เพิ่มเติม : ความเงียบงันบนรอยเลื่อนสะกาย ประเทศพม่า ซึ่งในทางแผ่นดินไหวถือว่าเป็นสัญญาณไม่ค่อยดี

ทั้งหมดนี้ก็เป็นไอเดียในเบื้องต้นของการศึกษาแผ่นดินไหววิทยาเชิงสถิติ โดยเฉพาะในพื้นที่อาเซียนบ้านเรา อย่างไรก็ตามจากที่กล่าวไปในตอนต้นว่าศาสตร์ด้านแผ่นดินไหววิทยาเชิงสถิตินั้นเป็นที่สนใจอย่างมากในต่างประเทศ ดังนั้นจึงมีวิธีการใหม่ใหม่ถูกคิดค้นขึ้นมาอยู่ตลอดเวลาและที่นำเสนอในบทความนี้เป็นเพียงบางส่วนเท่านั้น หากสนใจรายละเอียดสามารถศึกษาเพิ่มเติมได้จากบทความของ Tiampo และ Shcherbakov (2012)

. . .
บทความล่าสุด : www.mitrearth.org
เยี่ยมชม facebook : มิตรเอิร์ธ – mitrearth