ज्वालामुखियों के अंदर अभूतपूर्व गहराई और विस्तार का पुनर्निर्माण

[विज्ञापन_1]

Tái tạo hình ảnh sâu và chi tiết chưa từng thấy bên trong núi lửa- Ảnh 1. — चित्र में ज्वालामुखी के अंदर और नीचे मैग्मा क्षेत्र दिखाया गया है

शोधकर्ताओं ने एक नई चतुराईपूर्ण इमेजिंग तकनीक विकसित की है, जो हमें विशाल ज्वालामुखियों के अंदर अभूतपूर्व विस्तार और गहराई से देखने में सक्षम बनाती है।

साइंस अलर्ट ने 30 सितंबर को बताया कि फ्रेंच नेशनल सेंटर फॉर साइंटिफिक रिसर्च (सीएनआरएस) और पेरिस इंस्टीट्यूट ऑफ प्लैनेटरी फिजिक्स (पीआईजीपी-फ्रांस) की एक शोध टीम ने अपने दृष्टिकोण के लिए मेडिकल इमेजिंग और ऑप्टिकल माइक्रोस्कोपी से विचार उधार लिए हैं।

यह एक नई विधि है जो मैट्रिक्स इमेजिंग नामक एक मौजूदा तकनीक पर आधारित है और ज्वालामुखी मानचित्रण में आने वाली कुछ कठिनाइयों को दूर करने में मदद करती है, जैसे कि पृथ्वी से परावर्तित भूकंपीय तरंगों को रिकॉर्ड करने के लिए अधिक सेंसर (भूकंपीय तरंग रिसीवर) का न होना।

इन तरंगों की व्याख्या करके पृथ्वी की पपड़ी में विभिन्न प्रकार की सामग्रियों और संरचनाओं का निर्धारण किया जा सकता है। मैट्रिक्स इमेजिंग की मदद से, यह व्याख्या काफी आसान हो जाती है।

नेचर पत्रिका में प्रकाशित अध्ययन के अनुसार, "ज्वालामुखी विस्फोटों के बेहतर पूर्वानुमान के लिए मैग्मा के दबाव और विस्तार की सटीक निगरानी की आवश्यकता होती है। जोखिम आकलन के लिए गहरे मैग्मा भंडारण को समझना महत्वपूर्ण है, लेकिन इन प्रणालियों की इमेजिंग चुनौतीपूर्ण है।"

अपने प्रयोग के लिए, शोधकर्ताओं ने कैरिबियन में एक फ्रांसीसी विदेशी क्षेत्र, ग्वाडेलोप में स्थित ला सूफ़्रीयर ज्वालामुखी को चुना। शोधकर्ताओं ने इस स्थल पर प्रयुक्त भूकंपमापी नेटवर्क के कवरेज को "विरल" बताया है।

शोधकर्ताओं के अनुसार, "मैट्रिक्स इमेजिंग तकनीक ने लहरों के विरूपण को सफलतापूर्वक डिकोड किया, जिससे 10 किलोमीटर की गहराई पर ला सौफ्रिएर ज्वालामुखी की आंतरिक संरचना का पता चला।"

इस अध्ययन के निष्कर्षों में भूमिगत संग्रहित अनेक जटिल मैग्मा परतों की उपस्थिति तथा ये परतें अन्य गहरी भूवैज्ञानिक संरचनाओं से किस प्रकार जुड़ती हैं, शामिल हैं।

यह अतिरिक्त डेटा ज्वालामुखी के अंदर क्या हो रहा है, इसकी बेहतर समझ प्रदान करता है, जिसका अर्थ है कि यह अधिक सटीक रूप से भविष्यवाणी कर सकता है कि विस्फोट कब होगा।

अच्छी खबर यह है कि किसी अतिरिक्त सेंसर की ज़रूरत नहीं है, क्योंकि मैट्रिक्स इमेजिंग मौजूदा डेटा के साथ काम कर सकती है। शोधकर्ताओं का मानना है कि इन तरीकों को अन्य जगहों पर भी लागू किया जा सकता है।

[विज्ञापन_2]
स्रोत: https://thanhnien.vn/tai-tao-hinh-anh-sau-va-chi-tiet-chua-tung-thay-ben-trong-nui-lua-18524093008412251.htm