สำรวจเปลือกโลกในมหาสมุทรผ่าน ‘เสียงเพลงวาฬ’

ทีมนักวิจัยนำโดย ‘John Nabelek’ ศาสตราจารย์จาก Oregon State University’s College of Earth, Ocean, and Atmospheric Sciences ได้เสนอแนวคิดว่าเราอาจมีวิธีการศึกษารอยแยกใต้ท้องทะเลลึกได้เพิ่มขึ้น ด้วยการใช้ ‘เสียงเพลงวาฬ’ หรือเสียงร้องของวาฬฟินมาใช้สร้างภาพ Seismic images หรือภาพคลื่นไหวสะเทือนจากรอยแยกของเปลือกโลกใต้ทะเลนั่นเอง

วาฬฟินเป็นหนึ่งในสิ่งมีชีวิตที่ใหญ่ที่สุดในโลกที่ว่ายไปทั่วโลก และขนาดใหญ่เป็นรองเพียงวาฬสีน้ำเงินเท่านั้น โดยความยาวตัวของมันอาจจะยาวได้ถึง 25.9 เมตรและหนักได้ถึง 74 ตันเลยทีเดียว อย่างไรก็ตาม สิ่งหนึ่งที่เป็นเอกลักษณ์ของมันคือเสียงเพลงหรือเสียงร้องที่ดังและยาวและมีความถี่ต่ำไม่เหมือนใคร โดยเสียงนี้เป็นหนึ่งในเสียงความถี่ต่ำที่สุดที่สิ่งมีชีวิตใด ๆ จะสามารถสร้างขึ้นได้ และมันมีเอกลักษณ์มาก 

ดังนั้นทีมวิจัยจึงคิดว่าอาจจะมีวิธีใช้ประโยชน์จากเสียงของมันได้ โดยมีงานวิจัยที่ได้พิสูจน์ว่าเสียงเพลงจากวาฬฟินสามารถตรวจจับได้ผ่าน ‘ocean seismographs’ หรือเครื่องวัดแผ่นดินไหวในทะเล ซึ่งมีเซนเซอร์สำหรับการเก็บข้อมูลพื้นทะเลโดยใช้วิธีการเปรียบเทียบสัญญาณแบบอะคูสติกส์ในน้ำกับแรงสั่นสะเทือนจากแผ่นดินไหวบนพื้นดิน โดยทีมวิจัยพบว่าเสียงเพลงของวาฬฟินมีปฏิกิริยากับพื้นทะเล โดยมันจะสะท้อนและหักเหจากชั้นตะกอนและชั้นหินด้านล่าง ซึ่งสามารถใช้วัดความหนาของชั้นหินเหล่านี้และให้ข้อมูลอื่น ๆ ได้

การค้นพบนี้มาจากการศึกษาการเกิดแผ่นดินไหว ที่บันทึกไว้จากเครื่องวัดแผ่นดินไหวที่ก้นมหาสมุทรกว่า 54 เครื่องที่วางอยู่ตามแนวรอยเลื่อนของเปลือกโลกชื่อ Blanco ห่างจากแหลม Blanco บนชายฝั่ง Oregon ประมาณ 160 กิโลเมตร ซึ่งจากข้อมูลแสดงให้เห็นว่าสัญญาณแผ่นดินไหวที่รุนแรงสอดคล้องกับเสียงร้องของวาฬในบริเวณนั้นโดยในขณะที่วาฬร้องเพลง ตัวสัญญาณก็จะสะท้อนจากพื้นผิวมหาสมุทรด้านล่าง กระทบกับตะกอนชั้นหินบะซอลต์ที่อยู่ข้างใต้ และชั้นหินแกบโบร (Gabbroic) ซึ่งเกิดจากการเย็นตัวของแม็กม่าที่อยู่ลึกเข้าไปในโลก สัญญาณจากการสะท้อนและหักเหเหล่านี้ก็จะสามารถบันทึกด้วยเครื่องวัดแผ่นดินไหว เพื่อสร้างภาพโครงสร้างของเปลือกโลก 

ทีมวิจัยยังกล่าวว่า การใช้เพลงวาฬไม่เพียงแต่จะช่วยให้เข้าใจแผ่นดินไหวที่พื้นมหาสมุทรได้ดีขึ้นเท่านั้น แต่ยังใช้งานได้ง่ายกว่าด้วย เพราะไม่เป็นการรุกล้ำพื้นที่ และไม่ต้องมีใบอนุญาตจากรัฐบาล ส่วนลำดับต่อไปหลังจากนี้ทีมวิจัยก็จะทำการใช้ Machine Learning เข้าช่วยเพื่อที่จะให้กระบวนการนี้เกิดขึ้นได้โดยอัตโนมัติ

ขอบคุณข้อมูลจาก

New Atlas