.
Os tsunamis são ondas incrivelmente destrutivas que podem destruir a infraestrutura costeira e causar a perda de vidas. Os alertas antecipados para tais desastres naturais são difíceis porque o risco de um tsunami é altamente dependente das características do terremoto subaquático que o desencadeia.
Em Física dos Fluidosda AIP Publishing, pesquisadores da Universidade da Califórnia, em Los Angeles, e da Universidade de Cardiff, no Reino Unido, desenvolveram um sistema de alerta precoce que combina tecnologia acústica de ponta com inteligência artificial para classificar imediatamente os terremotos e determinar o risco potencial de tsunami.
Os terremotos subaquáticos podem desencadear tsunamis se uma grande quantidade de água for deslocada, portanto, determinar o tipo de terremoto é fundamental para avaliar o risco de tsunami.
“Eventos tectônicos com um forte elemento de deslizamento vertical têm maior probabilidade de aumentar ou diminuir a coluna de água em comparação com elementos de deslizamento horizontal”, disse o co-autor Bernabe Gomez. “Assim, conhecer o tipo de deslize nos estágios iniciais da avaliação pode reduzir alarmes falsos e aumentar a confiabilidade dos sistemas de alerta por meio de validação cruzada independente.”
Nesses casos, o tempo é essencial, e depender de bóias de ondas profundas para medir os níveis de água muitas vezes deixa o tempo de evacuação insuficiente. Em vez disso, os pesquisadores propõem medir a radiação acústica (som) produzida pelo terremoto, que carrega informações sobre o evento tectônico e viaja significativamente mais rápido que as ondas do tsunami. Microfones subaquáticos, chamados hidrofones, registram as ondas acústicas e monitoram a atividade tectônica em tempo real.
“A radiação acústica viaja através da coluna de água muito mais rápido do que as ondas do tsunami. Ela carrega informações sobre a fonte de origem e seu campo de pressão pode ser registrado em locais distantes, até mesmo a milhares de quilômetros de distância da fonte. A derivação de soluções analíticas para o campo de pressão é um fator chave na análise em tempo real”, disse o co-autor Usama Kadri.
O modelo computacional triangula a fonte do terremoto dos hidrofones e os algoritmos de IA classificam seu tipo de deslizamento e magnitude. Em seguida, calcula propriedades importantes, como comprimento e largura efetivos, velocidade de elevação e duração, que determinam o tamanho do tsunami.
Os autores testaram seu modelo com dados de hidrofone disponíveis e descobriram que quase instantaneamente e descreveram com sucesso os parâmetros do terremoto com baixa demanda computacional. Eles estão melhorando o modelo considerando mais informações para aumentar a precisão da caracterização do tsunami.
Seu trabalho de previsão do risco de tsunami faz parte de um projeto maior para aprimorar os sistemas de alerta de perigo. A classificação do tsunami é um aspecto de back-end de um software que pode melhorar a segurança de plataformas e navios offshore.
.
