Terremoto na província de Sichuan oferece lições para previsão de deslizamentos de terra a partir de observações GNSS

Usando dados coletados de um terremoto de magnitude 6,8 em 2022 no condado de Luding, na província de Sichuan, na China, pesquisadores testaram se as observações do Sistema Global de Navegação por Satélite (GNSS) poderiam ser usadas para previsão rápida de deslizamentos de terra desencadeados por terremotos.

No seu relatório em Cartas de Pesquisa SismológicaKejie Chen da Southern University of Science and Technology e colegas compartilham um conjunto de métodos para previsão de deslizamentos de terra GNSS quase em tempo real. Alguns de seus modelos identificaram com precisão cerca de 80% dos locais de deslizamentos de terra que foram desencadeados pelo terremoto de Luding, descobriram os pesquisadores.

Com base em seus resultados, Chen e colegas mostram que a previsão de deslizamentos de terra quase em tempo real para um terremoto como o evento Luding poderia ser concluída em aproximadamente 40 minutos — um tempo que provavelmente será melhorado com o desenvolvimento adicional de seus modelos e computação de alta velocidade, eles observaram.

O terremoto de Luding de 5 de setembro de 2022 no segmento sudeste da falha de Xianshuihe causou mais de 6.000 deslizamentos de terra, que causaram danos graves em mais de 3.500 quilômetros quadrados da região.

“O número de deslizamentos de terra cossísmicos desencadeados pelo terremoto de Luding foi significativo, mas não totalmente inesperado, dada a topografia e a atividade sísmica da região. A área é conhecida por sua suscetibilidade a deslizamentos de terra, especialmente após grandes eventos sísmicos”, disse Chen. “No entanto, a escala da destruição e os locais específicos afetados forneceram novos insights sobre o perfil de risco da região e destacaram a importância do monitoramento contínuo e modelos de previsão aprimorados.”

Dados GNSS medem o movimento do solo durante um terremoto. Chen e colegas já estavam explorando o uso de dados GNSS para localizar fontes de terremotos e alertas antecipados de tsunamis quando o terremoto de Luding ocorreu.

“Para terremotos que rompem no interior, especialmente em áreas montanhosas na China, deslizamentos de terra se tornam o principal risco sísmico em cascata”, explicou Chen. “Nossa pesquisa tem se concentrado em desenvolver e refinar métodos para previsão de deslizamentos de terra usando GNSS. O terremoto de Luding forneceu um estudo de caso crítico que nos permitiu avaliar e adaptar nossos métodos no contexto de deslizamentos de terra cossísmicos.”

Os pesquisadores desenvolveram um método de previsão GNSS de ponta a ponta, que começa construindo modelos de deslizamento do evento com base nos dados de forma de onda de deslocamento e deslocamento do GNSS. Eles então usaram simulações baseadas em física do terremoto com esses modelos de deslizamento para obter uma medição da velocidade máxima do solo.

Finalmente, Chen e colegas usaram a velocidade máxima do solo com um algoritmo de aprendizado de máquina para prever uma possível distribuição espacial de deslizamentos de terra para o evento. Seis terremotos chineses variando em magnitude de 6,1 a 8,0 que compartilhavam similaridades geológicas com o terremoto de Luding foram usados ​​para treinar o algoritmo de previsão.

Uma maneira de aprimorar o método seria combinar observações GNSS com dados sobre formas de onda de movimento do solo próximo à falha capturadas por acelerômetros de baixo custo chamados MEMS, observaram Chen e colegas. Para melhorar o alerta e a resposta a terremotos, a China incluiu recentemente mais de 10.000 estações baseadas em MEMS em um sistema nacional de alerta de terremotos.

“Usar ambos os tipos de dados de forma complementar aumenta a robustez e a precisão da previsão de deslizamentos de terra”, disse Chen. “Os dados GNSS podem validar e refinar as previsões feitas pelos dados MEMS, garantindo um sistema de monitoramento abrangente.”