Método de geofísico pode dar aviso de meses de grandes terremotos

O público pode ter dias ou meses de aviso sobre um grande terremoto por meio da identificação de distúrbios tectônicos anteriores de baixo nível em grandes áreas, de acordo com uma pesquisa feita por um cientista da Universidade do Alasca em Fairbanks, que analisou dois grandes terremotos no Alasca e na Califórnia.

O trabalho foi liderado pelo professor assistente de pesquisa Társilo Girona, do Instituto Geofísico da UAF.

Girona, geofísico e cientista de dados, estuda a atividade precursora de erupções vulcânicas e terremotos. O geólogo Kyriaki Drymoni da Ludwig-Maximilians-Universität em Munique, Alemanha, é coautor.

O método de detecção, baseado em aprendizado de máquina, foi publicado em 28 de agosto em Comunicações da Natureza.

“Nosso artigo demonstra que técnicas estatísticas avançadas, particularmente o aprendizado de máquina, têm o potencial de identificar precursores de terremotos de grande magnitude por meio da análise de conjuntos de dados derivados de catálogos de terremotos”, disse Girona.

Os autores escreveram um algoritmo de computador para pesquisar os dados e procurar por atividade sísmica anormal. Algoritmos são um conjunto de instruções de computador que ensinam um programa a interpretar dados, aprender com eles e fazer previsões ou decisões informadas.

Eles se concentraram em dois grandes terremotos: o terremoto de Anchorage de magnitude 7,1 em 2018 e a sequência de terremotos de Ridgecrest, Califórnia, de magnitudes de 6,4 a 7,1 em 2019.

Eles descobriram que aproximadamente três meses de sismicidade regional anormal de baixa magnitude ocorreram em cerca de 15% a 25% do centro-sul do Alasca e do sul da Califórnia antes de cada um dos dois terremotos estudados.

A pesquisa deles descobriu que a agitação que precede grandes terremotos é capturada principalmente pela atividade sísmica com magnitude abaixo de 1,5.

O terremoto de Anchorage ocorreu em 30 de novembro de 2018, às 8h29, com epicentro localizado aproximadamente 10,5 milhas ao norte da cidade. Ele causou danos extensos a algumas estradas e rodovias, e vários edifícios sofreram danos.

Usando seu programa treinado em dados, Girona e Drymoni descobriram com o terremoto de Anchorage que a probabilidade de um grande terremoto acontecer em 30 dias ou menos aumentou abruptamente até aproximadamente 80% cerca de três meses antes do terremoto de 30 de novembro. A probabilidade aumentou para aproximadamente 85% apenas alguns dias antes de ocorrer.

Eles tiveram descobertas de probabilidade semelhantes para a sequência do terremoto de Ridgecrest para um período que começou cerca de 40 dias antes do início da sequência do terremoto.

Girona e Drymoni propõem uma causa geológica para a atividade precursora de baixa magnitude: um aumento significativo na pressão do fluido dos poros dentro de uma falha.

A pressão do fluido dos poros se refere à pressão do fluido dentro de uma rocha. Altas pressões do fluido dos poros podem potencialmente levar ao deslizamento da falha se a pressão for suficiente para superar a resistência friccional entre os blocos de rocha em ambos os lados da falha.

“Aumento da pressão do fluido dos poros em falhas que levam a grandes terremotos altera as propriedades mecânicas das falhas, o que por sua vez leva a variações desiguais no campo de estresse regional”, disse Drymoni. “Propomos que essas variações desiguais… controlem a sismicidade anormal e precursora de baixa magnitude.”

O aprendizado de máquina está tendo um grande impacto positivo na pesquisa de terremotos, disse Girona.

“Redes sísmicas modernas produzem enormes conjuntos de dados que, quando analisados ​​adequadamente, podem oferecer insights valiosos sobre os precursores de eventos sísmicos”, disse ele. “É aqui que os avanços em aprendizado de máquina e computação de alto desempenho podem desempenhar um papel transformador, permitindo que pesquisadores identifiquem padrões significativos que podem sinalizar um terremoto iminente.”

Os autores afirmam que seu algoritmo será testado em situações quase em tempo real para identificar e abordar potenciais desafios para a previsão de terremotos. O método não deve ser empregado em novas regiões sem treinar o algoritmo com a sismicidade histórica daquela área, eles acrescentam.

Produzir previsões confiáveis ​​de terremotos tem uma “dimensão profundamente importante e muitas vezes controversa”, disse Girona.

“A previsão precisa tem o potencial de salvar vidas e reduzir perdas econômicas ao fornecer alertas antecipados que permitem evacuações e preparação oportunas”, disse ele. “No entanto, a incerteza inerente à previsão de terremotos também levanta questões éticas e práticas significativas.”

“Alarmes falsos podem levar ao pânico desnecessário, à perturbação econômica e à perda de confiança pública, enquanto previsões erradas podem ter consequências catastróficas”, disse ele.