Algoritmo levanta novas questões sobre o registro do terremoto de Cascadia

A zona de subducção de Cascadia, no noroeste do Pacífico, tem um histórico de produzir terremotos poderosos e destrutivos que afundaram florestas e geraram tsunamis que chegaram até as costas do Japão.

O mais recente grande terremoto foi em 1700. Mas provavelmente não será o último. E a área que deve ser afetada agora são metrópoles movimentadas que abrigam milhões de pessoas.

Descobrir a frequência dos terremotos — e quando o próximo “grande” acontecerá — é uma questão científica ativa que envolve procurar sinais de terremotos passados ​​no registro geológico na forma de rochas, sedimentos e paisagens sacudidas.

No entanto, um estudo realizado por cientistas da Universidade do Texas em Austin e colaboradores está questionando a confiabilidade de um registro de terremotos que abrange milhares de anos — um tipo de depósito geológico chamado turbidito, encontrado nos estratos do fundo do mar.

Os pesquisadores analisaram uma seleção de camadas turbidíticas da zona de subducção de Cascadia, datadas de cerca de 12.000 anos atrás, com um algoritmo que avaliou o quão bem as camadas turbidíticas se correlacionavam entre si.

Eles descobriram que, na maioria dos casos, a correlação entre as amostras de turbidite não era melhor do que aleatória. Como os turbidites podem ser causados ​​por uma série de fenômenos, e não apenas terremotos, os resultados sugerem que a conexão do registro de turbidite com terremotos passados ​​é mais incerta do que se pensava anteriormente.

“Gostaríamos que todos que citam os intervalos dos terremotos de subducção de Cascadia entendessem que essas linhas do tempo estão sendo questionadas por este estudo”, disse Joan Gomberg, geofísica pesquisadora do US Geological Survey e coautora do estudo. “É importante conduzir mais pesquisas para refinar esses intervalos. O que sabemos é que Cascadia foi sismicamente ativa no passado e será no futuro, então, no final das contas, as pessoas precisam estar preparadas.”

Os resultados não necessariamente mudam a frequência estimada de terremotos em Cascadia, que é de aproximadamente a cada 500 anos, disseram os pesquisadores. A estimativa de frequência atual é baseada em uma série de dados e interpretações, não apenas nos turbiditos analisados ​​neste estudo. No entanto, os resultados destacam a necessidade de mais pesquisas sobre camadas de turbiditos, especificamente, e como elas se relacionam entre si e com grandes terremotos.

O coautor Jacob Covault, professor pesquisador da Escola de Geociências da UT Jackson, disse que o algoritmo oferece uma ferramenta quantitativa que fornece um método replicável para interpretar registros antigos de terremotos, que geralmente são baseados em descrições mais qualitativas da geologia e suas potenciais associações.

“Esta ferramenta fornece um resultado repetível, para que todos possam ver a mesma coisa”, disse Covault, o co-investigador principal do laboratório Quantitative Clastics no Bureau of Economic Geology da Jackson School. “Você pode potencialmente argumentar contra esse resultado, mas pelo menos você tem uma linha de base, uma abordagem que é reprodutível.”

Os resultados foram publicados na revista Boletim da Sociedade Geológica da AméricaO estudo incluiu pesquisadores do USGS, da Universidade de Stanford e da Divisão de Pesquisas Geológicas e Geofísicas do Alasca.

Turbiditos são os restos de deslizamentos de terra subaquáticos. Eles são feitos de sedimentos que se acomodaram de volta no fundo do mar depois de serem arremessados ​​para a água pelo movimento turbulento de sedimentos correndo pelo fundo do oceano. O sedimento nessas camadas tem uma gradação distinta, com grãos mais grossos na parte inferior e mais finos na parte superior.

Mas há mais de uma maneira de fazer uma camada de turbidite. Terremotos podem causar deslizamentos de terra quando sacodem o fundo do mar. Mas também podem tempestades, inundações e uma série de outros fenômenos naturais, embora em uma escala geográfica menor.

Atualmente, conectar turbiditos a terremotos passados ​​geralmente envolve encontrá-los em núcleos geológicos retirados do fundo do mar. Se um turbidito aparecer aproximadamente no mesmo local em várias amostras em uma área relativamente grande, ele é contado como um remanescente de um terremoto passado, de acordo com os pesquisadores.

Embora a datação por carbono de amostras possa ajudar a restringir o tempo, ainda há muita incerteza na interpretação se amostras que aparecem aproximadamente no mesmo tempo e local estão conectadas pelo mesmo evento.

Obter uma melhor compreensão de como diferentes amostras de turbidite se relacionam umas com as outras inspirou os pesquisadores a aplicar um método mais quantitativo — um algoritmo chamado “distorção temporal dinâmica” — aos dados de turbidite. O método algorítmico remonta à década de 1970 e tem uma ampla gama de aplicações, desde reconhecimento de voz até suavização de gráficos em ambientes VR dinâmicos.

Esta é a primeira vez que o algoritmo foi aplicado à análise de turbiditos, disse o coautor Zoltán Sylvester, professor pesquisador da Jackson School e coinvestigador principal do Quantitative Clastics Lab, que liderou a adaptação do algoritmo para análise de turbiditos.

“Este algoritmo tem sido um componente-chave de muitos dos projetos em que trabalhei”, disse Sylvester. “Mas ainda é muito pouco utilizado nas geociências.”

O algoritmo detecta similaridade entre duas amostras que podem variar ao longo do tempo e determina o quão próximos os dados entre elas correspondem.

Para software de reconhecimento de voz, isso significa reconhecer palavras-chave, mesmo que elas sejam ditas em velocidades ou tons diferentes. Para os turbiditos, envolve reconhecer propriedades magnéticas compartilhadas entre diferentes amostras de turbiditos que podem parecer diferentes de local para local, apesar de serem originárias do mesmo evento.

“Correlacionar turbiditos não é uma tarefa simples”, disse a coautora Nora Nieminski, gerente do programa de riscos costeiros da Divisão de Pesquisas Geológicas e Geofísicas do Alasca. “Os turbiditos comumente demonstram variabilidade lateral significativa que reflete sua dinâmica de fluxo variável. Portanto, não se espera que os turbiditos preservem o mesmo caráter deposicional em grandes distâncias, ou mesmo em pequenas distâncias em muitos casos, particularmente ao longo de margens ativas como Cascadia ou em vários ambientes deposicionais.”

Os pesquisadores também submeteram as correlações produzidas pelo algoritmo a outro nível de escrutínio. Eles compararam os resultados a dados de correlação calculados usando dados sintéticos feitos pela comparação de 10.000 pares de camadas aleatórias de turbidita. Essa comparação sintética serviu como um controle contra correspondências coincidentes nas amostras reais.

Os pesquisadores aplicaram sua técnica a registros de suscetibilidade magnética para camadas de turbidita em nove núcleos geológicos que foram coletados durante um cruzeiro científico em 1999. Eles descobriram que, na maioria dos casos, a conexão entre camadas de turbidita que haviam sido correlacionadas anteriormente não era melhor do que aleatória. A única exceção a essa tendência foi para camadas de turbidita que estavam relativamente próximas umas das outras — não mais do que cerca de 15 milhas de distância.

Os pesquisadores enfatizam que o algoritmo é apenas uma maneira de analisar turbidez, e que a inclusão de outros dados pode mudar o grau de correlação entre os núcleos de uma forma ou de outra. Mas, de acordo com esses resultados, a presença de turbidez ao mesmo tempo e área geral no registro geológico não é suficiente para conectá-las definitivamente umas às outras.

E embora algoritmos e abordagens de aprendizado de máquina possam ajudar nessa tarefa, cabe aos geocientistas interpretar os resultados e ver aonde a pesquisa leva.

“Estamos aqui para responder perguntas, não apenas aplicar a ferramenta”, disse Sylvester. “Mas, ao mesmo tempo, se você está fazendo esse tipo de trabalho, isso o força a pensar com muito cuidado.”