Breaking News

Post Top Ad

Your Ad Spot

viernes, 21 de septiembre de 2018

La inteligencia artificial puede predecir réplicas de grandes terremotos

Un estudio de aprendizaje automático que analizó cientos de miles de terremotos superó el método estándar para predecir la ubicación de las réplicas.
Los científicos dicen que el trabajo proporciona una nueva forma de explorar cómo los cambios en el estrés del suelo, como los que ocurren durante un gran terremoto, desencadenan las replicas  . También podría ayudar a los investigadores a desarrollar nuevos métodos para evaluar el riesgo sísmico.

"Realmente hemos arañado la superficie de lo que el aprendizaje automático puede hacer para la predicción de réplicas"de eventos teluricos, dice Phoebe DeVries, una sismóloga de la Universidad de Harvard en Cambridge, Massachusetts.




Las réplicas ocurren después del terremoto principal, y pueden ser tan dañinas, o más, que el shock inicial. Un terremoto de magnitud 7.1 cerca de Christchurch, Nueva Zelanda, en septiembre de 2010 no mató a nadie, pero una réplica magnitud 6.3 , que sucedio más de 5 meses después, fue cerca al centro de la ciudad, resultando en 185 muertes.

Los sismólogos generalmente pueden predecir cuán grandes serán las réplicas, pero les cuesta predecir dónde ocurrirán los temblores. Hasta ahora, la mayoría de los científicos usaban una técnica que calcula cómo un terremoto cambia el estrés en las rocas cercanas y luego predice la probabilidad de que ese cambio provoque una réplica en un lugar determinado. Este método de falla de estrés puede explicar los patrones de réplica con éxito para muchos terremotos grandes, pero no siempre funciona.


Redes neuronales

Los científicos observaron más de 131,000 terremotos y réplicas, incluyendo algunos de los temblores más poderosos en la historia reciente, como el devastador evento de magnitud 9.1 que azotó a Japón en marzo de 2011. Los investigadores utilizaron estos datos para entrenar una red neuronal que modeló una grilla de celdas, 5 kilómetros a un lado, que rodea cada choque principal. Le dijeron a la red que había ocurrido un terremoto y le dieron datos sobre cómo cambió el estrés en el centro de cada celda de la grilla. Luego, los científicos le pidieron que proporcionara la probabilidad de que cada celda de la grilla generara una o más réplicas. La red trató cada celda como su propio pequeño problema aislado para resolver, en lugar de calcular cómo el estrés ondulaba secuencialmente a través de las rocas.
Cuando los investigadores probaron su sistema en 30,000 eventos de réplicas principales, el pronóstico de la red neuronal predijo las ubicaciones de la réplica con mayor precisión que el método usual de falla de estrés. Tal vez lo más importante, dice DeVries, es que la red neuronal también insinuó algunos de los cambios físicos que podrían haber estado sucediendo en el suelo después del shock principal. Señaló ciertos parámetros como potencialmente importantes, que describen los cambios de estrés en materiales como los metales, pero que los investigadores no suelen utilizar para estudiar los terremotos.

Los hallazgos son un buen paso para examinar las réplicas con ojos nuevos,"El algoritmo de aprendizaje automático nos dice algo fundamental sobre los procesos complejos que subyacen a la activación del terremoto", dice.

El último estudio no será la última palabra sobre los pronósticos de réplicas, dice Gregory Beroza, un geofísico de la Universidad de Stanford en California. Por ejemplo, no tiene en cuenta un tipo de cambio de estrés que ocurre cuando las ondas sísmicas viajan a través de la Tierra. Pero "este documento debe ser visto como una nueva versión del desencadenamiento de la réplica", dice. "Eso es importante, y es motivador".

No hay comentarios.:

Publicar un comentario

Páginas