Quais características da superfície de falha podem nos informar sobre futuros terremotos
A Falha de San Andreas, uma falha transcorrente madura, é bem estudada porque fica perto de grandes centros populacionais. Compreender a maturidade da falha aqui e em outras falhas pode ajudar os cientistas a modelar terremotos e avaliar os riscos para as comunidades próximas. Crédito:Doc Searls, CC BY-SA 2.0
Os terremotos não podem ser previstos como o clima, mas as características da linha de falha, como a maturidade estrutural, podem dar dicas sobre como um futuro terremoto pode agir. A maturidade estrutural está relacionada à idade da falha, mas especialmente importante é sua "experiência", o quanto uma falha se desenvolveu e mudou ao longo do tempo e da atividade.
Falhas maduras e imaturas geram terremotos muito diferentes. Falhas maduras liberam menos estresse, mas sua ruptura se propaga rapidamente ao longo de sua extensão, enquanto falhas imaturas criam terremotos mais lentos e de alta energia. Uma avaliação rápida da maturidade de uma falha ajudará os cientistas a entender melhor os riscos que representam para as comunidades próximas.
Um novo estudo procura quantificar a maturidade das falhas em uma métrica útil para ajudar a avaliar os riscos de terremotos. Manighetti et ai. mediu características de superfície de linhas de falha que estudos anteriores haviam avaliado em vários níveis de maturidade. Eles então analisaram suas medidas para ver como elas se relacionavam com o julgamento de maturidade.
Os pesquisadores descobriram que a ondulação (ou seja, ondulação) e os saltos eram bons indicadores de maturidade. Falhas imaturas foram confiavelmente mais curtas, com alta ondulação e alta densidade de passagem. À medida que as falhas amadureceram, elas se alongaram e suavizaram, reduzindo as ondulações e a densidade de passagem.
Essas características não são apenas confiáveis em falhas; eles também são detectáveis em baixas resoluções. Os cientistas podem mapear apenas um terço do comprimento de uma falha em resolução relativamente baixa e ainda gerar uma avaliação precisa da maturidade de uma falha. Isso significa que essas métricas são práticas para modelos e avaliações de perigos. A aplicação de redes neurais ao processo de mapeamento tornaria esse método ainda mais fácil, segundo os autores.