Pesquisadores desenvolvem modelo que pode revolucionar a previsão de terremotos

A Universidade da Califórnia desenvolveu um avanço inovador na previsão de terremotos que poderá mudar fundamentalmente a forma como os cientistas preveem a atividade sísmica no futuro.

Chamado Recurrent Earthquake ForeCAST (RECAST), o novo modelo inovador utiliza aprendizagem profunda para prever tremores secundários. E ao contrário dos modelos tradicionais, como o modelo Epidemic Aftershock Sequence (ETAS), o RECAST é excelente no tratamento de grandes conjuntos de dados sísmicos.

O modelo ETAS foi desenvolvido numa época em que as observações eram escassas, tornando-o menos adaptável aos vastos e detalhados catálogos de terremotos de hoje. No entanto, o armazenamento de dados moderno e os equipamentos sensíveis levaram a catálogos de milhões de terremotos, sobrecarregando o modelo anterior. A superioridade do modelo RECAST reside na sua capacidade de lidar com esses grandes conjuntos de dados com facilidade.

Simulando um terremoto

Para testar a eficácia do modelo, os pesquisadores simularam catálogos de terremotos com um modelo ETAS e depois testaram o modelo RECAST com dados reais do catálogo de terremotos do sul da Califórnia. Eles descobriram que, à medida que o volume de dados aumentava, o modelo RECAST de aprendizagem contínua superava muito o desempenho do ETAS na previsão de terremotos. Também exigiu menos esforço computacional e tempo para conjuntos de dados maiores.

O aprendizado de máquina tem sido um tanto explorado para previsão de terremotos nos últimos anos, mas tem enfrentado limitações até agora. No entanto, os avanços recentes na aprendizagem automática garantiram que o RECAST fosse mais preciso e adaptável, tornando-o uma opção mais realista para os cientistas.

Portanto, os investigadores acreditam que a flexibilidade do modelo abre novos caminhos para a previsão, reunindo potencialmente informações de múltiplas regiões para melhorar as previsões em áreas menos estudadas.

Acredita-se que as capacidades do modelo de aprendizagem profunda abrirão caminho para a utilização de diversas fontes de dados na previsão sísmica e, em última análise, aproveitarão os registos contínuos do movimento do solo.

Além disso, os investigadores acreditam que o potencial do RECAST poderá revolucionar a previsão de terremotos e inspirar discussões sobre as suas aplicações no futuro, o que poderá ajudar a salvar vidas.