Os terremotos podem causar perdas de vidas, destruir edificações e estradas, desestabilizar economias e deixar marcas emocionais duradouras nos afetados. Seu impacto financeiro também está crescendo. Um relatório de 2023 do USGS e da Agência Federal de Gerenciamento de Emergências (FEMA) constatou que os danos causados por terremotos agora custam aos Estados Unidos cerca de 14,7 bilhões de dólares anualmente. Um fator importante para isso é que mais pessoas estão vivendo em regiões onde a atividade sísmica é comum.

Poder prever quando e onde um grande terremoto ocorrerá melhoraria significativamente a preparação e reduziria os danos. Apesar de décadas de pesquisa, os cientistas ainda não conseguem prever terremotos com precisão confiável.

Compreendendo o Solo Abaixo de Nossos Pés

Embora o tempo permaneça imprevisível, entender o que está abaixo da superfície da Terra pode melhorar substancialmente as avaliações de risco. Kathrin Smetana, Professora Assistente no Departamento de Ciências Matemáticas da Stevens, explica que os materiais subterrâneos variam amplamente. “Você pode ter camadas de rocha sólida ou pode ter areia ou argila,” afirma. Como as ondas sísmicas se movem de maneira diferente através de cada material, o tipo de subsuperfície influencia fortemente como a tremulação é percebida na superfície.

Como os Cientistas Mapeiam a Subsuperfície

Para mapear essas camadas subterrâneas, os pesquisadores utilizam um método conhecido como Inversão de Forma de Onda Completa. Essa técnica de imagem sísmica ajuda a reconstruir a estrutura da subsuperfície ao combinar simulações com dados de terremotos reais. Os cientistas geram primeiro terremotos baseados em computador e rastreiam como as ondas sísmicas viajam pela Terra. Em seguida, analisam os padrões de ondas simuladas em locais de sismógrafos e os comparam com sismogramas reais, que são registros gráficos do movimento do solo durante terremotos reais. Após várias rodadas de refinamento, os dados simulados começam a coincidir de perto com as observações reais, oferecendo uma visão mais clara das condições subterrâneas.

Na prática, os pesquisadores começam com uma estimativa inicial da subsuperfície em uma área específica. Eles ajustam repetidamente esse modelo, executando novas simulações a cada vez, até que fique alinhado com as medições reais de terremotos.

“Você compara os dados da sua simulação por computador com dados reais que você obteve de terremotos,” diz Smetana. “Isso permite que você descubra como é a subsuperfície e qual é o efeito de um terremoto na composição da subsuperfície — e isso, em última análise, ajuda a determinar o risco de um terremoto em um determinado local.”

Essa abordagem desempenha um papel crucial na melhoria do monitoramento de terremotos e nas ferramentas de avaliação de risco. No entanto, ela apresenta uma grande desvantagem. Cada simulação pode envolver milhões de variáveis e deve ser repetida milhares de vezes. De acordo com Smetana, uma única simulação usando métodos tradicionais pode levar várias horas, mesmo em clusters de computação avançados. Executar um número suficiente de simulações para apoiar o monitoramento contínuo pode rapidamente se tornar caro e demorado.

Uma Maneira Mais Rápida de Simular Terremotos

Para superar essa barreira, Smetana se uniu aos sismologistas computacionais Rhys Hawkins e Jeannot Trampert da Universidade de Utrecht, juntamente com Matthias Schlottbom e Muhammad Hamza Khalid da Universidade de Twente, na Holanda. Juntos, eles desenvolveram um modelo simplificado que reduz drasticamente a carga computacional enquanto mantém a precisão.

“Basicamente, reduzimos o tamanho do sistema que você precisa resolver em cerca de 1000 vezes,” diz Smetana. “Foi um projeto muito interdisciplinar, e encontramos uma maneira inteligente de construir o modelo reduzido sem perder a precisão na previsão. Eu realmente aprecio colaborações interdisciplinares e esta, em particular, porque você aprende a ver as coisas sob uma nova perspectiva, que, na minha opinião, ajuda a encontrar abordagens criativas e novas para resolver um problema em uma equipe interdisciplinar.”

A pesquisa deles está detalhada em um artigo intitulado “Redução de Ordem do Modelo para Aplicações Sísmicas”, publicado no SIAM Journal on Scientific Computing.

Melhorando a Avaliação de Risco, Não a Previsão

O novo modelo não permite prever quando ocorrerão os terremotos. Em vez disso, oferece uma maneira mais eficiente de avaliar o risco sísmico em diferentes locais. “Se você obtiver uma boa imagem da subsuperfície, terá uma ideia melhor para avaliar o risco de futuros terremotos,” explica Smetana.

A mesma abordagem de modelagem poderia, eventualmente, ajudar os cientistas a simular tsunamis desencadeados por terremotos subaquáticos. Em muitos casos, os tsunamis levam pelo menos uma hora para alcançar a terra após um terremoto, dependendo de onde ocorre a ruptura. Essa janela de tempo poderia permitir que os pesquisadores realizem simulações rápidas que informem as respostas de emergência.

Rumo a uma Maior Resiliência a Terremotos

Imagens precisas da subsuperfície são essenciais para entender como os terremotos afetam diferentes regiões. “Não há como prever terremotos neste momento,” diz Smetana. “Mas nosso trabalho pode ajudar a gerar uma visão realista da subsuperfície com menos poder computacional, o que tornaria nossos modelos mais práticos e ajudaria a aumentar nossa resiliência a terremotos.”