Crédito:Laboratorio Nacional Argonne
El sur de California define lo cool. Los climas perfectos de San Diego, el brillo de Hollywood, la magia de Disneyland. La geología es bastante espectacular, así como.
"El sur de California es un laboratorio natural de primera para estudiar los procesos activos de terremotos, "dijo Tom Jordan, profesor del Departamento de Ciencias de la Tierra de la Universidad del Sur de California (USC). "El desierto te permite observar muy bien el sistema de fallas".
El sistema de averías al que se refiere es el San Andreas, entre los sistemas de fallas más famosos del mundo. Con raíces profundas en México, deja cicatrices en California desde el Mar de Salton en el sur hasta el Cabo Mendocino en el norte, donde luego se sumerge hacia el oeste en el Pacífico.
Situado como está en el corazón del sistema de fallas de San Andreas, El sur de California es un lugar ideal para estudiar terremotos. El hecho de que sea el hogar de casi 24 millones de personas hace que sea una razón más urgente para estudiarlos.
Jordan y un equipo del Southern California Earthquake Center (SCEC) están utilizando los recursos de supercomputación de Argonne Leadership Computing Facility (ALCF), una instalación para usuarios de la Oficina de Ciencias del Departamento de Energía de EE. UU. avanzar en la modelización para el estudio del riesgo sísmico y cómo reducirlo.
Con sede en USC, el centro es una de las mayores colaboraciones en geociencias, involucrando a más de 70 instituciones de investigación y 1, 000 investigadores de todo el mundo.
El equipo se basa en un siglo de datos de registros instrumentales, así como en modelos regionales y nacionales de amenazas sísmicas para desarrollar nuevas herramientas para comprender las amenazas de terremotos. Trabajando con la ALCF, ha utilizado esta información para mejorar su simulador de ruptura sísmica, RSQSim.
RSQ es una referencia a la fricción dependiente de la velocidad y el estado en los terremotos, una ley de fricción que se puede utilizar para estudiar la nucleación, o iniciación, de terremotos. RSQSim modela los procesos de nucleación y ruptura para comprender cómo los terremotos transfieren el estrés a otras fallas.
El personal de ALCF jugó un papel decisivo en la adaptación del código a Mira, la supercomputadora de 10 petaflop de la ALCF, lo que permite las simulaciones más grandes necesarias para modelar el comportamiento de los terremotos en sistemas de fallas muy complejos, como San Andreas, y que condujo al mayor descubrimiento del equipo.
El SCEC, en asociación con el Servicio Geológico de EE. UU., ya había desarrollado un modelo de base empírica que integra la teoría, información geológica y datos geodésicos, como desplazamientos de GPS, para determinar las relaciones espaciales entre las fallas y las tasas de deslizamiento de las placas tectónicas que crearon esas fallas.
Aunque más tradicional, una versión más reciente se considera la mejor representación de las rupturas del terremoto de California, pero la imagen que retrata todavía no es tan precisa como esperarían los investigadores.
"Sabemos mucho sobre lo grandes que pueden ser los terremotos, con qué frecuencia ocurren y dónde ocurren, pero no podemos predecirlos con precisión en el tiempo, "señala Jordan.
El equipo recurrió a Mira para ejecutar RSQSim para determinar si podría lograr resultados más precisos con mayor rapidez. Un código basado en la física, RSQSim produce catálogos de terremotos sintéticos a largo plazo que comprenden fechas, veces, ubicaciones y magnitudes para eventos predichos.
Usando simulación, Los investigadores imponen tensiones sobre alguna representación de un sistema de fallas, cambiando la tensión en gran parte del sistema y cambiando así la forma en que se producirán futuros terremotos. Tratar de modelar estas poderosas interacciones mediadas por estrés es particularmente difícil con sistemas complejos y fallas como San Andreas.
"Simplemente dejamos que el sistema evolucione y cree catálogos de terremotos durante cien mil o un millón de años. Es como arrojar un grano de arena en un conjunto de engranajes para ver qué sucede, "explicó Christine Goulet, un miembro del equipo y director científico ejecutivo para proyectos especiales con SCEC.
El resultado final es una imagen más detallada del posible peligro, que pronostica una secuencia de terremotos de varias magnitudes que se espera que ocurran en la falla de San Andrés durante un rango de tiempo determinado.
El grupo intentó calibrar los numerosos parámetros de RSQSim para replicar el modelo diseñado por el SCEC y el Servicio Geológico de EE. UU. Pero el grupo finalmente decidió ejecutar el código con sus parámetros predeterminados. Si bien la intención inicial era evaluar la magnitud de las diferencias entre los modelos, ellos descubrieron, en lugar de, que ambos modelos coincidían estrechamente con sus pronósticos de actividad sismológica futura.
"Así que fue un momento ajá. Eureka, ", recordó Goulet." Los resultados fueron una sorpresa porque el grupo había pensado detenidamente en la optimización de los parámetros. La decisión de no cambiarlos de sus valores predeterminados dio lugar a muy buenos resultados ".
Los investigadores señalaron que la validación mutua de los dos enfoques podría resultar extremadamente productiva para evaluar más las estimaciones de peligros sísmicos y sus incertidumbres.
La información derivada de las simulaciones ayudará al equipo a calcular los fuertes movimientos del suelo generados por las fallas que ocurren en la superficie, el temblor característico que es sinónimo de terremotos. Para hacer esto, el equipo empareja los pronósticos de ruptura sísmica, el SCEC-U.S. Código del Servicio Geológico y RSQSim, con diferentes modelos que representan la forma en que las ondas se propagan a través del sistema. Estos modelos involucran ecuaciones estándar, llamadas ecuaciones de predicción del movimiento del suelo, utilizado por ingenieros para calcular los niveles de temblor de terremotos de diferentes tamaños y ubicaciones.
"Estos experimentos muestran que el modelo basado en la física RSQSim puede replicar las estimaciones de riesgo sísmico derivadas del modelo empírico, pero con muchos menos supuestos estadísticos, "señaló Jordan." El acuerdo nos da más confianza en que los modelos de peligro sísmico de California son consistentes con lo que sabemos sobre la física de los terremotos. Ahora podemos empezar a utilizar esta física para mejorar los modelos de riesgo ".