La aplicación del aprendizaje profundo a los datos sísmicos ha revelado que los temblores y el deslizamiento ocurren en todo momento, antes y después de los terremotos conocidos de deslizamiento lento a gran escala, en lugar de hacerlo de forma intermitente en ráfagas discretas. como se creía anteriormente. Aún más sorprendente, el aprendizaje automático se generaliza a otros entornos tectónicos, incluida la falla de San Andrés.

"El trabajo nos dice que la física de la fricción en las fallas parece tener características universales, algo que sospechábamos pero no pudimos probar. "dijo Bertrand Rouet-Leduc, geofísico del grupo de Geofísica del Laboratorio Nacional de Los Alamos y autor principal del artículo.

En la investigación, el equipo entrenó una red neuronal convolucional, una forma de aprendizaje profundo, en un catálogo de temblores creado por Aaron Wech de la Universidad de Washington. El catálogo utiliza varios años de sismogramas de una estación sísmica en la isla de Vancouver en la región de Cascadia en el noroeste del Pacífico. Los eventos de temblor que se identificaron inicialmente mediante métodos de estaciones múltiples formaron el conjunto de entrenamiento. Luego, el equipo utilizó el modelo de aprendizaje profundo para encontrar muchos más eventos.

Terremotos lentos, que se sabe que a veces preceden a grandes terremotos en fallas continentales y en zonas de subducción, generar estrés cíclicamente y puede desencadenar grandes terremotos en los vecinos, fallas bloqueadas altamente estresadas. Sin embargo, incluso en Cascadia, un caso claro de un muy estresado, falla "bloqueada y cargada", investigaciones anteriores solo habían observado terremotos lentos intermitentes y discretos y sus temblores asociados.

El equipo de investigación descubrió que la red neuronal proporciona una medida continua de los temblores y establece límites de tiempo más claros en los eventos de deslizamiento lento que los métodos anteriores habían establecido. Significativamente, la red neuronal identificó señales débiles de temblor meses antes de que los métodos tradicionales detectaran el deslizamiento lento midiendo cambios de elevación a veces diminutos en el paisaje.

"El estudio sugiere que el deslizamiento lento dentro de las zonas de megathrust no es aleatorio. Esta investigación es parte de un cuerpo de trabajo que nos dice que los precursores están ocurriendo con mucha más frecuencia de lo que se pensaba anteriormente. de acuerdo con los experimentos de laboratorio y la teoría, "dijo Rouet-Leduc.

El papel, "Exploración de terremotos lentos con aprendizaje profundo, "se publicó el 24 de febrero de 2020 en Cartas de investigación geofísica . Este trabajo es parte de una investigación en curso en Los Alamos que ha identificado una señal acústica continua emitida por eventos de deslizamiento lento. La señal se puede leer en cualquier instante para indicar el tiempo que queda hasta la falla en los terremotos de laboratorio y del mundo real.