Los terremotos ocurren cuando la tensión tectónica que se ha acumulado gradualmente a lo largo de una falla se libera repentinamente. Mediciones de cuánto se deforma la superficie de la Tierra con el tiempo, o la tasa de deformación, se puede utilizar en modelos de riesgo sísmico para predecir dónde podrían ocurrir los terremotos. Una forma en que los científicos estiman la tasa de tensión es a través de satélites en órbita y mediciones detalladas de cuánto se mueven las estaciones de GPS en la superficie de la Tierra.

Hay retos sin embargo, a utilizar esos datos geodésicos. Las estaciones proporcionan mediciones solo en ubicaciones específicas y no están distribuidas de manera uniforme; la construcción de un mapa de velocidad de deformación continuo requiere que los científicos hagan estimaciones para llenar los vacíos de datos. Estos datos interpolados agregan incertidumbre a los modelos matemáticos resultantes.

Para abordar estos problemas, Pagani y col. desarrolló un método bayesiano transdimensional para estimar las tasas de deformación superficial en el suroeste de los Estados Unidos, con un enfoque en la falla de San Andrés. Su método dividió esencialmente el área de estudio en triángulos no superpuestos y calculó las velocidades dentro de cada triángulo incorporando mediciones de las estaciones GPS ubicadas en el interior.

El equipo no se basó solo en uno de esos modelos. Utilizaron un algoritmo de Monte Carlo de cadena de Markov de salto reversible para producir hasta cientos de miles de tales modelos, con coordenadas ligeramente modificadas para esos triángulos 2D. De hecho, en estos modelos, incluso el número de triángulos podría cambiar, debido a que el método es transdimensional, los autores no predeterminaron ningún parámetro. Finalmente, apilaron todos estos modelos para generar un mapa final de tasa de deformación continua.

Usando datos de prueba, los autores encontraron que su enfoque manejaba los errores de datos y la distribución desigual de los datos mejor que un esquema de interpolación estándar B spline. Además, porque el enfoque incluía información de muchos modelos, produjo un rango de estimaciones de la tasa de deformación en cada punto y probabilidades para esos valores.

Cuando el equipo utilizó el nuevo enfoque para calcular las tasas de deformación alrededor del sistema de fallas de San Andreas, encontraron que su mapa coincidía con estudios anteriores. Incluso identificó con éxito las secciones rastreras del sistema de fallas de los segmentos bloqueados. Los investigadores podrían utilizar la técnica recientemente descrita para desarrollar otros mapas de tasas de deformación y, en general, puede aplicarse a otros problemas de interpolación en las geociencias.

Esta historia se vuelve a publicar por cortesía de Eos, alojado por la American Geophysical Union. Lea la historia original aquí.