Hispanopedia Wiki
Articulo de referencia

Sismología estadística

La sismología estadística es una subdisciplina de la sismología que aplica métodos estadísticos rigurosos y modelos estocásticos a la ciencia de los terremotos . El enfoque meto...

Hispanopedia WikiContenido en espanolLectura gratuita

La sismología estadística es una subdisciplina de la sismología que aplica métodos estadísticos rigurosos y modelos estocásticos a la ciencia de los terremotos . El enfoque metodológico de la sismología estadística es descendente y, por lo general, ignora los mecanismos físicos específicos de un terremoto individual y se centra en las tendencias de la ocurrencia sísmica en general.

Las ideas fundamentales se forjaron a partir de los primeros descubrimientos empíricos, como la ley de magnitud-frecuencia de Gutenberg-Richter y la ley de Omori sobre la disminución de las réplicas. El enfoque estadístico de la ocurrencia de terremotos se ha consolidado como un subcampo propio gracias a las obras de Ogata , Vere-Jones , Kagan y otros.

La sismología estadística explica la ocurrencia de terremotos mediante el análisis de la distribución multidimensional de los eventos en el tiempo, el espacio, la magnitud y la orientación del mecanismo focal. El objetivo de esta subdisciplina es revelar y analizar las tendencias estadísticas en la ocurrencia de terremotos para comprender mejor los mecanismos de generación sísmica y optimizar las tareas de predicción y pronóstico de terremotos.

Un ejemplo temprano de sismología estadística proviene del estudio de Fusakichi Omori de 1894. Las curvas suaves ajustadas a los datos de frecuencia representan la primera formulación matemática de la atenuación de las réplicas (Ley de Omori).

Historia

Las raíces de la sismología estadística se encuentran en los intentos de finales del siglo XIX de identificar patrones empíricos en el comportamiento de los terremotos en general. En 1884, Gilbert propuso una hipótesis temprana de que los grandes terremotos eran cuasiperiódicos , sugiriendo que una vez que se agota la fuerza acumulada, se necesitan generaciones para que la tensión se manifieste de nuevo. [ 1 ] A esto le siguió el estudio seminal de Omori de 1894 sobre las réplicas , estableciendo la ley de Omori al demostrar que su tasa de ocurrencia temporal decae inversamente con el tiempo. [ 2 ] Para 1935, Wood y Gutenberg definieron un cambio de paradigma crucial, distinguiendo entre la "predicción de terremotos", que apunta a momentos y lugares específicos dentro de límites estrechos, y la "pronóstico de terremotos", que evalúa la tasa de ocurrencia general o las probabilidades. [ 3 ] El descubrimiento de leyes de potencia fundamentales continuó con Ishimoto e Iida en 1939 y más tarde con Gutenberg y Richter en 1944, cuya emblemática relación de Gutenberg-Richter estableció que el número de terremotos aumenta según una ley de potencia a medida que disminuye su tamaño. [ 4 ] [ 5 ] A finales del siglo XX, el concepto de criticidad autoorganizada (SOC) y modelos como el modelo OFC proporcionaron un nuevo marco teórico, sugiriendo que la corteza terrestre es un sistema complejo que se mantiene naturalmente cerca de un estado crítico, produciendo los patrones fractales e invariantes a escala observados en la sismicidad. [ 6 ]

El auge de los procesos puntuales estocásticos en la década de 1970 impulsó el campo hacia un modelado moderno y riguroso. En 1970, Vere-Jones proporcionó una de las primeras aplicaciones importantes de la teoría de procesos puntuales estocásticos a la ocurrencia de terremotos, [ 7 ] seguido por Kagan, 1973, quien propuso los fundamentos teóricos para pronósticos cuantitativos basados ​​en procesos multidimensionales. En 1974, Gardner y Knopoff introdujeron un algoritmo de desagrupamiento ampliamente utilizado , creando un paso preliminar estándar para separar sismos principales independientes de réplicas dependientes. Estos desarrollos culminaron en 1988 con el modelo de secuencia de réplicas de tipo epidémico (ETAS) de Ogata , que se convirtió en el estándar para probar hipótesis sísmicas al tratar cada terremoto como un desencadenante potencial de eventos futuros. Esta era finalmente condujo a la predicción operativa de terremotos (OEF) . El USGS puso en práctica estos modelos mediante el modelo STEP en 2005 para mapas de probabilidad automatizados en tiempo real y el UCERF3-ETAS en 2013, que integró el desencadenamiento dependiente del historial en los estándares de California. Desde 2018, el USGS ha emitido pronósticos públicos automatizados de réplicas para eventos de magnitud superior a 5.0. Simultáneamente, el GNS de Nueva Zelanda se convirtió en líder mundial al aplicar el modelo EEPAS para pronósticos a mediano plazo, encapsulando procesos puntuales avanzados para su uso operativo automatizado. [ 8 ]

Temas de investigación

Predicción de terremotos

En 1935, Wood y Gutenberg definieron la predicción de terremotos como la especificación de la región, el tiempo y la magnitud de un sismo inminente dentro de "límites estrechos". [ 9 ] Durante varias décadas, la búsqueda de la predicción determinista, la identificación de un evento específico antes de que ocurra, fue un objetivo primordial de la sismología. Este período se caracterizó por el optimismo respecto a la identificación de precursores fiables. Sin embargo, el fracaso de experimentos de gran repercusión, en particular el experimento de predicción de Parkfield , llevó a una reevaluación de la viabilidad del campo. [ 10 ]

El debate sobre la previsibilidad

A finales de la década de 1990 surgió un importante debate científico sobre la posibilidad inherente de predicción, centrado principalmente en las discusiones de las revistas Science y Nature . [ 11 ] [ 12 ] [ 13 ] Una facción de investigadores argumentó que los terremotos son fundamentalmente impredecibles. Esta perspectiva se basa en la teoría de que la corteza terrestre existe en un estado crítico autoorganizado (SOC). Bajo el SOC, cualquier pequeño terremoto tiene una probabilidad no nula de convertirse en un gran evento; por consiguiente, la magnitud final de una ruptura no puede determinarse hasta que el proceso se complete.

Por el contrario, otros científicos argumentaron que la incapacidad para predecir terremotos se debe a la insuficiencia de datos de observación y a una comprensión incompleta de los niveles de tensión en la corteza terrestre, más que a una ley física fundamental. Sostuvieron que, si bien la predicción determinista es actualmente inalcanzable, calificarla de "imposible" es científicamente prematuro.

Pronóstico probabilístico y predicción de tasas

A finales de la década de 1990, la predictibilidad de los terremotos se convirtió en un punto central del argumento de que la predicción determinista, que consiste en identificar el momento, el lugar y la magnitud específicos de un evento, es un objetivo científico poco realista. Durante estos debates y en publicaciones posteriores, críticos como Geller , Kagan y Sornette compararon la búsqueda de precursores fiables a corto plazo con una «forma moderna de alquimia». [ 14 ]

La sismología moderna ha pasado en gran medida de buscar precursores deterministas "al estilo de la alquimia" al desarrollo de pronósticos probabilísticos de terremotos. Este enfoque trata la sismogénesis como un proceso complejo pero no aleatorio, cambiando el objetivo de identificar sismos individuales a cuantificar el riesgo sísmico regional. [ 10 ]

Pronóstico, pruebas y estándares operativos para terremotos

La Pronóstico Operacional de Terremotos (OEF, por sus siglas en inglés) es el proceso de difundir regularmente información autorizada y dependiente del tiempo sobre probabilidades y peligros de terremotos para ayudar al público y a las agencias gubernamentales en la preparación ante desastres. [ 15 ] Actualmente, los sistemas o procedimientos operativos de OEF se han implementado en varios países, incluidos Italia, [ 16 ] Nueva Zelanda, [ 17 ] y Estados Unidos. [ 18 ] En Italia, el sistema es notable por proporcionar un flujo continuo de información en vivo, mientras que en Nueva Zelanda, estos pronósticos han apoyado decisiones sociales críticas con respecto a inspecciones de edificios, zonificación de tierras y el refuerzo obligatorio de estructuras peligrosas. [ 15 ] [ 19 ] A lo largo de las décadas, el campo ha progresado de depender únicamente de modelos de peligro a largo plazo e independientes del tiempo a utilizar marcos híbridos sofisticados que integran agrupamiento de réplicas a corto plazo, modelos precursores a mediano plazo y tasas de fondo a largo plazo. Esta evolución se ha caracterizado por un cambio de recetas descriptivas simples a modelos de ramificación estocástica avanzados que pueden simular el comportamiento espaciotemporal complejo de las secuencias sísmicas. [ 19 ] [ 20 ] Además, el progreso moderno se ve reforzado por esfuerzos internacionales como el Collaboratory for the Study of Earthquake Predictability (CSEP) , que establece estándares comunitarios para las pruebas prospectivas rigurosas y la evaluación objetiva de estos algoritmos de pronóstico. [ 21 ]

Modelado híbrido y basado en la física

La investigación en modelado híbrido y basado en la física busca combinar mecanismos físicos con variabilidad estadística para explicar la sismicidad compleja. [ 20 ] [ 10 ] Ejemplos clave incluyen el modelado de cambios en la tensión de Coulomb para observar cómo un terremoto influye en la probabilidad de otros y la utilización de leyes de fricción de tasa y estado para comprender las tasas de réplicas. Estos enfoques a menudo se combinan en herramientas de pronóstico híbridas, como las utilizadas por agencias en Nueva Zelanda, que vinculan la ramificación estadística a corto plazo con las tasas de deformación geológica a largo plazo.

Recursos y reuniones comunitarias

Talleres de StatSei

La comunidad se basa en los Talleres Internacionales bienales sobre Sismología Estadística (StatSei), que se han convocado regularmente desde 1998 para evaluar los avances en la investigación y definir las direcciones futuras. [ 22 ]

Recursos de investigación y educativos

El apoyo educativo y técnico se proporciona a través de varias iniciativas internacionales:

  • CORSSA : Una plataforma web que ofrece tutoriales y software revisados ​​por pares para la sismología estadística.
  • CSEP : Un laboratorio de investigación internacional que lleva a cabo evaluaciones rigurosas y pruebas prospectivas de modelos de predicción de terremotos.

Referencias

  1. ↑ Gilbert, GK (1884-01-01). "Una teoría de los terremotos de la Gran Cuenca, con una aplicación práctica" . American Journal of Science . s3-27 (157): 49– 53. Bibcode : 1884AmJS...27...49G . doi : 10.2475/ajs.s3-27.157.49 . ISSN 0002-9599 . 
  2. ↑ Omoriof Science, Imperial University of Tokyo. 7: 111–200., Fusakichi (1894). "Sobre las réplicas de los terremotos". Journal of the College of Science . 7 . Imperial University of Tokyo: 111– 200.{{cite journal}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
  3. ↑ Wood, Harry O.; Gutenberg, B. (1935-09-06). "Predicción de terremotos" . Science . 82 (2123): 219– 220. Bibcode : 1935Sci....82..219W . doi : 10.1126/science.82.2123.219 . ISSN 0036-8075 . 
  4. ^ Ishimoto, M.; Iida, K. (1939). "Observaciones sobre los seis meses registrados parle microsismographe construit dernierement". Boletín del Instituto de Investigaciones Sísmicas . 17 : 443–478 .
  5. ↑ Gutenberg, B.; Richter, CF (1944-10-01). "Frecuencia de terremotos en California*" . Boletín de la Sociedad Sismológica de América . 34 (4): 185– 188. Bibcode : 1944BuSSA..34..185G . doi : 10.1785/BSSA0340040185 . ISSN 1943-3573 . 
  6. ↑ Olami, Zeev; Feder, Hans Jacob S.; Christensen, Kim (1992-02-24). "Criticalidad autoorganizada en un autómata celular continuo no conservativo que modela terremotos" . Physical Review Letters . 68 (8): 1244– 1247. Bibcode : 1992PhRvL..68.1244O . doi : 10.1103/PhysRevLett.68.1244 . ISSN 0031-9007 . PMID 10046116 .  
  7. ↑ Vere-Jones, D. (1970-01-01). "Modelos estocásticos para la ocurrencia de terremotos" . Journal of the Royal Statistical Society Series B: Statistical Methodology . 32 (1): 1– 45. doi : 10.1111/j.2517-6161.1970.tb00814.x . ISSN 1369-7412 . 
  8. ↑ Ciencias de la Tierra de Nueva Zelanda. "Nuevas investigaciones mejoran la comprensión del aumento de la sismicidad antes de grandes terremotos" . www.gns.cri.nz. Consultado el 27 de marzo de 2026 .
  9. ↑ Wood, Harry O.; Gutenberg, Beno (1935). "Predicción de terremotos". Science . 82 (2123): 219– 220. Bibcode : 1935Sci....82..219W . doi : 10.1126/science.82.2123.219 .
  10. 1 2 3 Kagan, Yan Y. (2014-01-13). Terremotos: Modelos, estadísticas, pronósticos comprobables (1.ª ed.). Wiley. doi : 10.1002/9781118637913 . ISBN  978-1-118-63792-0.
  11. ↑ Wyss, Max (17 de octubre de 1997). "¿No se pueden predecir los terremotos?" . Science . 278 (5337): 487– 490. Bibcode : 1997Sci...278..487W . doi : 10.1126/science.278.5337.487 . ISSN 0036-8075 . 
  12. ↑ Geller, Robert J. (1999-03-11). "Predicción de terremotos: ¿Qué deberíamos debatir?" . Nature . doi : 10.1038/nature28114 . ISSN 0028-0836 . 
  13. ^ Geller, Robert J.; Jackson, David D.; Kagan, Yan Y.; Mulargia, Francesco (14 de marzo de 1997). "No se pueden predecir los terremotos" . Ciencia . 275 (5306): 1616. doi : 10.1126/ciencia.275.5306.1616 . ISSN 0036-8075 . 
  14. ^ Sornette, Didier (8 de abril de 1999). "Debate sobre terremotos - Didier Sornette" . Naturaleza : 1– 5. doi : 10.1038/naturaleza28132 . ISSN 1476-4687 . 
  15. 1 2 Falcone, Giuseppe; Spassiani, Ilaria; Ashkenazy, Yosef; Shapira, Avi; Hofstetter, Rami; Havlin, Shlomo; Marzocchi, Warner (2021-09-07). "Un experimento operativo de predicción de terremotos para Israel: resultados preliminares" . Frontiers in Earth Science . 9 729282. Bibcode : 2021FrEaS...9..791F . doi : 10.3389/feart.2021.729282 . ISSN 2296-6463 . 
  16. ↑ "DEPARTAMENTO DE TERREMOTOS" . www.ingv.it. Consultado el 30 de marzo de 2026 .
  17. ↑ Ciencias de la Tierra de Nueva Zelanda. "Pronóstico de terremotos" . www.gns.cri.nz. Consultado el 30 de marzo de 2026 .
  18. ↑ "Programa de Peligros Sísmicos | Servicio Geológico de los Estados Unidos" . www.usgs.gov . 15 de enero de 2026. Consultado el 30 de marzo de 2026 .
  19. 1 2 Gerstenberger, Matthew C.; Christophersen, Annemarie; Rhoades, David A. (2024-11-01). "Una revisión de 15 años de pronóstico público de terremotos en Aotearoa Nueva Zelanda" . Seismological Research Letters . 95 (6): 3416– 3432. Bibcode : 2024SeiRL..95.3416G . doi : 10.1785/0220240207 . ISSN 0895-0695 . 
  20. 1 2 Vere-Jones, David (2010). "Cómo formarse como sismólogo estadístico" (PDF) . doi : 10.5078/corssa-17728079 (inactivo el 30 de marzo de 2026).{{cite web}}: CS1 maint: DOI inactivo desde marzo de 2026 ( enlace )
  21. ↑ "CSEP Testing – Collaboratory for the Study of Earthquake Predictability" . 24 de marzo de 2026. Consultado el 30 de marzo de 2026 .
  22. ↑ "El 4.º Taller Internacional sobre Sismología Estadística (Statsei4): Introducción y Objetivos" . www.ism.ac.jp. Consultado el 30 de marzo de 2026 .