🔬 physics

Hypocenter Location Using Submarine DAS in the Nankai Trough Requires Correct Phase Identification, Station Corrections, and Reliable 3D Structures

Este estudio demuestra que se puede lograr una localización precisa de hipocentros en alta mar utilizando DAS submarino en la Fosa de Nankai mediante el aprovechamiento de las prominentes ondas convertidas P-a-S como sustitutos de las tenues ondas P directas, siempre que se empleen una identificación de fase correcta, correcciones de estación específicas para cada fase y estructuras de velocidad 3D fiables.

Autores originales: Akiko Toh, Satoru Baba, Ayako Nakanishi, Ryoichiro Agata, Masaru Nakano, Yojiro Yamamoto, Eiichiro Araki

Publicado 2026-07-31

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Akiko Toh, Satoru Baba, Ayako Nakanishi, Ryoichiro Agata, Masaru Nakano, Yojiro Yamamoto, Eiichiro Araki

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El nuevo kit de herramientas del detective sísmico

Imagine el fondo del océano como un escenario gigante y oculto donde las placas tectónicas de la Tierra susurran, retumban y, ocasionalmente, gritan constantemente. Los científicos han querido durante mucho tiempo "escuchar" estos terremotos submarinos para comprender cómo se mueve el suelo y predecir cuándo podría ocurrir un sismo masivo. Sin embargo, escuchar bajo el agua es increíblemente difícil. Los micrófonos tradicionales (sismómetros) son caros de desplegar, difíciles de mantener y, por lo general, están demasiado separados para captar los detalles sutiles del inicio de un terremoto.

Entra en escena un nuevo tipo de dispositivo de escucha: la Detección Acústica Distribuida, o DAS. No piense en un cable DAS como un micrófono, sino como una gigantesca cuerda de guitarra submarina. Cuando ocurre un terremoto, las vibraciones viajan a través del agua y el lecho marino, haciendo que el cable de fibra óptica se estire y se comprima ligeramente. Al enviar luz láser a través de este cable, los científicos pueden detectar estos diminutos estiramientos en miles de puntos a lo largo de la línea, convirtiendo un solo cable en una densa red de miles de sensores.

Pero hay un inconveniente. Al igual que intentar escuchar un susurro en una habitación ruidosa, el sonido "directo" de un terremoto (la onda P) a menudo se amortigua o se pierde al viajar a través de capas gruesas de lodo suave y sedimentos en el fondo del océano. En su lugar, un sonido diferente y más fuerte llega primero: una onda convertida que rebota en el límite entre el lodo y la roca dura que se encuentra debajo. La gran pregunta para los científicos es: ¿Podemos usar este sonido fuerte y con rebote para determinar exactamente dónde comenzó el terremoto, incluso si no podemos escuchar claramente el tenue y directo susurro?

La historia del susurro amortiguado y el eco fuerte

En la Fosa de Nankai, una zona peligrosa frente a la costa de Japón donde las placas tectónicas chocan, los científicos han estado utilizando un cable DAS de 120 kilómetros de largo para escuchar terremotos. Encontraron un problema complicado: el "susurro" directo del terremoto (llamado Pp) era a menudo débil y difícil de detectar, mientras que un "eco" fuerte (llamado Ps) llegaba apenas una fracción de segundo después. Este eco ocurre porque la onda P golpea el límite entre el sedimento blando y la roca base dura, se convierte en una onda S y rebota hacia arriba.

Los investigadores, liderados por Akiko Toh y su equipo, se propusieron resolver un rompecabezas: Si no podemos escuchar el susurro claramente, ¿podemos usar el eco fuerte para encontrar la ubicación del terremoto?

La estrategia del "Eco"
Primero, el equipo seleccionó manualmente los tiempos de llegada de estas ondas para 22 terremotos locales. Notaron algo interesante: el intervalo de tiempo entre el tenue susurro (Pp) y el eco fuerte (Ps) era casi el mismo para cada terremoto en cualquier punto específico a lo largo del cable. Era como un reloj que marcaba un ritmo constante para cada oyente. Esto significaba que, si sabían cuándo llegaba el eco, podían "rebobinar" matemáticamente el reloj para adivinar cuándo debería haber llegado el susurro.

Sin embargo, su primer intento usando esto fue desordenado. Los ecos eran a veces confusos, con múltiples rebotes que dificultaban distinguir cuál era el "primer" eco. Tras volver a seleccionar los datos cuidadosamente, descubrieron que el intervalo de tiempo se volvió mucho más estable. Esto confirmó que el eco fuerte podía, de hecho, servir como un sustituto confiable para el tenue suselo, siempre que aplicaran las correcciones adecuadas.

El mapa y las correcciones
Para localizar un terremoto, se necesita un mapa de qué tan rápido viaja el sonido a través de la Tierra. El equipo probó dos tipos de mapas:

Un Mapa 1D Simple: Asumía que las capas de la Tierra eran planas y uniformes, como un pastel de capas.
Un Mapa 3D Complejo: Este era un modelo detallado e irregular que tenía en cuenta las colinas, valles y variaciones de tipos de roca reales bajo el océano.

Cuando utilizaron el mapa simple, sus ubicaciones calculadas de los terremotos estaban erradas por un promedio de unos 6.7 kilómetros. Cuando cambiaron al mapa 3D complejo, las ubicaciones mejoraron, acercándose a las ubicaciones del catálogo conocido (hasta un promedio de 6.3 kilómetros).

Pero aquí está el giro: incluso el mapa 3D complejo no era perfecto. El equipo tuvo que aplicar "correcciones de estación", esencialmente pequeños ajustes para cada sensor para tener en cuenta las peculiaridades locales bajo el cable.

La pista del Mapa 1D: Las correcciones para el mapa simple mostraron retrasos extraños en las ondas S en ciertos puntos. El equipo sugiere que esto podría significar que existen bolsas de roca de baja velocidad o fluidos de alta presión escondidos profundamente bajo el sedimento en esas áreas.
El fallo del Mapa 3D: El mapa complejo reveló una corrección "negativa" extraña cerca de la marca de los 82 kilómetros. El equipo se dio cuenta de que esto no era una característica geológica real, sino un artefacto (un error) en el modelo. El modelo había asignado una velocidad muy baja a una colina submarina poco profunda, lo cual no coincidía con la realidad. Esto demostró que incluso los mejores modelos 3D tienen puntos ciegos en las capas superficiales.

El veredicto
El estudio concluye que no es necesario forzarnos a escuchar el tenue y amortiguado susurro (Pp) para encontrar terremotos. En su lugar, podemos usar de manera confiable el eco fuerte y claro (Ps) como un sustituto. Al combinar esta estrategia de "primero el eco" con un buen mapa 3D y correcciones específicas para las peculiaridades locales, el equipo pudo localizar terremotos con una precisión mucho mayor.

Descubrieron que si un programa informático automatizado pudiera ser entrenado para detectar de manera confiable estos ecos fuertes (Ps) y aplicar la matemática correcta, podría monitorear terremotos en alta mar casi tan bien como si estuviera escuchando los susurros directos. Este es un gran paso adelante porque significa que podemos usar los cables submarinos existentes para construir una red de monitoreo de terremotos densa, económica y precisa, incluso en lugares donde el sonido directo es demasiado débil para ser escuchado.

Lo que descartaron
El equipo argumentó explícitamente en contra de la idea de que debemos recuperar las tenues ondas P directas para obtener buenos resultados. Demostraron que identificar erróneamente el eco como la onda directa (un error común cometido por los selectores de IA actuales) conduce a ubicaciones incorrectas. También descartaron la idea de que los errores de posicionamiento del cable fueran la causa principal de sus errores de localización; en cambio, los errores provenían de las estructuras complejas y ocultas del lecho marino.

¿Qué tan seguros están?
Los autores confían en que el intervalo de tiempo entre el eco y el susurro es lo suficientemente estable como para usarse como una herramienta, basándose en su selección manual de 22 eventos. Sugieren que el modelo 3D es mejor que el modelo 1D porque redujo el error en la localización, pero advierten cuidadosamente que el modelo 3D todavía tiene fallos en las capas superficiales que deben corregirse. No afirman haber resuelto el problema de la selección automatizada por completo, pero sugieren que un sistema futuro centrado en el eco fuerte (Ps) es el camino más práctico a seguir.

Resumen Técnico: Localización de Hipocentros mediante DAS Submarino en la Fosa de Nankai

Planteamiento del Problema
El monitoreo automatizado de la actividad sísmica en alta mar es crítico para comprender los estados de esfuerzo en zonas de subducción como la Fosa de Nankai; sin embargo, las redes sísmicas convencionales en el océano siguen siendo escasas. Aunque la Detección Acústica Distribuida (DAS) ofrece una alternativa densa mediante cables submarinos, su aplicación en la Fosa de Nankai enfrenta desafíos específicos. A diferencia de los sismómetros convencionales, el DAS mide la deformación axial, lo que resulta en llegadas de ondas P directas (Pp) inherentemente débiles cuando se registran sobre capas sedimentarias gruesas. Por el contrario, las ondas convertidas de P a S en la interfaz sedimento-basamento (Ps) suelen ser prominentes. Esta disparidad complica la identificación automática de fases y la estimación precisa del hipocentro, ya que los selectores de fase basados en aprendizaje automático estándar (por ejemplo, PhaseNet), entrenados con datos terrestres, frecuentemente identifican erróneamente las llegadas de Ps como ondas P directas. Además, las heterogeneidades estructurales locales, como las capas sedimentarias, introducen sesgos en los tiempos de viaje que los modelos de velocidad 1D estándar no logran capturar.

Metodología
El estudio analizó registros de un cable DAS de 120 km que se extiende costa afuera desde el Cabo Muroto, cubriendo 22 terremotos locales. La metodología procedió a través de varias etapas:

Identificación y Re-selección de Fases: Los autores seleccionaron manualmente las llegadas de Pp, Ps y ondas S directas (Ss). El análisis inicial reveló grandes incertidumbres en la diferencia de tiempo de viaje ( $\Delta t$ ) entre Ps y Pp. Para abordar la selección inconsistente de múltiples llegadas de Ps o postcursores, los autores volvieron a seleccionar las llegas de Ps utilizando el $\Delta t$ inicial como guía para seleccionar consistentemente la primera llegada de Ps. Esto redujo significativamente la desviación estándar de $\Delta t$ , permitiendo que fuera tratado como aproximadamente constante por canal.
Inversión de Correcciones de Estación: Para considerar los efectos estructurales locales, los autores derivaron correcciones de estación específicas para cada fase (Pp, Ps y Ss). Compararon dos modelos de velocidad: un modelo 1D (basado en la estructura del catálogo DONET) y un modelo 3D (una red neuronal informada por la física entrenada con un modelo de velocidad de ondas P y S en 3D de la Fosa de Nankai). La inversión minimizó la norma L2 entre los tiempos de viaje observados y sintéticos utilizando un enfoque de actualización alternante para refinar simultáneamente las ubicaciones de los hipocentros y las correcciones de estación.
Evaluación de Hipocentros: La precisión de los hipocentros estimados se evaluó comparándolos con las ubicaciones de los catálogos existentes (catálogos JMA y DONET) mediante distancias epicentrales. El estudio también simuló un escenario futuro práctico donde las llegadas de Ps se utilizan como sustitutos (proxies) de las de Pp (con las correcciones apropiadas) para probar la viabilidad del monitoreo automatizado sin necesidad de recuperar las débiles ondas Pp.

Result mayoría de Resultados Clave

Estabilidad de Fase: Tras la re-selección, la diferencia de tiempo de viaje Ps–Pp ( $\Delta t$ ) se volvió lo suficientemente estable como para ser tratada como una constante específica de cada canal, lo que respalda el uso de las llegadas de Ps como sustitutos de las de Pp.
Desempeño del Modelo: El modelo de velocidad 3D superó al modelo 1D. Explicó mejor los patrones regionales de tiempo de viaje, convergió en menos iteraciones y produjo hipocentros más cercanos a las ubicaciones de los catálogos. Para un subconjunto de 19 eventos, el modelo 3D con correcciones de estación redujo la distancia epicentral media a 5.4 km, en comparación con los 6.8 km del modelo 1D.
Perspectivas Estructurales: Las correcciones de estación derivadas del modelo 1D resaltaron anomalías localizadas en los tiempos de viaje de las ondas S (descorrelacionadas de las anomalías de onda P) en desplazamientos de 35–40 km y 60–82 km, lo que sugiere la presencia de zonas de baja velocidad de ondas S debajo de la interfaz sedimento-basamento. Las correcciones del modelo 3D resolvieron en gran medida las tendencias regionales, pero revelaron un artefacto negativo localizado cerca de los 82 km. Este artefacto coincidió con un alto batimétrico donde el modelo asignó una velocidad mínima de onda S (0.2 km/s), lo que indica que la estructura somera en el modelo 3D está pobremente resuelta en esa área.
Viabilidad del Sustituto (Proxy): Los hipocentros estimados utilizando las llegadas de Ps corregidas por estación como sustitutos de las de Pp coincidieron estrechamente con aquellos obtenidos utilizando las tres fases correctamente identificadas (Pp, Ps, Ss).

Significancia y Reivindicaciones
El artículo sostiene que el monitoreo automatizado exitoso de terremotos mediante DAS submarino en la Fosa de Nankai no requiere necesariamente la recuperación de las débiles ondas P directas. En su lugar, un enfoque práctico consiste en la identificación consistente de las prominentes llegadas de Ps combinada con correcciones de estación específicas de fase. El estudio demuestra que:

La identificación correcta de la fase es esencial, ya que identificar erróneamente Ps como Pp conduce a localizaciones inexactas.
Un modelo de velocidad 3D confiable es superior a un modelo 1D para la precisión regional, pero es insuficiente por sí solo; las correcciones de estación específicas de fase son necesarias para resolver las heterogeneidades estructurales locales.
Los patrones espaciales de las correcciones de estación derivadas sirven como una herramienta de diagnóstico para identificar y refinar estructuras locales no resueltas, tales como variaciones sedimentarias someras o zonas de baja Vs.
Los sistemas automatizados futuros pueden depender de selectores de aprendizaje automático capaces de identificar de manera confiable las llegadas de Ps, siempre que incorporen las correcciones de fase apropiadas, para lograr una determinación de hipocentros robusta.

El nuevo kit de herramientas del detective sísmico

La historia del susurro amortiguado y el eco fuerte

Más como este