📄 ciencias de la Tierra

Development and Application of a Non-ergodic Ground-Motion Model for the Czech Republic

Este artículo presenta un modelo de movimiento del suelo no ergódico para la República Checa que utiliza datos regionales para derivar términos específicos de sitio y de trayectoria, reduciendo significativamente la variabilidad aleatoria y alterando las estimaciones de peligro sísmico en comparación con los modelos eródicos tradicionales.

Autores originales: Chih-Hsuan Sung, Norman Abrahamson, Ivan prachar, Jiri Vackar, Jiri Malek

Publicado 2026-09-22

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Chih-Hsuan Sung, Norman Abrahamson, Ivan prachar, Jiri Vackar, Jiri Malek

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

En el corazón tranquilo y estable de Europa, la República Checa se asienta sobre un fundamento geológico que rara vez tiembla. A diferencia de los bordes volátiles de las placas tectónicas, donde son comunes los terremotos masivos, esta región experimenta solo temblores de pequeños a moderados. Durante décadas, los científicos han intentado predecir qué tan fuerte podría sacudirse el suelo durante estos eventos poco frecuentes, una tarea esencial para diseñar edificios seguros y proteger infraestructuras críticas como las centrales nucleares. Para lograrlo, dependen de modelos matemáticos que estiman la sacudida del suelo basándose en tres factores principales: qué tan grande es el terremoto, qué tan lejos está y qué tipo de suelo golpea la sacudida. Tradicionalmente, estos modelos han tratado a la Tierra como un lugar uniforme y promedio. Asumen que si dos terremotos del mismo tamaño ocurren a la misma distancia, sacudirán el suelo con la misma intensidad, independientemente del camino específico que la energía tome a través de la roca o de la ubicación exacta del edificio. Este enfoque "promedio" funciona bien para predicciones globales amplias, pero pasa por alto las peculiaridades locales y únicas de la corteza terrestre que pueden hacer que un punto específico se sacuda mucho más fuerte o más débil de lo esperado.

Un equipo de investigadores ha analizado ahora más de cerca el paisaje checo para ver si estas peculiaridades locales importan. Recopilaron datos de una red temporal de sensores desplegados en todo el país entre 2016 y 2019. Durante este tiempo, la red registró 14 terremotos pequeños, que oscilaban entre magnitud 2.0 y 4.8, capturando cómo se movió el suelo en docenas de ubicaciones diferentes. En lugar de tratar todos estos movimientos como ruido aleatorio, los científicos buscaron patrones. Descubrieron que la Tierra en esta región no es uniforme; las capas de roca y las trayectorias por las que viajan las ondas sísmicas crean efectos específicos y repetibles. Algunos caminos a través de la corteza transportan la energía de manera más eficiente, mientras que otros la amortiguan. Al analizar estos caminos específicos y las características únicas del suelo en cada estación de registro, el equipo construyó un nuevo tipo de modelo. Este nuevo modelo, llamado modelo de movimiento del suelo no ergódico, deja de tratar a la Tierra como un promedio genérico y comienza a contabilizar las diferencias específicas y sistemáticas entre cualquier fuente de terremoto dada y un sitio específico.

Los resultados de este nuevo enfoque fueron impactantes. Cuando los investigadores compararon su nuevo modelo con el antiguo, el tradicional, descubrieron que el modelo antiguo ocultaba mucha incertidumbre. El modelo tradicional asumía que las variaciones en la sacudida eran aleatorias e impredecibles, lo que conducía a un amplio rango de posibles resultados. El nuevo modelo, sin embargo, explicó gran parte de esa variación al identificar las razones físicas específicas detrás de ella. Por ejemplo, descubrieron que el camino desde un terremoto en los Alpes Orientales hacia la región checa se comporta de manera diferente a otros caminos, transportando la energía con menos pérdida de lo que se pensaba anteriormente. Este efecto de trayectoria específica puede cambiar la intensidad de la sacudida esperada por un factor de dos. Al contabilizar estos efectos específicos de trayectoria y de sitio, el nuevo modelo redujo significativamente la incertidumbre "aleatoria". La desviación estándar, una medida de cuánto puede variar la sacudida, cayó de 0.76 a 0.33 para la aceleración máxima del suelo, y de 0.65 a 0.25 para la velocidad máxima del suelo. En términos más sencillos, el nuevo modelo es mucho más preciso porque deja de adivinar y comienza a medir el comportamiento real de la geología local.

Esta mayor precisión tiene implicaciones profundas en la forma en que evaluamos el riesgo. Cuando los científicos calculan la probabilidad de un terremoto peligroso, utilizan estos modelos para trazar curvas de peligro. El nuevo modelo, más preciso, produce curvas más empinadas, lo que significa que, para eventos muy raros y de larga duración, la sacudida predicha es significativamente mayor o significativamente menor de lo que sugería el modelo anterior, dependiendo de la ubicación específica. Por ejemplo, en un sitio en Praga, el nuevo modelo predice mucha menos sacudida que el anterior porque las condiciones específicas del terreno tienden a amortiguar las ondas. Por el contrario, en un sitio cerca de una central nuclear en el sur, el modelo predice una sacudida ligeramente mayor debido al camino eficiente que las ondas toman desde ciertas direcciones. La contrapartida es que, si bien la incertidumbre aleatoria es menor, la incertidumbre sobre el modelo en sí —lo que los científicos llaman incertidumbre epistémica— ha aumentado. Esto se debe a que el nuevo modelo depende de la estimación de muchos parámetros locales específicos a partir de un conjunto de datos relativamente pequeño. Sin embargo, a medida que se recopilen más datos con el tiempo, esta incertidumbre disminuirá y el modelo será aún más confiable.

El estudio demuestra que incluso en regiones con baja actividad sísmica, donde los terremotos grandes son raros, es posible construir modelos altamente precisos y específicos de la ubicación utilizando datos de temblores menores. Los investigadores demostraron que las redes de sensores temporales, que pueden desplegarse de forma rápida y económica, son herramientas poderosas para mapear las características ocultas de la corteza terrestre. Al alejarse de la idea de un promedio genérico y abrazar los detalles específicos de la geología local, los científicos pueden proporcionar respuestas mucho más claras sobre qué esperar cuando el suelo se sacude. Este cambio de un enfoque de "talla única" a una comprensión no ergódica y personalizada representa un paso significativo hacia la seguridad sísmica, ofreciendo una imagen más clara del riesgo para las comunidades e infraestructuras en regiones continentales estables.

Resumen Técnico: Desarrollo y Aplicación de un Modelo de Movimiento del Suelo No Ergódico para la República Checa

Planteamiento del Problema
La República Checa es una región continental estable caracterizada por una sismicidad baja. Los análisis probabilísticos tradicionales de peligro sísmico (PSHA) en esta región han dependido de modelos de movimiento del suelo (GMM) ergódicos. Estos modelos asumen que el escalamiento del movimiento del suelo es uniforme para todos los pares fuente-sitio dentro de una clase tectónica, tratando los efectos físicos no modelados como variabilidad aleatoria ("aleatoria"). Sin embargo, los datos instrumentales y las observaciones macrosísmicas en la región checa revelan fuertes efectos sistemáticos en el movimiento del suelo que dependen de trayectoras de rayos específicas. Por ejemplo, la atenuación de los terremotos de los Alpes Orientales hacia el Macizo de Bohemia es significativamente más débil que para otras trayectorias, lo que resulta en campos macrosísmicos con forma de pera. El enfoque ergódico no logra capturar estas variaciones sistemáticas de trayectoria y sitio, lo que conduce a una variabilidad aleatoria aparente inflada y a una reducción en la precisión de la estimación del peligro.

Metodología
Los autores desarrollaron un GMM no ergódico para la Aceleración Pico del Suelo (PGA) y la Velocidad Pico del Suelo (PGV) utilizando datos de movimiento del suelo de 14 terremotos corticales (magnitud M2.0–M4.8) registrados por la red sísmica temporal AlpArray entre 2016 y 2019. El conjunto de datos comprende 792 registros de estaciones dentro de 400 km de los hipocentros, sujetos a un estricto control de calidad respecto al poder de microseísmo, amplitudes de ondas teleseísmicas y relaciones señal-ruido.

El proceso de desarrollo siguió un enfoque jerárquico:

Regionalización de una Línea Base Ergódica: El estudio comenzó con el GMM global ergódico de Chiou y Youngs (2014) (CY14). El escalamiento de la distancia se ajustó para adaptarse a los datos checos, mientras que el escalamiento de la magnitud se preservó del conjunto de datos global. Se introdujo un término constante separado para dar cuenta de cuatro eventos específicos (3, 7, 10 y 11) que exhibieron grandes residuales negativos.
Descomposición de Residuales: Los residuales dentro del evento se descompusieron en términos de sitio no ergódicos y términos de trayectoria.
- Términos de Sitio: Modelados como la suma de un componente espacialmente correlacionado ( $\delta S2S_{reg}$ ) y un componente específico de sitio no correlacionado ( $\delta S2S_{uncor}$ ).
- Términos de Trayectoria: Modelados como la suma de efectos de la atenuación anelástica 3-D (estructura $Q$ , $\delta P2P_Q$ ) y la estructura de velocidad 3-D ( $\delta P2P_V$ ).
Técnicas de Estimación:
- Modelo de Coeficiente Variable (VCM): Utilizado para la regresión de procesos gaussianos con una función de covarianza Matern para estimar los términos de sitio espacialmente correlacionados y los términos de trayectoria de la estructura de velocidad ( $\delta P2P_V$ ). Esto permite la interpolación y extrapolación a ubicaciones no muestreadas, proporcionando tanto estimaciones de la mediana como incertidumbre epistémica.
- Enfoque de Celdas Específicas: Utilizado para estimar los términos de atenuación anelástica ( $\delta P2P_Q$ ) mediante la división de la región en celdas de 20 km $\times$ 20 km y el cálculo de las longitudes de la trayectoria de los rayos dentro de cada celda.
Aplicación al Peligro: El GMM no ergódico se aplicó a los cálculos de PSHA para tres sitios: las centrales nucleares de Dukovany y Temelín, y la ciudad de Praga. El análisis utilizó el modelo de fuente areal A3 LASZ v25 (combinado con los parámetros del modelo de falla F3 donde fuera aplicable) para calcular las curvas de peligro, comparando los enfoques ergódico y no ergódico.

Resultados Clave

Reducción de la Variabilidad Aleatoria: El resultado principal es una reducción significativa de la desviación estándar aleatoria aparente. Para el GMM ergódico, las desviaciones estándar dentro del evento fueron de 0.76 (PGA) y 0.65 (PGV) unidades de logaritmo natural. Para el GMM no ergódico, los residuales dentro del sitio y dentro de la trayectoria se redujeron a 0.33 (PGA) y 0.25 (PGV).
Efectos de Trayectoria Sistemáticos: El término de trayectoria no ergódico captura fuertes variaciones dependientes de la fuente y el sitio. El estudio señala que los términos de trayectoria pueden cambiar la mediana del movimiento del suelo hasta en un factor de 2 en comparación con el GMM ergódico. Específicamente, la estructura de velocidad 3-D ( $\delta P2P_V$ ) influye significativamente en los movimientos del suelo de período corto a distancias cortas, mientras que la estructura $Q$ 3-D ( $\delta P2P_Q$ ) afecta la atenuación a larga distancia.
Implicaciones en las Curvas de Peligro: La reducción en la variabilidad aleatoria conduce a curvas de peligro más pronunciadas para el modelo no ergódico. El efecto neto en el peligro depende del sitio y la trayectoria específicos:
- Temelín (Sitio 1): Un término de sitio moderadamente positivo fue compensado por la reducción de la variabilidad en el nivel de peligro anual de 1E-3, pero se observó una reducción del 15–20% en PGA/PGV al nivel de 1E-5.
- Dukovany (Sitio 2): Un pequeño término de sitio negativo resultó en una mayor reducción del peligro en comparación con Temelín.
- Praga (Sitio 3): Un gran término de sitio negativo (-0.32 unidades de ln), combinado con la reducción de la variabilidad, resultó en curvas de peligro significativamente menores que en el caso ergódico (factores de reducción de 1.5 y 2.0 para PGA en los niveles de 1E-3 y 1E-5, respectivamente).
Incertidumbre Epistémica: El estudio destaca que la reducción en la variabilidad aleatoria viene acompañada de un aumento en la incertidumbre epistémica debido a la estimación de parámetros adicionales. Para ubicaciones con datos escasos, los términos no ergódicos medianos se aproximan a cero, pero la incertidumbre epistémica permanece alta.

Significancia y Afirmaciones
El artículo afirma que la aplicación exitosa del enfoque GMM no ergódico a la República Checa demuestra que los datos de movimiento del suelo de despliegues temporales de terremotos de magnitud pequeña a moderada son valiosos para restringir los términos no ergódicos en regiones de baja sismicidad. El estudio sostiene que, al modelar los efectos sistemáticos de la fuente, la trayectoria y el sitio, los GMM no ergódicos ofrecen una mayor precisión sobre los modelos ergódicos tradicionales, evidenciado por la reducción sustancial de la desviación estándar.

Los autores enfatizan que, si bien el enfoque no ergódico reduce la incertidumbre aleatoria, aumenta la incertidumbre epistémica. Concluyen que, a medida que se recopilen más datos locales con el tiempo, la incertidumbre epistémica disminuirá, permitiendo un mayor refinamiento de la variabilidad aleatoria. El artículo no pretende que el modelo no ergódico reduzca el peligro de manera universal; más bien, el impacto es específico del sitio, impulsado por la interacción entre los ajustes de sitio/trayectoria no ergódicos y la reducción de la variabilidad aleatoria. Los mayores efectos sobre el peligro sísmico se observan para periodos de retorno largos.

Más como este