⚡ ingeniería eléctrica

The Geometry of Earthquake Shaking: A Probabilistic Model for Response-Spectrum Directionality

Este estudio demuestra que la variabilidad direccional de los espectros de respuesta sísmica horizontales es primordialmente un efecto estocástico de muestra finita gobernado por la relación duración-periodo, en lugar de una anisotropía física intrínseca, y presenta un modelo probabilístico parsimonioso que reproduce con precisión los patrones de anisotropía observados para mejorar el modelado de movimientos del suelo y el análisis de peligrosidad sísmica.

Autores originales: Rajesh Rupakhety, Victor Moises Hernández-Aguirre

Publicado 2026-10-21

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Rajesh Rupakhety, Victor Moises Hernández-Aguirre

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

Cuando el suelo se sacude durante un terremoto, el movimiento no es un simple empuje de vaivén. Es una onda compleja, bidimensional, que se mueve en todas las direcciones horizontales a la vez. Para un edificio que se encuentra sobre ese suelo, el daño que sufre depende en gran medida de hacia qué dirección está orientado el edificio en relación con la dirección del temblor. Una estructura podría ser perfectamente segura si la parte más fuerte de la onda golpea su costado, pero vulnerable si esa misma onda golpea su frente. Los ingenieros han sabido durante mucho tiempo que esta variabilidad direccional es real, pero han tenido dificultades para predecirla. Tradicionalmente, han tratado el temblor como un número único o un promedio simple, ignorando efectivamente el hecho de que el suelo se mueve de manera diferente dependiendo del ángulo desde el que se mire. Esta simplificación funciona para estimaciones aproximadas, pero no logra capturar la verdadera geometría del peligro, dejando un vacío en cómo evaluamos el riesgo para las ciudades y la infraestructura crítica.

Un nuevo estudio realizado por investigadores de la Universidad de Islandia busca llenar este vacío tratando el temblor de un terremoto no como un misterio de física compleja, sino como un problema de geometría y estadística. Los investigadores analizaron miles de grabaciones de movimientos reales del suelo para comprender por qué el temblor parece más fuerte en algunas direcciones que en otras. Descubrieron que mucho de lo que parece una preferencia física especial por una determinada dirección es, en realidad, una ilusión creada por la brevedad del terremoto mismo. Así como una moneda lanzada solo unas pocas veces podría caer en cara por azar, el registro de un terremoto corto podría parecer que sacude principalmente en una dirección simplemente porque no hubo suficientes ondas independientes para suavizar la aleatoriedad. El equipo descubrió que la clave para predecir este comportamiento reside en una relación simple: la duración del temblor en comparación con el tiempo que le toma a un edificio oscilar de un lado a otro.

Los investigadores examinaron 4,690 grabaciones de movimientos intensos del suelo de una base de datos europea, cubriendo una amplia gama de magnitudes y distancias de terremotos. Su objetivo era separar las razones físicas reales de la direccionalidad del temblor del ruido estadístico que surge cuando intentamos medir un proceso complejo con datos limitados. Se centraron en una medida específica de qué tan "estirado" está el temblor en una dirección frente a otra. En su análisis, identificaron tres comportamientos distintos que ocurren dependiendo de la duración del temblor. Cuando el temblor es muy corto, la medición es poco fiable y tiende a parecer altamente direccional por puro azar. Cuando el temblor es muy largo, la medición se vuelve estable y la direccionalidad se asienta en un patrón predecible. En el rango intermedio, la direccionalidad crece constantemente a medida que el temblor dura más.

Al combinar estas observaciones, el equipo construyó un modelo probabilístico que actúa como una línea base de lo que deberíamos esperar de un temblor aleatorio. Este modelo se basa en un único parámetro calibrado para describir la cantidad máxima de información independiente disponible en un registro de movimiento del suelo. Cuando probaron este modelo contra los datos reales, reprodujo con éxito los patrones observados de variabilidad direccional a través de todo el rango de tiempos de oscilación de los edificios, desde vibraciones muy rápidas hasta movimientos lentos y ondulantes. El modelo sugiere que, para la mayoría de los terremotos, la aparente direccionalidad no es una propiedad fija de la fuente del terremoto o del camino que recorrieron las ondas, sino una consecuencia de cuánto tiempo dura el temblor.

El estudio también buscó excepciones a esta regla, buscando casos donde la naturaleza física del terremoto fuerce una dirección específica independientemente de la duración. Encontraron que los terremotos cercanos a la falla, donde la ruptura ocurre directamente hacia una estación de registro, sí producen una direccionalidad física genuina. Sin embargo, incluso en estos casos, los investigadores demostraron que una gran parte del efecto observado se debe todavía a la breve duración del movimiento pulsante, lo que limita la cantidad de datos disponibles para medir el temblor. Una vez que los investigadores contabilizaron la duración, quedó una señal direccional genuina más pequeña, confirmando que la direccionalidad de la ruptura realmente importa, pero que su influencia suele estar enmascarada por el ruido estadístico de los registros cortos.

El equipo también investigó si el tamaño del terremoto o la distancia desde la fuente desempeñaban un papel directo en la creación de la direccionalidad. Encontraron que estos factores no influyen en la dirección del temblor de manera directa. En cambio, su influencia es totalmente indirecta: los terremotos más grandes y aquellos que están más lejos tienden a durar más, y es este aumento en la duración lo que reduce el ruido aleatorio y revela la geometría subyacente. Cuando los investigadores eliminaron el efecto de la duración de su análisis, la conexión aparente entre el tamaño del terremoto, la distancia y la direccionalidad desapareció. Este hallazgo sugiere que los ingenieros no necesitan inventar reglas complejas para cada tipo de terremoto; solo necesitan entender cuánto dura el temblor para predecir su comportamiento direccional.

Finalmente, los investigadores probaron su modelo simulando miles de patrones de temblor direccional artificiales. Combinaron su nuevo modelo para la forma geométrica del temblor con un modelo existente para los picos aleatorios del movimiento. Las simulaciones produjeron resultados que coincidían estrechamente con los datos del mundo real, capturando la forma en que el temblor se vuelve más direccional a medida que aumenta el periodo del edificio. La única diferencia significativa apareció en los extremos extremos de los datos, donde las simulaciones ocasionalmente predijeron un temblor físicamente imposible, excediendo el límite teórico máximo. Los investigadores señalaron que esto es un fallo menor en la forma en que combinaron los dos modelos, no un fallo de la idea central. El estudio concluye que la naturaleza caótica y direccional del temblor de un terremoto puede entenderse como un fenómeno geométrico aleatorio acotado, gobernado principalmente por la duración del evento. Esta perspectiva ofrece una forma más clara y físicamente fundamentada de modelar el movimiento del suelo, alejándose de tratar la direccionalidad como una variable adicional misteriosa y dirigiéndose hacia la comprensión de que es una consecuencia natural de cuánto tiempo sacude la tierra.

Resumen Técnico: La Geometría de la Sacudida Sísmica: Un Modelo Probabilístico para la Direccionalidad del Espectro de Respuesta

Planteamiento del Problema
El movimiento del suelo horizontal es inherentemente un proceso vectorial de dos componentes, lo que significa que la intensidad experimentada por una estructura depende de su orientación relativa al campo de movimiento del suelo. Aunque las medidas invariantes a la rotación como RotD50 (mediana) y RotD100 (máximo) son estándares en el análisis de peligro sísmico, estas reducen el campo direccional a resúmenes escalares, descartando la estructura geométrica subyacente. Los modelos empíricos existentes para la direccionalidad (por ejemplo, la relación RotD100/RotD50) a menudo tratan la variabilidad direccional como un término aleatorio adicional o como una función descriptiva del periodo, sin identificar las variables de estado físico que gobiernan la evolución del campo direccional. Además, no está claro qué parte de la anisotropía observada se debe a efectos físicos persistentes (por ejemplo, directividad de la ruptura, efectos de sitio) frente a artefactos estadísticos derivados de la estimación de la covarianza de muestras finitas.

Metodología
El estudio utiliza un conjunto de datos de 4,690 registros de componentes horizontales de movimiento fuerte de la base de datos de Movimiento Fuerte Europeo (ESM), que cubre 417 eventos y 1,304 estaciones. Los autores desarrollan un marco probabilístico basado en la descomposición del espectro de respuesta direccional en dos componentes: una elipse RMS geométrica (gobernada por la anisotropía de la covarianza) y un campo de factor de pico estocástico.

Variable de Anisotropía Geométrica ( $\kappa_{rms}$ ): Los autores definen $\kappa_{rms}$ como el contraste normalizado entre los autovalores principales de la matriz de covarianza de la respuesta. Esta variable aísla el alargamiento geométrico independientemente de la amplitud de la respuesta y la formación de picos.
Tamaño de Muestra Efectivo ( $N_{eff}$ ): El núcleo de la metodología postula que la distribución de $\kappa_{rms}$ está gobernada por el número efectivo de ciclos de respuesta estadísticamente independientes ( $N_{eff}$ ). Bajo un modelo nulo gaussiano isotrópico, $\kappa_{rms}^2$ sigue una distribución Beta determinada por $N_{eff}$ .
Modelo Compuesto para $N_{eff}$ : El estudio deriva un modelo compuesto para $N_{eff}$ $N_{e f f}$ como una función de la razón adimensional $\psi = \ln(D_R^*/T)$ $ψ = ln (D_{R}^{*} / T)$ , donde $D_R^*$ $D_{R}^{*}$ es la duración energética de la respuesta y $T$ $T$ es el periodo del oscilador. El modelo incorpora tres regímenes físicos:
- Un régimen de escalamiento de banda estrecha donde $N_{eff} \propto \psi$ $N_{e f f} \propto ψ$ (periodos intermedios).
  - Una saturación de periodo corto impuesta por el ancho de banda finito del movimiento del suelo.
- Un suelo de periodo largo ( $N_{min} = 3$ ) que representa los grados de libertad mínimos para una estimación de covarianza 2D.
Calibración y Validación: El modelo se calibra mediante la estimación de máxima verosimilitud sobre el conjunto de datos ESM. Los autores validan el modelo utilizando diagnósticos de la transformada integral de probabilidad (PIT) para generar una puntuación normal "condicionada por la duración" ( $z_\psi$ ), que aísla las desviaciones de anisotropía del baseline estocástico.
Análisis de Residuos: El estudio examina los residuos de $z_\psi$ para identificar efectos físicos (movimientos tipo pulso, magnitud, distancia y amplificación de sitio) que persisten tras contabilizar el baseline estocástico controlado por la duración.
Simulación: El modelo de anisotropía se combina con un modelo estocástico existente para factores de pico direccionales para simular espectros de respuesta direccionales completos y compararlos con los datos observados.

Contribuciones Clave

Marco Probabilístico: El artículo establece que una fracción sustancial de la variabilidad direccional observada puede explicarse como un efecto de muestra finita impulsado por la relación entre la duración energética y el periodo del oscilador.
Modelo de $N_{eff}$ Compuesto: Introduce un modelo parsimonioso de un solo parámetro para el tamaño de muestra efectivo que reproduce con éxito las distribuciones observadas de $\kappa_{rms}$ a través de todo el rango de periodos (0.01s a 10s).
Descomposición de la Variabilidad: Al condicionar sobre el baseline estocástico, el estudio separa la anisotropía "aparente" (causada por duraciones cortas y pocos ciclos) de la anisotropía física "genuina".
Simulación Generativa: Los autores demuestran un método para simular espectros de respuesta direccionales utilizando solo dos parámetros poblacionales calibrados ( $N_\infty$ y la escala del factor de pico $\sigma$ ), reproduciendo las características principales de la variabilidad direccional observada.

Resultados

Baseline Estocástico: El modelo compuesto reproduce con precisión las distribuciones empíricas de $\kappa_{rms}$ , incluyendo el desplazamiento progresivo hacia la derecha y el ensanchamiento de la distribución a medida que aumenta el periodo del oscilador. Los diagnósticos PIT confirman que el modelo proporciona una descripción marginal satisfactoria de los datos ( $\mu \approx -0.09, \sigma \approx 1.03$ ).
Efectos de Fuente y Trayectoria: Se encuentra que la dependencia aparente de la anisotropía con la magnitud del terremoto ( $M_w$ ) y la distancia fuente-sitio ( $R_{JB}$ ) está abrumadoramente mediada a través de la duración energética. Una vez condicionado en $\psi$ , el poder explicativo de la magnitud y la distancia colapsa (el $R^2$ mediano cae de ~0.038 a ~0.001), sugiriendo que estos factores influyen en la anisotropía principalmente controlando el número de ciclos de respuesta independientes.
Movimientos Tipo Pulso: Los movimientos tipo pulso cercanos a la falla exhiben una anisotropía elevada. Si bien una parte significativa de esto se explica por la reducción de la duración energética de los pulsos (un efecto estocástico), persiste un residuo menor y emparejado con el periodo, lo que indica un componente de polarización genuino asociado con la directividad de la ruptura.
Efectos de Sitio: La variabilidad a nivel de estación explica el 25–30% de la varianza residual en periodos cortos. Las estaciones con mayor amplificación de HVSR en periodos cortos muestran sistemáticamente una anisotropía elevada en relación con el baseline estocástico, lo que sugiere un vínculo entre la resonancia del sitio y la variabilidad direccional.
Desempeño de la Simulación: El marco de simulación combinado reproduce bien las distribuciones a nivel poblacional de PSA/RotD50 y RotD100/RotD50. Sin embargo, en periodos largos, el modelo sobreestima ligeramente la cola superior (violando el techo físico de $\sqrt{2}$ ) porque trata la anisotropía de la covarianza y los campos de factor de pico como independientes.

Significancia y Reivindicaciones
El artículo argumenta que la variabilidad direccional debe reinterpretarse como un "fenómeno geométrico estocástico acotado" gobernado principalmente por la relación duración-periodo. Esta perspectiva ofrece una alternativa con fundamento físico al tratamiento de la direccionalidad únicamente mediante factores de conversión o términos adicionales de variabilidad aleatoria en los Modelos de Movimiento de Suelo (GMM).

Los autores afirman que es posible lograr representaciones estocásticas compactas y de baja dimensión de los campos de movimiento de suelo horizontal. Al identificar el baseline estocástico, el estudio proporciona un marco para la selección de registros y el análisis de peligro sísmico probabilístico que distingue entre artefactos estadísticos de muestreo finito y estructuras direccionales físicas persistentes. El trabajo sugiere que las mejoras futuras deberían centrarse en modelos predictivos para la duración de la respuesta energética y en el modelado conjunto de la anisotropía de la covarianza y la estructura del factor de pico para capturar mejor las respuestas direccionales extremas.

Más como este