A Bayesian Parametric Ground-Motion Prediction Model: Response Spectra of Shallow Crustal Seismicity in Europe

Quando o solo treme, a violência do tremor em um local específico não é apenas uma questão de quão grande foi o terremoto ou de quão longe ele ocorreu. É também uma história do caminho que a energia percorreu através da Terra e da natureza específica do solo sob um edifício. Cientistas que estudam esses padrões de tremores usam modelos matemáticos para prever quão forte será o movimento do solo em um determinado ponto. Essas previsões são vitais para projetar edifícios que possam sobreviver a um abalo e para compreender o risco para as comunidades. No entanto, a Europa apresenta um desafio único. Ao contrário de regiões com terremotos frequentes e massivos, grande parte da Europa experimenta tremores menores e menos frequentes. Essa escassez de eventos grandes torna difícil construir modelos de previsão precisos, forçando os cientistas a depender de dados de pequenos terremotos e a tentar escaloná-los. O problema é que o solo na França ou na Bélgica comporta-se de forma diferente do solo na Itália ou na Grécia, e um modelo que funciona para uma região frequentemente falha em outra.

Uma equipa de investigadores sediada em Grenoble, França, desenvolveu uma nova forma de prever estes movimentos do solo que contabiliza melhor estas diferenças regionais. Criaram um modelo que combina dados de três fontes distintas: uma base de dados europeia massiva de registos de sismos, um conjunto de dados especializado da França e outro da Bélgica. Ao fundir estes registos, construíram um quadro abrangente de como as ondas sísmicas viajam pelo continente, cobrindo desde pequenos tremores até eventos de grande magnitude. O resultado é uma ferramenta que pode prever a intensidade do tremor de sismos superficiais em qualquer lugar da Europa com maior precisão do que os métodos anteriores, particularmente em áreas onde grandes terremotos são raros, mas ainda assim possíveis.

Os investigadores começaram por reunir uma vasta coleção de registos sísmicos. Combinaram dados de mais de 55.000 registos de agitação do solo, capturando eventos que ocorreram entre 1976 e 2026. Estes registos vieram de sensores colocados por uma ampla faixa da Europa, desde as zonas de alta sismicidade da Itália e da Grécia até às regiões mais calmas da França e da Bélgica. Uma parte fundamental do seu trabalho envolveu a limpeza e a padronização destes dados. As magnitudes dos terremotos, que medem o tamanho do evento, tinham sido calculadas de diferentes formas por diferentes grupos. A equipa substituiu estas estimativas variadas por um conjunto único e consistente de valores de magnitude. Este passo foi crucial porque medições inconsistentes podem distorcer a relação entre o tamanho de um terremoto e o tremor que este produz. Também garantiram que os dados incluíssem uma vasta gama de tamanhos de terremotos, desde eventos muito pequenos com magnitudes em torno de 1,6 até grandes eventos próximos de 7,7, permitindo-lhes estudar como o tremor escala através de todo o espectro.

Uma vez preparados os dados, a equipa construiu um novo modelo de previsão utilizando uma abordagem estatística sofisticada conhecida como regressão Bayesiana. Ao contrário dos métodos antigos que tratavam cada localização como um ponto genérico, este novo modelo reconhece que a Terra não é uniforme. Divide a Europa numa grelha de pequenos quadrados, cada um medindo meio grau por meio grau. Para cada quadrado desta grelha, o modelo aprende como o solo atenua, ou enfraquece, as ondas sísmicas. Esta é uma mudança significativa em relação aos modelos anteriores, que frequentemente atribuíam a uma única região ampla um conjunto uniforme de regras. Ao utilizar uma grelha, o novo modelo consegue detetar variações subtis. Por exemplo, pode distinguir entre as zonas de alta atenuação dos Pirenéus, onde as ondas morrem rapidamente, e as zonas de baixa atenuação do Grabben do Baixo Reno, onde as ondas viajam mais longe com menos perda.

O modelo também separa os efeitos da fonte do terremoto dos efeitos do local de registo. Calcula quanto do tremor é causado pelas características específicas do próprio terremoto, tais como a sua localização e profundidade, e quanto é causado pela geologia local onde o sensor está colocado. Esta separação permite que o modelo seja mais preciso. Por exemplo, pode identificar que um vale específico em França amplifica consistentemente o tremor mais do que uma colina próxima, mesmo que estejam muito perto um do outro. Os investigadores descobriram que este nível de detalhe reduziu a incerteza nas suas previsões. O novo modelo produz margens de erro menores comparativamente ao melhor modelo anterior utilizado em toda a Europa, o que significa que engenheiros e avaliadores de risco podem ter mais confiança nos números que recebem.

Uma das descobertas mais importantes diz respeito à forma como o modelo lida com pequenos terremotos. No passado, os modelos frequentemente tinham dificuldade em prever o tremor de eventos menores, por vezes produzindo resultados irreais onde o tremor parecia aumentar à medida que o terremoto diminuía. O novo modelo corrige isto utilizando a abundância de dados de terremotos pequenos e moderados para estabelecer uma base fiável. Isto permite que o modelo seja aplicado a regiões de sismicidade baixa a moderada, como a França e a Bélgica, onde pequenos terremotos são comuns, mas ainda podem causar danos em áreas vulneráveis, como vales de rios. O modelo agora comporta-se de uma forma que se alinha com a realidade física, mostrando que terremotos menores produzem menos tremor, e pode prever de forma fiável os efeitos de eventos tão pequenos como magnitude 4.

Os investigadores também descobriram que a forma como as ondas sísmicas perdem energia depende fortemente da frequência do tremor. Ondas de alta frequência, que causam solavancos rápidos e bruscos, comportam-se de forma diferente das ondas de baixa frequência, que causam movimentos lentos e ondulatórios. O novo modelo captura esta dependência da frequência ao permitir que as regras de atenuação mudem com base no período da onda. Isto significa que o modelo pode prever não apenas o tremor máximo, mas todo o padrão de como o solo se move ao longo do tempo. Isto é essencial para o projeto de diferentes tipos de estruturas, uma vez que um edifício alto pode responder de forma diferente a um movimento ondulatório de baixa frequência do que uma casa curta e rígida responde a solavancos de alta frequência.

O estudo confirma que o novo modelo é uma melhoria significativa em relação ao seu predecessor. Cobre uma gama mais ampla de tamanhos e distâncias de terremotos, desde muito perto da fonte até centenas de quilómetros de distância. Também fornece uma imagem mais clara da incerteza envolvida em qualquer previsão. Ao tratar o modelo como um sistema vivo que pode ser atualizado com novos dados, os investigadores criaram uma ferramenta que se tornará mais precisa à medida que mais registos de terremotos forem recolhidos. Isto é particularmente importante para a Europa, onde a rede sísmica está em constante expansão. O modelo já está a ser adaptado para uso em mapas de perigo nacionais da Bélgica e da França, ajudando a refinar as normas de segurança para edifícios nesses países.

Embora o modelo represente um grande passo em frente, os investigadores reconhecem que ainda há trabalho a fazer. Algumas regiões, particularmente nos Balcãs, permanecem subamostradas, o que significa que o modelo tem menos dados para trabalhar nessas áreas. Adicionalmente, a profundidade dos terremotos pode ser difícil de localizar precisamente, o que introduz alguma incerteza. No entanto, a estrutura que construíram foi desenhada para lidar com estas limitações. À medida que novos dados ficam disponíveis, o modelo pode ser atualizado para preencher as lacunas e reduzir a incerteza. O objetivo final é criar uma imagem contínua e altamente precisa do risco sísmico em todo o continente, garantindo que as comunidades estejam melhor preparadas para o solo sob os seus pés.

Este trabalho demonstra que, ao combinar vastas quantidades de dados com técnicas estatísticas avançadas, os cientistas podem desvelar as camadas de complexidade que há muito tempo obscurecem a nossa compreensão do tremor de terremotos. O novo modelo não apenas prevê números; ele revela os padrões ocultos de como a energia se move através da crosta europeia. Mostra que o solo não é um pano de fundo passivo, mas um participante ativo em cada terremoto, moldando o perigo de formas que agora estão finalmente a tornar-se claras. Para as pessoas que vivem nestas regiões, esta clareza traduz-se em edifícios mais seguros e numa abordagem mais informada perante o risco omnipresente da atividade sísmica.