Monte Carlo Simulation of Earthquake Damage to Mexico City:A Cadastral Exposure Model with Voronoi-Weighted Spatio-Temporal Point Processes
Este artigo apresenta um modelo de simulação de Monte Carlo que integra dados cadastrais de propriedades, o agrupamento de fontes sísmicas ETAS e a amplificação de movimentos do solo específica do local para estimar perdas monetárias futuras induzidas por terremotos na Cidade do México, revelando uma perda anual média de 2,26 bilhões de MXN e uma perda de 1 em 100 anos de 40 bilhões de MXN.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A Cidade do México assenta sobre uma armadilha geológica. Construída sobre o leito drenado de um antigo lago, a cidade repousa sobre camadas de argila macia e saturada de água. Quando as ondas sísmicas viajam através da rocha dura das montanhas circundantes, elas movem-se rapidamente e com pouco efeito. Mas quando essas mesmas ondas atingem os sedimentos lacustres macios sob a cidade, elas diminuem de velocidade e aumentam em amplitude, tal como uma gelatina a oscilar num prato. Este fenómeno, conhecido como amplificação de sítio, transforma sismos distantes e moderados em catástrofes locais devastadoras. A cidade sentiu este poder duas vezes nas últimas décadas: primeiro em 1985, quando um enorme sismo a centenas de quilómetros de distância causou colapsos generalizados, e novamente em 2017, quando um evento menor e mais próximo repetiu a destruição. Como o movimento do solo se comporta de forma tão diferente aqui do que em qualquer outro lugar, as formas padrão de prever danos sísmicos falham. Para compreender o verdadeiro risco financeiro que enfrenta esta megacidade, os investigadores precisavam de um modelo que respeitasse a física única do leito do lago e o valor específico dos edifícios que nele se encontram.
Uma equipa de investigadores da Universidad Iberoamericana construiu tal modelo, criando uma simulação detalhada do que os futuros sismos poderão custar à Cidade do México. Em vez de depender de estimativas económicas amplas ou contagens populacionais, utilizaram o registo oficial de terras da cidade, conhecido como cadastro. Esta base de dados governamental lista o valor avaliado de cada parcela de terreno e das estruturas nela contidas, fornecendo um mapa granular de exatamente o que está em risco. Os investigadores combinaram este mapa financeiro com um modelo computacional sofisticado de como ocorrem os sismos. Analisaram décadas de registos sísmicos para identificar dois tipos distintos de fontes sísmicas que ameaçam a região: eventos superficiais perto da costa, onde as placas tectónicas deslizam uma pela outra, e eventos mais profundos que ocorrem dentro de uma placa de subducção muito abaixo da superfície. Ao tratar estes como fontes separadas, o modelo consegue gerar milhares de cenários de sismos sintéticos, cada um com uma localização, tempo e magnitude específicos.
O núcleo do estudo envolve a execução destes cenários através de uma versão virtual da cidade. Para cada sismo simulado, o modelo calcula quanto o solo vibraria na localização da cidade, contabilizando a distância do epicentro e a enorme amplificação causada pelos sedimentos do lago. Em seguida, traduz essa vibração em danos físicos para cada edifício no registo, convertendo o dano estrutural em perda monetária. Para garantir que o modelo reflete a realidade, os investigadores calibraram-no com base no sismo de 2017. Eles não se limitaram a ajustar os números para coincidir com a conta final; em vez disso, testaram o modelo contra cinco factos independentes daquele evento: o montante total de dinheiro perdido, o número de edifícios que colapsaram, o número de estruturas severamente danificadas, a área geográfica coberta pelos danos e a idade dos edifícios que caíram. Esta verificação rigorosa confirmou que o modelo reproduz com precisão os padrões complexos da destruição no mundo real.
Os resultados desta simulação massiva, que percorreu duzentos milhões de anos de tempo hipotético, revelam uma vasta gama de possíveis resultados. A perda anual média é estimada em 2,26 mil milhões de pesos mexicanos, mas esta média mascara a natureza extrema do risco. Num ano típico, a cidade poderá não sofrer qualquer dano. No entanto, o modelo prevê que um evento de uma vez por século poderá infligir 40 mil milhões de pesos em danos. A incerteza nestes números é significativa, impulsionada principalmente pela forma como o solo macio amplifica a vibração. Os investigadores descobriram que a perda potencial poderia ser tão baixa quanto 14 mil milhões de pesos ou tão alta quanto 439 mil milhões de pesos para um único evento de escala centenária, dependendo do comportamento específico do solo. Esta grande lacuna não é uma falha do modelo, mas um reflexo da atual falta de dados precisos sobre as camadas do solo da cidade.
O estudo também descobriu uma camada oculta de realidade económica relativa à forma como os danos são reportados. Quando o modelo foi calibrado para o evento de 2017, mostrou que o total oficial do governo de 16 mil milhões de pesos em perdas capturava apenas uma fração do dano físico real. O modelo sugere que o verdadeiro custo económico desse sismo seria provavelmente mais próximo de 44 mil milhões de pesos, sendo a diferença composta por danos estruturais menores que os proprietários repararam sem os reportar às autoridades. Esta descoberta implica que confiar apenas nos relatórios oficiais subestima o verdadeiro fardo financeiro do risco sísmico. Os investigadores enfatizam que, embora a sua simulação forneça uma estrutura robusta para compreender a vulnerabilidade da cidade, o passo seguinte mais crítico é obter mapas de solo detalhados e valores de construção oficiais para estreitar a vasta gama de possíveis perdas. Até lá, a simulação permanece como a estimativa mais precisa disponível, pintando o quadro de uma cidade onde o solo sob ela continua a ser a variável mais poderosa para a sua segurança futura.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.