📄 ciências da terra

A comprehensive, multi-model exploration of flow scenarios for supporting probabilistic hazard assessment of pyroclastic density currents: application at Fuego volcano (Guatemala)

Este estudo apresenta uma estrutura multimodelo abrangente utilizando TITAN2D e Volcflow para avaliar os perigos de correntes de densidade piroclástica no vulcão Fuego, revelando que, embora a topografia controle primariamente as trajetórias de fluxo, as suposições reológicas específicas de cada modelo influenciam significativamente as pegadas de inundação e a mobilidade, estabelecendo, assim, uma abordagem transferível para propagar incertezas de fonte e estruturais em avaliações probabilísticas de perigo.

Autores originais: Elaine T. Spiller, Pablo Tierz, Sylvain Charbonnier, Eric C. P. Breard, Rüdiger Escobar-Wolf, Robert L. Wolpert, Roberto Mérida, Gustavo Chigna, Eliza S. Calder

Publicado 2026-10-01

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Elaine T. Spiller, Pablo Tierz, Sylvain Charbonnier, Eric C. P. Breard, Rüdiger Escobar-Wolf, Robert L. Wolpert, Roberto Mérida, Gustavo Chigna, Eliza S. Calder

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

Vulcões que nunca dormem verdadeiramente representam um desafio único para as pessoas que vivem em sua sombra. Diferente de um vulcão que entra em erupção uma vez e depois dorme por séculos, esses gigantes persistentes produzem explosões frequentes e menores que podem se transformar subitamente em rios de rápida movimentação de gás, cinzas e rochas. Os cientistas chamam esses rios de correntes de densidade piroclástica. Eles são assustadoramente eficientes em destruir tudo em seu caminho, viajando frequentemente dezenas de quilômetros a partir do cume. Para comunidades que vivem nas encostas de tais vulcões, saber para onde essas correntes podem ir é uma questão de vida ou morte. No entanto, prever seu caminho é incrivelmente difícil porque o terreno é irregular, os fluxos se comportam de maneiras complexas e as condições que os iniciam podem variar drasticamente. Para tomar decisões seguras sobre evacuações ou assentamentos de longo prazo, os cientistas precisam de mais do que um único palpite; eles precisam de uma imagem clara de todas as formas possíveis como um fluxo pode se comportar, incluindo quão longe pode viajar e onde pode transbordar de seus canais naturais.

Uma equipe de pesquisadores abordou recentemente este problema no vulcão Fuego, na Guatemala, uma montanha íngreme e ativa que produziu fluxos devastadores no passado, incluindo um evento catastrófico em 2018 que vitimou centenas de pessoas. A equipe não dependeu de apenas um programa de computador para prever o futuro. Em vez disso, realizaram milhares de simulações usando dois modelos de computador diferentes e amplamente confiáveis que calculam como esses fluxos quentes e pesados se movem sobre o terreno real. Eles queriam ver se os modelos concordavam na visão geral, mesmo que discordassem nos detalhes. Para fazer isso, criaram uma biblioteca massiva de cenários. Eles simularam fluxos que variam de muito pequenos a enormes, durando de segundos a muitos minutos, e variaram o "atrito" interno dos fluxos para ver como isso alterava seu movimento. Eles executaram essas simulações descendo seis grandes ravinas que cortam as encostas do vulcão, gerando um total de 3.600 cenários de fluxo diferentes.

Os resultados revelaram uma consistência tranquilizadora nas linhas gerais. Ambos os modelos de computador concordaram sobre os limites externos de onde os fluxos poderiam possivelmente chegar. Mais importante, ambos identificaram exatamente os mesmos pontos ao longo das ravinas onde o solo muda de forma de maneira que força o fluxo a transbordar de seu canal e se espalhar pela terra circundante. Isso sugere que a forma da paisagem em si é o fator mais poderoso controlando para onde esses correntes perigosas vão. Se o terreno tem uma curva acentuada ou um nivelamento repentino, o fluxo provavelmente transbordará, independentemente de qual modelo de computador seja usado. Isso dá aos planejadores de emergência confiança para identificar as áreas mais vulneráveis baseando-se apenas na topografia.

No entanto, os dois modelos contaram histórias muito diferentes sobre o que acontece uma vez que o fluxo transborda. Um modelo produziu fluxos longos e estreitos, mantendo-se firmemente compactados dentro dos vales dos rios durante grande parte de sua jornada. O outro modelo produziu fluxos mais curtos, porém muito mais largos, espalhando-se como uma fina camada sobre a terra assim que deixaram o canal principal. A diferença reside em como cada modelo lida com a resistência que o solo exerce sobre a rocha em movimento. Um modelo assume que, à medida que o fluxo fica mais fino, ele desacelera muito mais rápido, mantendo-o confinado. O outro assume que o fluxo continua se movendo enquanto o terreno for íngreme o suficiente, mesmo que a camada de rocha seja muito fina. Isso significa que, embora ambos os modelos concordem sobre onde um fluxo pode transbordar, eles discordam sobre quanta terra ele cobrirá uma vez que o faça.

Os pesquisadores também descobriram que o tamanho do fluxo importa de uma forma específica. Eles encontraram um ponto de transição em torno de um volume de 10 milhões de metros cúbicos. Abaixo desse tamanho, os fluxos tendiam a permanecer nos canais. Acima desse tamanho, os fluxos em um dos modelos começaram a se espalhar rapidamente, transformando-se em finas camadas que poderiam cobrir vastas áreas de terra longe da ravina principal. Essa descoberta ajuda a explicar por que algumas erupções causam danos localizados enquanto outras cobrem regiões inteiras. Além disso, a equipe utilizou ferramentas estatísticas avançadas para mapear exatamente qual combinação de tamanho de fluxo, velocidade e duração seria necessária para atingir vilas específicas localizadas próximas às margens dos rios. Eles descobriram que o tempo que o fluxo leva para começar a se mover pode mudar o resultado, mesmo para locais a dez quilômetros do cume.

Em última análise, este trabalho não fornece uma previsão única e perfeita do próximo desastre. Em vez disso, fornece uma estrutura robusta para compreender a gama de possibilidades. Ao executar milhares de cenários e comparar duas formas diferentes de pensar sobre a física, os pesquisadores mostraram que, embora os detalhes do comportamento de um fluxo dependam das ferramentas usadas para medi-lo, os riscos fundamentais são ditados pela forma da terra. Essa abordagem permite que os cientistas vão além de simples palpites e avancem para uma compreensão probabilística mais completa dos perigos vulcânicos. Para as comunidades que vivem nas encostas do Fuego, isso significa que mapas de segurança futuros podem ser construídos sobre uma base que reconhece a incerteza em vez de ignorá-la, garantindo que as decisões sobre onde viver ou como evacuar sejam baseadas em todo o espectro do que a montanha pode fazer.

Resumo Técnico: Uma Exploração Multimodelo Abrangente de Cenários de Fluxo para a Avaliação Probabilística de Perigos de Correntes de Densidade Piroclástica no Vulcão Fuego

Definição do Problema
Vulcões persistentemente ativos que geram correntes de densidade piroclástica (CPDs) impõem riscos elevados às populações circundantes, como evidenciado pela erupção de 2018 do vulcão Fuego, na Guatemala, que resultou em perdas significativas de vidas devido ao transbordamento de CPDs sobre as margens de barrancos. A mitigação eficaz de perigos requer avaliações científicas robustas que considerem as incertezas nas condições da fonte, topografia, reologia e estrutura do modelo. Embora a modelagem de fluxo seja uma ferramenta padrão, abordagens de modelo único frequentemente falham em capturar toda a gama de incerteza epistêmica associada à estrutura do modelo e à formulação reológica. Há uma necessidade de um framework sistemático que propague essas incertezas para avaliações probabilísticas de perigo vulcânico (PVHA) para apoiar decisões relativas a evacuações e reassentamentos.

Metodologia
Os autores apresentam uma exploração multimodelo sistemática de cenários de CPD no vulcão Fuego utilizando dois modelos de fluxo de profundidade média amplamente aplicados: TITAN2D e Volcflow. Estes modelos empregam formulações reológicas e implementações numéricas contrastantes.

Design de Simulação: Um design de hipercubo latino foi utilizado para gerar um total de 3.600 simulações (300 por modelo por barranco) através de seis grandes barrancas (ravinas) que drenam o vulcão.
Parâmetros de Entrada: As simulações variaram três parâmetros de entrada fundamentais: volume de PDC ( $V$ , variando de 0,3 a 300 Mm³), duração do fluxo-fonte ( $d$ ) e parâmetros reológicos específicos do modelo (fricção de Coulomb $\mu$ para o TITAN2D; tensão de retardo constante, CRS, para o Volcflow). Um design de preenchimento de espaço foi empregado em uma escala logarítmica para explorar o espaço de cenários sem pressupor funções de densidade de probabilidade específicas.
Topografia e Fonte: As simulações utilizaram um Modelo Digital de Superfície (MDS) de resolução de 8 m derivado de dados ALOS AW3D. A iniciação da CPD foi modelada como fontes de fluxo localizadas nas cabeceiras das barrancas, aproximadamente a 0,5 km da borda da cratera, com volumes e durações vinculados via uma relação log-log linear para refletir correlações observadas entre o tamanho do fluxo e a duração.
Emulação Estatística: Para resolver os limiares de inundação de forma eficiente sem executar dezenas de milhares de simulações adicionais, os autores empregaram emuladores de processo gaussiano com censura de zero (zGP). Estes emuladores foram treinados nos resultados das simulações para modelar a relação entre os parâmetros de entrada e a quantidade de interesse (profundidade máxima do fluxo) em pontos de interesse específicos (A, B e C) na Barranca Trinidad. Isso permitiu a identificação rápida de "isolinhas de fluxo zero" que separam cenários de inundação de não-inundação.

Principais Contribuições

Comparação Sistemática de Modelos: Este trabalho fornece a comparação sistemática mais abrangente de TITAN2D e Volcflow até o momento, demonstrando como suas diferentes formulações reológicas (dominadas por Coulomb vs. tensão de retardo constante) e implementações numéricas influenciam o escoamento, canalização, espalhamento lateral e transbordamento.
Framework Transferível: Estabelece um framework sistemático e transferível para aplicar modelos de fluxo numéricos a vulcões frequentemente ativos e produtores de CPD, desenhado especificamente para apoiar futuras PVHAs.
Controle Topográfico vs. de Modelo: O estudo avalia a extensão em que os locais de transbordamento são independentes da escolha do modelo, distinguindo controles topográficos de comportamentos dependentes do modelo.
Nova Métrica de Mobilidade: Os autores introduzem uma nova métrica de razão de área ( $A_{100cm} : A_{10cm}$ ), definida como a razão entre a área inundada por fluxos com profundidade $\ge$ 100 cm e a área com profundidade $\ge$ 10 cm. Esta métrica caracteriza o afinamento e espalhamento distal, abordando as limitações das métricas de mobilidade escalar convencionais como $H/L$ (altura de queda/comprimento de escoamento).
Aplicação de Emulador: O trabalho utiliza emuladores estatísticos para identificar combinações específicas de volume, duração e condições reológicas que separam cenários de inundação de não-inundação, destacando a influência da duração da fonte na inundação a distâncias de até 10 km do topo.

Principais Resultados

Envelopes Externos: Ambos os modelos produzem envelopes de inundação externa amplamente comparáveis e identificam consistentemente os mesmos alcances topográficos (ex: quebras de declividade, curvas de vale) como suscetíveis ao transbordamento. Isto indica que a geometria da barranca exerce o controle primário dominante nos caminhos de fluxo.
Diferenças Comportamentais Sistemáticas: Dentro destes envelopes, os modelos exibem comportamentos distintos:
- O TITAN2D produz pegadas mais largas e geralmente mais curtas, com maior espalhamento fora do canal. Sua resistência de Coulomb dominante é independente da profundidade do fluxo, permitindo que lâminas finas continuem se movendo se a inclinação local exceder o ângulo de fricção.
- O Volcflow produz correntes mais estreitas, longas e fortemente canalizadas. Sua formulação de tensão de retardo constante torna a mobilidade dependente da profundidade do fluxo; à medida que os fluxos afinam ao transbordar, a resistência aumenta, fazendo com que parem rapidamente.
Volume de Transição: A nova métrica de razão de área identifica uma transição no comportamento do TITAN2D em torno de 10 Mm³ (nas barrancas estudadas), onde as correntes se expandem rapidamente como lâminas finas de transbordamento. Abaixo deste volume, os fluxos permanecem altamente canalizados; acima dele, eles se espalham significativamente.
Insights do Emulador: Os resultados do zGP revelam que a duração da fonte influencia a inundação a distâncias de até 10 km do topo. Além disso, a estrutura do modelo altera a suscetibilidade relativa de locais dentro e fora do canal. Por exemplo, no TITAN2D, locais fora do canal são inundados por volumes menores do que locais no canal, enquanto o Volcflow mostra a ordem inversa.
Limitações da Métrica: O estudo confirma que métricas de mobilidade escalar (como $H/L$ ) fornecem apenas uma descrição parcial do comportamento de CPD e não conseguem distinguir entre transporte canalizado e inundação ampla e fina.

Significância e Alegações
O artigo alega estabelecer um framework transferível para propagar a incerteza da fonte e do modelo para avaliações probabilísticas de perigo de CPD. Ao tratar os dois modelos como representantes de comportamentos extremos contrastantes, em vez de competir por um único "melhor" modelo, os autores oferecem uma forma de delimitar a incerteza no espalhamento lateral e no escoamento.

Os resultados são apresentados como um passo fundamental para um mapa de perigo totalmente probabilístico para o Fuego. Os autores enfatizam que, embora o trabalho atual constitua uma exploração desenhada do espaço de cenários em vez de um conjunto ponderado por probabilidade, o catálogo de pegadas resultante e os emuladores treinados são desenhados para permitir que modelos de probabilidade subsequentes para condições de fonte e parâmetros sejam propagados através do sistema. O trabalho ressalta que tanto as condições da fonte (volume, duração) quanto a incerteza estrutural do modelo devem ser explicitamente levadas adiante em cálculos futuros de perigo para avaliar com precisão o risco para populações que vivem em áreas interfluviais e ao longo de margens de drenagem. Os autores mantêm-se modestos quanto às limitações, observando que os modelos não resolvem a física inicial de falha, erosão ou o acoplamento de correntes concentradas com nuvens diluídas sobrejacentes, e que trabalhos futuros devem integrar estes resultados de simulação com dados populacionais e quantificação de incerteza para produzir mapas de perigo operacionais.

Mais como este