El sismólogo de Stanford Gregory Beroza estaba de compras un día cuando escuchó una canción que no reconoció. Entonces sacó su teléfono inteligente y usó la popular aplicación Shazam para identificar la melodía.
Shazam utiliza un algoritmo para encontrar la "huella digital acústica" de una canción, la parte de una canción que la hace única, y la compara con su base de datos de canciones.
¿Qué pasaría si, se preguntó Beroza, pudiera usar una técnica similar para identificar terremotos?
Durante años, los sismólogos han estado tratando de identificar "micro terremotos", terremotos tan pequeños que ni siquiera se registran en las herramientas de medición tradicionales. La identificación de micro terremotos puede ayudar a los científicos a comprender el comportamiento de los terremotos, y potencialmente ayudarlos a predecir eventos sísmicos peligrosos.
Al igual que las canciones, los terremotos también tienen huellas digitales.
"La estructura de la tierra cambia muy lentamente, por lo que los terremotos que ocurren cerca del otro tienen formas de onda muy similares, es decir, sacuden el suelo casi de la misma manera", explica Beroza.
Con el tiempo, los investigadores han creado bases de datos de huellas dactilares de terremotos con el fin de identificar los movimientos del suelo que podrían ser micro terremotos. Cuando se produce un movimiento de tierra, los sismólogos pueden usar la base de datos para ver si coincide con alguna huella dactilar de terremoto conocida. Pero el uso de estas bases de datos es un proceso lento, y los sismólogos a menudo intentan leer enormes cantidades de datos en tiempo real.
"Se puede imaginar que si estuviera tratando de comparar todos los tiempos con todos los demás los 365 días del año, las 24 horas del día, rápidamente se convierte en un trabajo muy grande", dice Beroza. "De hecho, se vuelve increíblemente grande".
Cómo funciona FAST (Stanford) (Stanford) Pero un lector de huellas dactilares de micro terremoto basado en algoritmos basado en Shazam podría tener el potencial de hacer el trabajo casi instantáneamente, pensó Beroza.
El sismólogo reclutó a tres estudiantes con experiencia en geociencia computacional para crear un algoritmo. Juntos, el equipo ideó un programa llamado Fingerprint and Similarity Thresholding (FAST). Su acrónimo es apropiado: FAST puede analizar una semana de datos sísmicos continuos en menos de dos horas, 140 veces más rápido que las técnicas tradicionales. A diferencia de las bases de datos tradicionales, FAST utiliza las huellas digitales para comparar "me gusta con me gusta", eliminando el proceso de pérdida de tiempo de comparar todos los terremotos con todos los demás terremotos.
Los resultados del trabajo del equipo se publicaron recientemente en la revista Science Advances .
"El uso potencial [de FAST] está realmente en todas partes", dice Beroza. "Podría ser útil para encontrar terremotos durante las secuencias de réplica [los terremotos más pequeños que a menudo siguen a uno más grande] para comprender el proceso por el cual un terremoto conduce a otro terremoto".
También podría ser útil para comprender la "sismicidad inducida", pequeños terremotos causados por el comportamiento humano. Una causa común de sismicidad inducida es la inyección de aguas residuales, donde el agua contaminada de la perforación de petróleo y gas se elimina inyectándola en pozos subterráneos profundos. Se cree que la inyección de aguas residuales es la causa del mayor terremoto inducido por el hombre en la historia de los Estados Unidos, un terremoto de magnitud 5, 7 en Oklahoma en 2011. La minería, la fractura hidráulica y la construcción de depósitos muy grandes también son conocidos por inducir terremotos. A diferencia de los terremotos naturales, cuyos números se han mantenido consistentes a lo largo de los años, los terremotos inducidos por humanos están aumentando en frecuencia, dice Beroza. FAST podría ser especialmente útil en esta área, ya que ofrece a los investigadores una mejor imagen de la cantidad de actividades humanas que están desestabilizando la corteza terrestre.
Todavía hay desafíos antes de que FAST pueda implementarse por completo. En la investigación del equipo, FAST solo se usó con un solo instrumento en una sola línea de falla. Para ser ampliamente útil, debe conectarse en red a través de una serie de sensores sísmicos. También necesita ser aún más rápido, dice Beroza. El equipo actualmente está trabajando en estas mejoras, y Beroza espera lanzar más resultados dentro del año.
