Cinco anos atrás, Paul Johnson não teria pensado em prever que terremotos seriam possíveis. Agora ele não está tão certo.
"Eu não posso dizer que vamos, mas estou muito mais esperançoso de que vamos fazer muito progresso em décadas", diz o sismólogo do Laboratório Nacional de Los Alamos. "Estou mais esperançoso agora do que nunca."
A principal razão para essa nova esperança é uma tecnologia que Johnson começou a investigar há cerca de quatro anos: aprendizado de máquina. Muitos dos sons e pequenos movimentos ao longo das linhas de falhas tectônicas, onde os terremotos ocorrem, são considerados sem sentido. Mas o aprendizado de máquina - treinando algoritmos de computador para analisar grandes quantidades de dados para procurar padrões ou sinais - sugere que alguns dos pequenos sinais sísmicos podem ser importantes, afinal de contas.
Esses modelos de computador podem até mesmo revelar-se a chave para desvendar a capacidade de prever terremotos, uma possibilidade remota que é tão controversa, muitos sismólogos se recusam a discuti-la.
Quando a teoria das placas tectônicas ganhou terreno na década de 1960, muitos cientistas pensavam que a previsão do terremoto era apenas uma questão de tempo. Uma vez que pequenos terremotos causados por placas de deslocamento pudessem ser modelados, segundo o pensamento, seria possível prever dias de terremotos maiores ou mesmo semanas de antecedência. Mas uma infinidade de fatores, desde o tipo de rocha até a distância de uma falha, afetam a força de um terremoto, e rapidamente se tornou aparente que os modelos de atividade tectônica de pequena escala não poderiam fornecer uma maneira confiável de prever grandes terremotos. Talvez pequenos deslocamentos e deslizamentos, que ocorrem centenas de vezes por dia, possam indicar um ligeiro aumento na probabilidade de um grande terremoto ser atingido, mas mesmo após um enxame de atividade tectônica menor, um grande terremoto ainda é altamente improvável de ocorrer. Um sinal melhor para um terremoto de entrada é necessário se a previsão se tornar realidade.
Usar o aprendizado de máquina para encontrar esse sinal provavelmente está muito distante - se é que é possível. Em um estudo publicado no ano passado, Johnson e sua equipe sugeriram que poderia haver um sinal sísmico anteriormente desconsiderado que poderia conter um padrão revelador quando um grande terremoto - como o famigerado e há muito aguardado terremoto Cascadia no noroeste do Pacífico - poderia atacar. Se a hipótese se concretizar, isso pode mudar a forma como os terremotos são previstos, de segundos antes, talvez um dia, com décadas de antecedência.
As melhorias mais recentes na previsão do terremoto foram os preciosos segundos. Os sismólogos estão trabalhando para melhorar os sistemas de alerta antecipado, como os do Japão, e o sistema ShakeAlert, que está sendo implementado ao longo da costa oeste dos EUA. Esses sistemas enviam alertas somente depois que um terremoto já começou - mas a tempo de encerrar coisas como elevadores ou linhas de gás e alertar as comunidades para longe do epicentro.
A camada da Terra em que vivemos é dividida em cerca de uma dúzia de tectônicos que se movem em relação um ao outro. (USGS) Tentando extrapolar o quão grande um terremoto em andamento vai se tornar, onde seu epicentro é e o que será afetado, tudo a partir de poucos segundos de dados, já é um enorme desafio, diz Johnson. Os sistemas de alerta existentes julgaram mal os principais terremotos e deram falsos alarmes a outros. Mas antes de 2007, nem tivemos segundos de aviso prévio. Onde podemos estar em 2027?
"Não sabemos até que ponto a sismologia fará realmente uma década a partir de agora", diz Johnson. "Mas será muito melhor do que hoje."
Avanços no monitoramento do terremoto provavelmente dependerão de computadores que foram treinados para atuar como sismólogos especialistas. Com memória perfeita, poucas noções preconcebidas e necessidade zero de sono, as máquinas podem classificar através de um mar de dados coletados à medida que as placas tectônicas se deslocam. Toda essa informação é comparável ao que você ouviria em uma rua movimentada - os barulhos de carros, pessoas, animais e climas se misturam. Pesquisadores filtram esses sinais, transcritos como ondas, na tentativa de descobrir se algum deles indica que um terremoto está acontecendo ou está prestes a acontecer. A esperança é que, durante todo esse barulho, pode haver algum tipo de precursor que possa ser medido ou observado para indicar o período de tempo até o próximo grande terremoto.
Um desses ruídos - o que Johnson chama de "sinal de tremor" - foi identificado e estudado por vários anos. "Eu joguei tudo o que tinha na minha caixa de ferramentas e decidi que não havia nada lá", diz ele.
Mas os algoritmos e computadores que sua equipe montou olharam o sinal de uma perspectiva ligeiramente diferente, concentrando-se em sua energia. Essa energia (registrada como amplitude, uma medida do tamanho das ondas sísmicas) cresceu “muito ligeiramente” ao longo do ciclo do terremoto, diz Johnson. Uma vez atingido um terremoto, a amplitude do sinal diminuiu e reiniciou o ciclo de crescimento regular até que outro terremoto acertasse.
Foi um padrão.
Esse sinal anteriormente desconsiderado, diz Johnson, "continha informações preditivas para prever o próximo ciclo de terremotos" minutos de antecedência nos modelos acelerados de falhas no laboratório, o que se traduz em décadas de antecedência na vida real. Mas os resultados no laboratório e no mundo real nem sempre se alinham.
Neste ponto, o aprendizado de máquina não se destina a ajudar na previsão de terremotos, mas sim a compreender os tremores que já começaram ou a dinâmica do tremor em geral. Mas os avanços na localização de terremotos, na estimativa de magnitudes e na triagem do “ruído” melhoram nossa compreensão sobre como os terremotos agem, inclusive quando eles podem atacar.
“Quero deixar claro que o que estamos fazendo é diferente da previsão. Mas, sim, todas essas coisas estão indiretamente relacionadas ”, diz Mostafa Moustavi, um sismólogo de Stanford que está usando aprendizado de máquina para classificar o ruído de fundo para detectar pequenos terremotos.
Men-Andrin Meier, um sismólogo da Caltech, diz que seu “melhor palpite é que os terremotos são inerentemente imprevisíveis”. Mas, mesmo assim, ele está trabalhando no aprendizado de máquina para melhorar os sistemas de alerta antecipado e melhorias no monitoramento potencialmente melhorar as previsões do terremoto. Melhores mapas de falhas e melhor compreensão dos processos, tendências e ciclos do terremoto podem contribuir para melhorar a previsão, diz Moustafa.
Mesmo assim, alguns sismólogos pensam que “previsão” é uma fantasia. Robert Geller, um sismólogo da Universidade de Tóquio, é bem conhecido por seu pessimismo sobre a previsão do terremoto.
"A pesquisa de previsão de terremotos não é realmente uma coisa", diz ele por e-mail. “Consiste em coletar muitos dados na esperança de que um 'precursor' confiável possa ser encontrado. Ninguém foi encontrado até hoje. ”
De acordo com Geller, qualquer resultado de laboratório relacionado a sinais de terremotos pode ser ignorado até que sejam reproduzidos consistentemente no mundo real. “Não tenho dúvidas de que eles podem encontrar muitos padrões aparentes nos dados de ocorrência de terremotos observados olhando para trás. Mas não vejo razão para pensar que tais padrões funcionem no futuro ”, diz Geller.
A falha de Cascadia na Ilha de Vancouver lentamente escorrega o tempo todo, produzindo baixa sismicidade que você não consegue sentir, e então retorna ao lugar uma vez por ano. O leve deslocamento da superfície da Terra daquele deslizamento pode ser monitorado, então a equipe de Johnson tentou ver se o novo sinal que seus algoritmos de aprendizado de máquina identificaram poderia prever o movimento.
"E eis que mapeou a taxa de deslocamento", diz Johnson.
A questão agora é como o sinal pode estar relacionado ao bloqueio da falha - as rochas intertravadas que evitaram que as placas tectônicas deslizassem drasticamente e produzissem um grande terremoto por cerca de 300 anos. Eventualmente, o bloqueio da falha será interrompido e um terremoto em massa ocorrerá. Talvez o sinal que a equipe de Johnson está estudando, ou outro sinal ainda não descoberto, possa dar uma ideia de quando isso acontecerá - se esses sinais estiverem relacionados a grandes terremotos.
