Em 6 de dezembro de 2025, um poderoso terremoto de magnitude 7,0 ocorreu no Alasca. Embora terremotos deste tamanho atraiam a atenção, os terremotos são muito mais comuns do que muitas pessoas pensam. O Serviço Geológico dos EUA (USGS) estima que cerca de 55 terremotos ocorrem todos os dias em todo o mundo, o que equivale a aproximadamente 20.000 terremotos por ano. Normalmente, um terremoto por ano atinge uma magnitude de 8,0 ou superior, enquanto cerca de 15 outros caem na faixa 7 na escala Richter, que mede a quantidade de energia liberada. Apenas em 2025, um terremoto de magnitude 8,8 na costa da Península de Kamchatka, na Rússia, foi classificado entre os 10 terremotos mais fortes já registrados, de acordo com o USGS.
Os terremotos podem matar pessoas, destruir edifícios e estradas, perturbar economias e deixar cicatrizes emocionais duradouras nas pessoas afetadas. A sua influência financeira também está a aumentar. Um relatório de 2023 do USGS e da Agência Federal de Gestão de Emergências (FEMA) concluiu que os danos provocados pelo terramoto custam agora aos Estados Unidos 14,7 mil milhões de dólares anualmente. Uma das principais razões é que mais pessoas vivem em regiões onde a atividade sísmica é comum.
Ser capaz de prever quando e onde ocorrerá um grande terremoto melhoraria muito a preparação e reduziria os danos. Apesar de décadas de pesquisa, os cientistas ainda não conseguem prever terremotos com precisão confiável.
Compreender o chão sob seus pés
Embora o momento permaneça imprevisível, compreender o que existe abaixo da superfície da Terra pode melhorar muito a avaliação de riscos. Katherine Smetana, professora associada de ciências matemáticas em Stevens, explica que os materiais subterrâneos variam muito. “Você pode ter camadas de rocha dura ou areia ou argila”, diz ela. Como as ondas sísmicas viajam de forma diferente através de cada material, o tipo de solo afeta muito a sensação de tremor na superfície.
Como os cientistas desenham o submundo
Para mapear essas camadas subterrâneas, os pesquisadores usam uma técnica conhecida como inversão total da forma de onda. Este método de imagem sísmica ajuda a reconstruir a estrutura do subsolo, combinando simulações com dados reais de terremotos. Os cientistas primeiro criam terremotos gerados por computador e rastreiam como as ondas sísmicas viajam pela Terra. Eles então analisam os padrões de ondas simulados nos locais do sismógrafo e os comparam com os sismogramas reais, que são registros gráficos do movimento do solo em terremotos reais. Após muitas rodadas de refinamento, os dados simulados começam a se aproximar das observações reais, oferecendo uma imagem mais precisa das condições do subsolo.
Na prática, os pesquisadores começam com uma avaliação inicial do subsolo de uma determinada área. Eles ajustam repetidamente esse modelo, executando uma nova simulação a cada vez, até que corresponda às medições reais do terremoto.
“Você compara dados de simulações de computador com dados reais de terremotos”, diz Shmetana. “Ele permite saber como é o subsolo e qual o efeito que um terremoto tem na composição do subsolo – e isso, em última análise, ajuda a determinar o risco de um terremoto em um determinado local.”
Esta abordagem desempenha um papel crucial na melhoria das ferramentas de monitorização de sismos e de avaliação de riscos. No entanto, tem uma séria desvantagem. Cada simulação pode envolver milhões de variáveis e deve ser repetida milhares de vezes. Segundo Shmetana, uma única simulação usando métodos tradicionais pode levar várias horas, mesmo em clusters de computação avançados. A execução de simulações suficientes para dar suporte ao monitoramento contínuo pode rapidamente se tornar muito cara e demorada.
Uma maneira mais rápida de simular terremotos
Para superar esta barreira, Smetana juntou-se aos sismólogos computacionais Rhys Hawkins e Jeannot Trumpert, da Universidade de Utrecht, e Matthias Schlottam e Muhammad Hamza Khalid, da Universidade de Twente, na Holanda. Juntos, eles desenvolveram um modelo otimizado que reduz significativamente a carga computacional, mantendo a precisão.
“Essencialmente, reduzimos o tamanho do sistema que você precisa resolver em cerca de um fator de 1.000”, diz Shmetana. “Este foi um projeto muito interdisciplinar, e encontramos uma maneira inteligente de construir um modelo reduzido, mantendo a precisão preditiva. Gosto muito da colaboração interdisciplinar, especialmente porque você aprende a ver as coisas de uma nova perspectiva, o que, em última análise, acho que ajuda a encontrar abordagens novas e criativas para resolver um problema em uma equipe interdisciplinar.”
Sua pesquisa é detalhada em um artigo intitulado “Model Order Reduction for Seismic Applications” publicado em Revista SIAM de Computação Científica.
Melhorar a avaliação de riscos em vez da previsão
O novo modelo não pode prever quando ocorrerão os terremotos. Em vez disso, oferece uma forma mais eficiente de avaliar o risco de terremotos em diferentes locais. “Se você obtiver uma boa imagem do subsolo, terá uma ideia melhor de como avaliar o risco de futuros terremotos”, explica Shmetana.
A mesma abordagem de modelagem poderia eventualmente ajudar os cientistas a modelar tsunamis causados por terremotos subaquáticos. Em muitos casos, um tsunami após um terremoto leva pelo menos uma hora para chegar à terra, dependendo de onde ocorre a ruptura. Esta janela de tempo poderia permitir aos pesquisadores realizar simulações rápidas para informar as respostas de emergência.
Para aumentar a resiliência aos terremotos
Imagens precisas do subsolo são fundamentais para compreender como os terremotos afetam diferentes regiões. “No momento, não há como prever terremotos”, diz Shmetana. “Mas o nosso trabalho pode ajudar a criar uma visão realista do subsolo com menos poder computacional, tornando os nossos modelos mais práticos e ajudando-nos a ser mais resilientes aos terramotos.”
