Em 6 de dezembro de 2025, um poderoso terremoto de magnitude 7,0 atingiu o Alasca. Embora terremotos desse tamanho atraiam a atenção, eles ocorrem com muito mais frequência do que muitas pessoas imaginam. O Serviço Geológico dos Estados Unidos (USGS) estima que cerca de 55 terremotos ocorrem todos os dias em todo o mundo, totalizando cerca de 20.000 a cada ano. Normalmente, um terremoto a cada ano atinge magnitude 8,0 ou superior, enquanto os outros 15 caem na magnitude 7 na escala Richter, que mede a quantidade de energia liberada. Só em 2025, um terremoto de 8,8 graus 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 causar perda de vidas, destruir edifícios e estradas, perturbar economias e deixar cicatrizes permanentes nas vítimas. 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 cerca de 14,7 mil milhões de dólares por ano. A principal razão é que mais pessoas vivem em áreas onde a atividade sísmica é comum.
Ser capaz de prever quando e onde ocorrerá um grande terremoto melhorará muito a preparação e reduzirá os danos. Apesar de décadas de pesquisa, os cientistas ainda não conseguem prever terremotos com precisão confiável.
Pesando o chão sob nossos pés
Embora o momento permaneça imprevisível, compreender o que existe abaixo da superfície da Terra pode melhorar significativamente a avaliação de riscos. Katherine Smetana, professora assistente do Departamento de Ciências Matemáticas de Stevens, explica que os materiais subterrâneos variam muito. “Você pode ter camadas de rocha dura ou areia ou argila”, diz ele. Como as ondas sísmicas viajam de maneira diferente através de cada material, o tipo de superfície afeta fortemente a forma como as vibrações são sentidas.
Como os cientistas imaginam o subsolo
Para mapear essas camadas subterrâneas, os pesquisadores usam um método conhecido como inversão wavelet absoluta. Esta técnica de imagem sísmica combina simulações com dados sísmicos reais para ajudar a reconstruir estruturas subterrâneas. Os cientistas primeiro criam terremotos baseados em computador e rastreiam como as ondas sísmicas viajam pela Terra. Eles então analisaram os padrões de ondas simulados em locais de sismógrafos e os compararam com sismogramas reais, que são registros gráficos dos movimentos do solo em terremotos reais. Depois de muitas rodadas de refinamento, os dados simulados começaram a se aproximar das observações reais, oferecendo uma imagem mais clara das condições do subsolo.
Na prática, os pesquisadores começam com uma estimativa inicial do subsolo de uma determinada área. Eles ajustaram repetidamente esse modelo, executando novas simulações a cada vez, até que ele se alinhasse com medições reais de terremotos.
“Você compara suas simulações de computador com dados de terremotos”, diz Smetana. “Ele permite descobrir a aparência do subsolo e quais os efeitos que os terremotos têm na composição da superfície da Terra – e isso, em última análise, ajuda a determinar o risco de terremotos em um determinado local.”
Esta abordagem desempenha um papel importante na melhoria das ferramentas de monitorização de sismos e de avaliação de riscos. No entanto, ele apresenta uma grande desvantagem. Cada simulação pode envolver milhões de variáveis e deve ser repetida milhares de vezes. Segundo Smetana, uma única simulação usando métodos tradicionais pode levar várias horas, mesmo em clusters de computação avançados. A execução de simulações suficientes para apoiar observações contínuas pode rapidamente tornar-se muito cara e demorada.
Uma maneira rápida de simular um terremoto
Para superar este obstáculo, Smetana juntou-se aos sismólogos computacionais Rhys Hawkins e Jeannot Trumpert, da Universidade de Utrecht, Matthias Schlotbaum e Muhammad Hamza Khalid, da Universidade de Twente, na Holanda. Juntos, eles desenvolveram um modelo simplificado que reduz drasticamente a carga computacional, preservando a precisão.
“Essencialmente, reduzimos o tamanho do sistema que você precisa resolver cerca de 1.000 vezes”, disse Smetana. “Foi um projeto muito interdisciplinar, e encontramos uma maneira inteligente de construir o modelo reduzido, mantendo a precisão das previsões. Gosto muito da colaboração interdisciplinar, principalmente porque você aprende a ver as coisas de uma nova perspectiva, o que, na minha opinião, ajuda a encontrar a criatividade e a resolver problemas de forma interdisciplinar.”
Sua pesquisa é detalhada em um artigo intitulado “Model Order Reduction for Seismic Applications”. Revista SIAM sobre Computação Científica.
Melhorar a avaliação de riscos, não a previsão
O novo modelo não permite prever quando ocorrerá um terremoto. Em vez disso, fornece uma forma mais eficaz de avaliar o risco de terremotos em diferentes locais. “Se você obtiver uma imagem melhor da superfície, terá uma ideia melhor para avaliar o risco de futuros terremotos”, explica Smetana.
A mesma abordagem de modelagem poderia eventualmente ajudar os cientistas a simular tsunamis causados por terremotos submarinos. Em muitos casos, um tsunami leva pelo menos uma hora para chegar à terra após um terremoto, dependendo de onde ocorre a ruptura. Essa janela de tempo pode permitir que os pesquisadores executem rapidamente simulações que prevejam respostas de emergência.
Rumo a uma maior resiliência aos terremotos
Imagens precisas da superfície da Terra são fundamentais para compreender como os terremotos afetam diferentes regiões. “Não há como prever terremotos neste momento”, disse Smetana. “Mas o nosso trabalho pode ajudar a criar uma visão realista do subsolo com menos poder computacional, o que tornará os nossos modelos mais práticos e nos ajudará a ser mais resistentes aos terremotos.”
