Numerieke simulaties hebben de bron van akoestische signalen vastgesteld die worden uitgezonden door gestresste fouten in aardbevingsmachines in laboratoria. Het werk ontrafelt verder de fysica die geologische fouten veroorzaakt, kennis die op een dag nauwkeurig aardbevingen zou kunnen voorspellen.

"Eerdere onderzoeken naar machinaal leren hebben aangetoond dat de akoestische signalen die worden gedetecteerd door een aardbevingsfout, kunnen worden gebruikt om te voorspellen wanneer de volgende aardbeving zal plaatsvinden, " zei Ke Gao, een computationele geofysicus in de Geophysics-groep van het Los Alamos National Laboratory. "Dit nieuwe modelleringswerk laat ons zien dat de ineenstorting van spanningsketens in de aardbevingsguts dat signaal uitzendt in het laboratorium, wijzend op mechanismen die ook belangrijk kunnen zijn in de aarde." Gao is hoofdauteur van het artikel, "Van stressketens tot akoestische emissie, " vandaag gepubliceerd in Fysieke beoordelingsbrieven en geselecteerd als de 'Suggestie van de redactie'.

Spanningsketens zijn bruggen die zijn samengesteld uit korrels die spanningen van de ene kant van een breukblok naar de andere overdragen.

Gao werkt aan een Los Alamos-team dat het voorspellende akoestische signaal heeft geïdentificeerd in gegevens van zowel laboratoriumbevingen als megathrust-regio's in Noord-Amerika, Zuid-Amerika en Nieuw-Zeeland. Het signaal geeft nauwkeurig de spanningstoestand in de fout aan, ongeacht wanneer het signaal wordt gelezen.

"Met behulp van het numerieke model dat we in Los Alamos hebben ontwikkeld, we onderzoeken en verbinden de dynamiek in een granulair systeem van foutgutsen met signalen die worden gedetecteerd op passieve externe monitoren, " zei Gao. Foutguts is de basis, grindachtig rotsmateriaal gecreëerd door de spanningen en bewegingen van een fout.

Om de oorzaak van akoestische signalen te onderzoeken, het team voerde een reeks numerieke simulaties uit op supercomputers met behulp van de door Los Alamos ontwikkelde code HOSS (Hybrid Optimization Software Suite). Deze nieuwe numerieke tool is een hybride methodologie:de gecombineerde eindig-discrete elementenmethode. Het combineert technieken die zijn ontwikkeld onder discrete-elementmethoden, om graan-tot-graan interacties te beschrijven; en onder eindige elementen methoden, om spanningen te beschrijven als een functie van vervorming binnen de korrels en golfvoortplanting weg van het granulaire systeem. De simulaties bootsen nauwkeurig de dynamiek van de evolutie van aardbevingsfouten na, zoals hoe de materialen in de guts slijpen en met elkaar botsen, en hoe de spanningsketens zich in de loop van de tijd vormen en evolueren via interacties tussen aangrenzende gutsmaterialen.

Los Alamos heeft een miljoenen dollars gefinancierd, meerjarig programma bestaande uit experimenten, numerieke modellering, en machine learning-inspanningen om een ​​zeer nieuwe benadering te ontwikkelen en te testen om de aardbevingscyclus te onderzoeken en, vooral, om gestresste fouten te detecteren en te lokaliseren die bijna falen.