Onderzoekers van diverse instellingen, waaronder de School voor Landmeetkunde, Geodesie en Mapping Engineering van Universidad Politécnica de Madrid, hebben een nieuwe methodologie ontwikkeld om gemakkelijk te begrijpen kaarten te maken ter ondersteuning van de besluitvorming na grote aardbevingen.

Door gebruik te maken van ruimtelijke geodetische technieken, zoals het Global Navigation Satellite System (GNSS) en de interferometrische synthetische apertuurradar, (InSAR), onderzoekers hebben een methodologie ontwikkeld om de activering van fouten en vulkanen in een regio na een aardbeving te schatten. De resultaten worden gepresenteerd in een stoplichtschaal om de overdracht van de verkregen wetenschappelijke resultaten na een aardbeving naar het management van deze post-event te verbeteren.

Deze studie werd geleid door onderzoekers van de Universidad Politécnica de Madrid (UPM), Complutense (UCM) en het Geologisch en Mijnbouwinstituut van Spanje (IGME) en gepubliceerd in het tijdschrift Teledetectie .

De ontwikkelde methodiek is toegepast op de aardbeving die in april 2016 plaatsvond in Pedernales (Mw 7,8), en is gebaseerd op de schatting van inspanningsveranderingen in nabijgelegen breuken en vulkanen die het gevolg zijn van het vrijkomen van energie na een aardbeving. Om dit te doen, onderzoekers gecombineerd, gemodelleerde en beoordeelde geologische gegevens uit catalogi van fouten en vulkanen in het gebied; ze beoordeelden ook gegevens van de kosmische vervorming veroorzaakt door een aardbeving en verkregen met technieken van ruimtelijke geodeten:InSAR- Interferometric Synthetic Aperture Radar en Global Navigation Satellite System, GNSS.

Uit de resultaten van deze analyse blijkt onderzoekers ontwikkelden een reeks vereenvoudigde kaarten weergegeven met een verkeerslichtschaal om erachter te komen of een aardbeving zal worden geactiveerd na een vulkaan. Het kwantificeren van deze schatting is een uitdaging die in toekomstig onderzoek moet worden ontwikkeld.

Hoewel de technieken die worden gebruikt voor de analyse en modellering van gegevens op wetenschappelijk gebied veel worden gebruikt, de nieuwigheid van deze studie ligt in de overdracht van deze resultaten naar het post-event managementveld. Deze methodiek kan ook worden aangepast aan pre-event management.