Wetenschap
De San Andreas-breuk, een volwassen strike-slip-fout, is goed bestudeerd omdat het in de buurt van grote bevolkingscentra ligt. Inzicht in foutrijpheid hier en bij andere fouten kan wetenschappers helpen aardbevingen te modelleren en risico's voor nabijgelegen gemeenschappen te beoordelen. Krediet:Doc Searls, CC BY-SA 2.0
Aardbevingen kunnen niet worden voorspeld zoals het weer, maar breuklijnkenmerken, zoals structurele volwassenheid, kunnen hints geven over hoe een toekomstige aardbeving kan werken. Structurele volwassenheid is gerelateerd aan de leeftijd van de fout, maar vooral belangrijk is de "ervaring", hoeveel een fout zich heeft ontwikkeld en veranderd in de tijd en activiteit.
Volwassen en onvolwassen fouten genereren zeer verschillende aardbevingen. Volwassen breuken geven minder stress vrij, maar hun breuk plant zich snel voort over hun lengte, terwijl onrijpe breuken energierijke, langzamere bevingen veroorzaken. Een snelle beoordeling van de volwassenheid van een fout zal wetenschappers helpen de risico's die ze vormen voor nabijgelegen gemeenschappen beter te begrijpen.
Een nieuwe studie probeert de volwassenheid van fouten te kwantificeren in een bruikbare maatstaf om aardbevingsrisico's te helpen beoordelen. Manighetti et al. gemeten oppervlaktekenmerken van breuklijnen die eerdere studies op verschillende volwassenheidsniveaus hadden geëvalueerd. Vervolgens analyseerden ze hun metingen om te zien hoe ze zich verhouden tot het volwassenheidsoordeel.
De onderzoekers ontdekten dat golfvorming (d.w.z. golving) en overgangen goede volwassenheidsindicatoren waren. Onrijpe fouten waren betrouwbaar korter, met een hoge golving en een hoge overstapdichtheid. Naarmate de fouten ouder werden, werden ze langer en gladder, waardoor de golvingen en de overstapdichtheid werden verminderd.
Deze eigenschappen zijn niet alleen betrouwbaar voor alle fouten; ze zijn ook detecteerbaar bij lage resoluties. Wetenschappers kunnen slechts een derde van de lengte van een fout in kaart brengen met een relatief lage resolutie en toch een nauwkeurige beoordeling van de volwassenheid van een fout genereren. Dit betekent dat deze metrieken praktisch zijn voor modellen en gevarenbeoordelingen. Het toepassen van neurale netwerken op het mappingproces zou deze methode volgens de auteurs nog eenvoudiger maken.
Wetenschap © https://nl.scienceaq.com