211service.com
Aardbevingen, netwerken en het lastige onderwerp van aardbevingsvoorspelling
Een van de doelen van aardbevingsonderzoek is het geven van waarschuwingen die de gevolgen van een ramp kunnen verzachten. Momenteel zijn deze pogingen beperkt tot waarschuwingen op lange afstand die het risico van aanzienlijke schade over een periode van jaren of decennia inschatten, en tot waarschuwingen op zeer korte afstand, in de orde van enkele seconden.
Maar waarschuwingen van hoge kwaliteit dat er de komende dagen of weken een aardbeving op handen is - een periode die grootschalige evacuatie mogelijk zou kunnen maken - ontgaan aardbevingswetenschappers nog steeds.
Het kan zijn dat dit soort waarschuwingen in principe niet mogelijk zijn. Maar dat weerhoudt wetenschappers er niet van om op zoek te gaan. De studie van aardbevingen onthult allerlei verborgen patronen in de manier waarop ze plaatsvinden. Veel van dit werk heeft de eigenschappen van specifieke aardbevingen zelf vergeleken, zaken als hun omvang en de tijd tussen opeenvolgende aardbevingen.
Dit was de moeite waard en onthulde allerlei machtswetten die zaken regelen zoals het aantal gebeurtenissen van een specifieke omvang en het verschil tussen de hoofdschok en de grootste naschok.
Maar geen van deze patronen is tot nu toe bijzonder bruikbaar gebleken voor voorspellingen op de schaal van dagen of weken. Misschien, zeggen de optimisten, is alles wat nodig is een nieuwe manier van denken over aardbevingen.
Vandaag presenteren Gene Stanley en vrienden van de Boston University zo'n nieuwe benadering. In plaats van de eigenschappen van individuele aardbevingen te bestuderen, hebben deze jongens de patronen van aardbevingen op verschillende locaties in Japan vergeleken. Vervolgens creëren ze een netwerk waarin ze locaties met vergelijkbare patronen aan elkaar koppelen (zie afbeelding hierboven).
Dat kan een krachtige aanpak blijken te zijn. Een reden waarom aardbevingswetenschap zo complex is, is dat toekomstige aardbevingen in grote mate afhangen van de geschiedenis van aardbevingen op die locatie.
Om te begrijpen waarom, is een goede analogie met bosbranden, die ook een machtswet volgen in hun grootteverdeling. Het is duidelijk dat de grootte van een bosbrand niet afhangt van de grootte van de wedstrijd die het veroorzaakt. In plaats daarvan wordt de manier waarop het vuur zich verspreidt grotendeels bepaald door het netwerk van verbindingen tussen de bomen. Als er geen verbinding is, kan het vuur zich niet uitbreiden.
De grootte van een bosbrand hangt dus in grote mate af van de geschiedenis van de boomgroei (iets dat in principe wel kan worden gemeten, maar niet in de praktijk).
Veel seismologen geloven dat een soortgelijk proces de grootteverdeling van aardbevingen verklaart. Een aardbeving wordt groot als, op het moment dat ze begint, het netwerk van breuken het toelaat om zich te verspreiden. De grootte van een aardbeving hangt dus af van de geschiedenis van het breuknetwerk.
Maar hoewel deze netwerkbenadering een revolutie teweeg heeft gebracht in de ideeën over hoe aardbevingen plaatsvinden, heeft het weinig gedaan voor de voorspelling van aardbevingen op de schaal van dagen.
Natuurlijk hebben seismologen lang onderzocht of regio's met een vergelijkbaar verleden een vergelijkbare toekomst zullen hebben. In de taal van de natuurkunde willen deze jongens weten of de tijdreeks van gebeurtenissen in het verleden een voorspeller is van de tijdreeksen in de toekomst.
Het antwoord is een gekwalificeerde ja. Als je in een regio woont die in het verleden grote aardbevingen heeft meegemaakt, is het een goede gok dat je ze in de toekomst zult krijgen. De gegevens laten echter geen voorspellingen toe op de schaal waarin we hier geïnteresseerd zijn.
Wat Stanley en co hebben gedaan, is een netwerkbenadering toepassen op de studie van deze tijdreeksen. Dus hebben ze regio's in Japan geïdentificeerd met vergelijkbare aardbevingsgeschiedenissen en vervolgens in kaart gebracht hoe deze gebieden geografisch met elkaar verbonden zijn.
Het resultaat is een netwerk dat de geografische structuur weerspiegelt van de breukzone die het beschrijft. Dat is nog nooit eerder gedaan met netwerkwetenschap.
De vraag die het oproept, is natuurlijk of een netwerkbenadering van aardbevingsgeschiedenissen meer voorspellend zal zijn dan de traditionele analyse van tijdreeksen.
Stanley en co brengen het idee al vroeg in hun paper naar voren om de voorspelling van aardbevingen te verbeteren, maar ze vermijden ijverig de impact die hun aanpak kan hebben op aardbevingsvoorspellingen te bespreken.
Het is een omissie die boekdelen spreekt. Maar deze benadering kan nog steeds helpen om andere geheimen van aardbevingswetenschap te verduidelijken en te onthullen.
Referentie: arxiv.org/abs/1105.3415 : Aardbevingsnetwerken op basis van vergelijkbare activiteitspatronen