Truque matemático pode acelerar simulações de terremotos em mil vezes

Pesquisadores da Universidade Stevens, nos EUA, desenvolveram um método matemático que acelera simulações sísmicas complexas em aproximadamente mil vezes. Esta inovação permite mapear com maior precisão as camadas subterrâneas da Terra que influenciam a intensidade dos tremores, tornando as avaliações de risco sísmico mais práticas e eficientes.

• NASA acelera telescópio que quer “enxergar” planetas como a Terra
• Startup quer transformar o absorvente em “laboratório doméstico”

A técnica possibilita uma compreensão mais aprofundada dos riscos associados a terremotos, auxiliando cidades a se prepararem melhor para esses eventos naturais, embora a previsão exata de quando ocorrerão continue impossível. Conforme reportado pelo ScienceDaily, esta inovação representa um avanço significativo na modelagem sísmica e na avaliação de riscos geológicos.

Os terremotos são influenciados pelas características geológicas específicas de cada região. A composição do subsolo determina como as ondas sísmicas se propagam durante um abalo. Kathrin Smetana, professora assistente do Departamento de Ciências Matemáticas da Stevens, explica: “Você pode ter camadas de rocha sólida, ou pode ter areia ou argila”.

Colaboração internacional

O desenvolvimento da inovação foi realizado por cientistas da Universidade Stevens em parceria com pesquisadores das universidades de Utrecht e Twente, nos Países Baixos. A equipe internacional trabalhou para superar barreiras computacionais existentes, criando um sistema que mantém a precisão das previsões enquanto diminui o tempo de processamento.

O estudo envolveu diferentes locais da Terra e adotou uma abordagem multidisciplinar, resultando em uma solução inovadora publicada no SIAM Journal on Scientific Computing.

Impacto dos terremotos

O USGS (Serviço Geológico dos Estados Unidos) registra aproximadamente 55 terremotos diariamente no planeta, somando cerca de 20.000 por ano. Apenas um terremoto anualmente atinge magnitude 8,0 ou superior na escala Richter, enquanto cerca de 15 outros alcançam magnitude 7.

Em 6 de dezembro de 2025, o Alasca foi atingido por um tremor de magnitude 7,0. No mesmo ano, um terremoto de magnitude 8,8 próximo à Península de Kamchatka, na Rússia, entrou para a lista dos 10 mais fortes já registrados pelo USGS.

Um relatório de 2023 do USGS e da Agência Federal de Gerenciamento de Emergências (FEMA) revelou que os danos causados por terremotos custam aos Estados Unidos aproximadamente US$ 14,7 bilhões anualmente.

Funcionamento da tecnologia

“Você compara os dados da sua simulação computacional com dados reais obtidos de terremotos”, explica Smetana. “Isso permite descobrir como é o subsolo e qual efeito um terremoto tem na composição do subsolo. E isso, em última análise, ajuda a determinar o risco de um terremoto em determinado local.”

Sobre a eficiência do novo modelo, Smetana afirma: “Essencialmente reduzimos o tamanho do sistema que você precisa resolver em cerca de 1000 vezes”.

A professora destaca a importância da colaboração interdisciplinar. “Foi um projeto muito interdisciplinar, e encontramos uma maneira inteligente de construir o modelo reduzido mantendo a precisão da previsão. Eu realmente gosto de colaborações interdisciplinares e esta em particular porque você aprende a ver as coisas com uma nova perspectiva, o que, na minha opinião, acaba ajudando a encontrar abordagens criativas e inovadoras para resolver um problema em uma equipe interdisciplinar”.

A partir desta inovação, os cientistas poderão realizar avaliações de risco mais práticas. A mesma abordagem de modelagem poderá ajudar a simular tsunamis desencadeados por terremotos submarinos, potencialmente informando respostas de emergência entre o terremoto e a chegada do tsunami.

“Se você obtiver uma boa imagem do subsolo, terá uma ideia melhor para avaliar o risco de futuros terremotos”, explica Smetana. “Não há como prever terremotos neste momento. Mas nosso trabalho pode ajudar a gerar uma visão realista do subsolo com menos poder computacional. O que tornaria nossos modelos mais práticos e nos ajudaria a ser mais resilientes a terremotos.”