Först kom elden, sedan regnet – och till sist, den förödande leran.

I kölvattnet av den största skogsbranden i Kaliforniens historia, Thomas Fire i december 2017, en kraftig storm dumpade cirka fem tum regn på de blottade sluttningarna i Ventura County, utlöste skräpflöden den 9 januari som dödade 21 människor och förstörde hundratals hem i Montecito- och San Ysidro Creek-områdena.

Seismologer vid Caltech märkte att mullret och dånet från lerskredet upptäcktes av en seismometer cirka 1,5 kilometer från den värsta skadan. Betydligt nog, de fann att seismogrammet som genererades av händelsen avslöjar information om skräpflödeshastighet, flödets bredd och storleken på stenblocken det bar, och platsen för händelsen – resultat som tyder på att den nuvarande generationen av seismometrar i fält kan användas för att ge en tidig varning om ett inkommande skräpflöde till invånare i lerskred utsatta områden.

Deras studie, som publicerades online den 30 maj av Geofysiska forskningsbrev , visar att seismometeravläsningar potentiellt kunde ha erbjudit några av Montecitos invånare mellan 5 och 10 minuters varning den 9 januari.

Forskningen leddes av Victor Tsai (BS '04), motsvarande författare till tidningen och professor i geofysik.

Tsai har länge varit intresserad av att undersöka vilken information som kan samlas in från seismometrar utöver de vanliga jordbävningssignalerna som de var designade för att upptäcka. "Markens rörelse kan indikera många saker, från detonationen av en stridsspets till en glaciärs rörelse. Tricket är att bestämma vad signalen betyder, " säger han. Som sådan, han hade redan börjat arbeta på en modell som förutspådde hur ett lerskred skulle se ut på en seismometer, baserad på befintliga modeller av sediment som transporteras med vatten.

Samarbetar med Tsai, Doktorand Voon Hui Lai samlade in data från de tre seismometrarna som fanns inom några kilometer från lerskredet för att söka efter signalen som förutspåddes av Tsais modell. På grund av närhet och tekniska problem, två av seismometrarna registrerade inte rutschbanan ordentligt. Den tredje, dock, gjorde. "Det var inte direkt uppenbart, men efter ett tag, vi hittade det, " säger Lai.

Signalen, ett mullrande som varar i nästan 20 minuter, dök upp i frekvensbandet 5-10 hertz, som ligger vid den lägre tröskeln för mänsklig hörsel. Teamet kunde fastställa att signalen verkligen var lerskredet baserat på dess timing och genom att utesluta andra potentiella källor. Det matchade nästan perfekt förutsägelserna från Tsais modell.

Analysera det resulterande seismogrammet, Tsai och Lai kunde vidare visa hur signalen kunde användas för att uppskatta nyckelelement i ett skräpflöde (storlek, fart, och intensitet) baserat på hur de påverkar markens skakningar. Signalen indikerade att skräpflödet "nosen" (där de största stenblocken finns) täckte ett område på cirka 50 meter gånger 50 meter; att stenblocken som fördes av flödet nådde upp till cirka 1,3 meter i diameter; och att flödeshastigheten var ca 2,4 meter per sekund.

Nu när de vet vad de ska leta efter och har en modell för vad seismogrammet indikerar, forskare kan använda detta för att utveckla ett tidig varningssystem baserat på befintliga seismometrar, säger Tsai. "Skräpflöden rör sig mycket långsammare än jordbävningar, så att vi potentiellt skulle kunna utveckla ett system för tidig varning som skulle erbjuda viktiga varningar för boende och första räddningspersonal, " han säger.

"Som jordbävningar, skräpflöden förekommer sällan och är farliga att observera direkt, " tillägger medförfattaren Michael Lamb, professor i geologi. "Genom att mäta markskakningar på säkert avstånd, vår studie visar att seismologi har stor potential att förbättra vår förståelse för när, var, och varför skräpflöden händer."

Forskarna planerar att fortsätta testa och finjustera modellen med hjälp av kontrollerade experiment som ger mer exakta mätningar.

Studien har titeln "The Seismic Signature of Debris Flows:Flow Mechanics and Early Warnings at Montecito, Kalifornien." Medförfattare inkluderar Thomas Ulizio, laboratoriechef och forskningsassistent på Caltech, och Alexander Beer, postdoktor i geologi. Denna forskning stöddes av National Science Foundation och Swiss National Science Foundation.