• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Vilka förkastningsytegenskaper kan berätta för oss om framtida jordbävningar

    San Andreas-förkastningen, en mogen förkastning, är väl studerad eftersom den ligger nära stora befolkningscentra. Att förstå felmognad här och vid andra fel kan hjälpa forskare att modellera jordbävningar och bedöma risker för närliggande samhällen. Kredit:Doc Searls, CC BY-SA 2.0

    Jordbävningar kan inte förutsägas som väder, men förkastningslinjeegenskaper, såsom strukturell mognad, kan ge tips om hur en framtida jordbävning kan agera. Strukturell mognad är relaterad till felets ålder, men särskilt viktig är dess "upplevelse", hur mycket ett fel har utvecklats och förändrats över tid och aktivitet.

    Mogna och omogna förkastningar genererar väldigt olika jordbävningar. Mogna förkastningar släpper mindre stress, men deras brott sprider sig snabbt längs deras längd, medan omogna förkastningar skapar högenergiska, långsammare skalv. En snabb bedömning av ett fels mognad kommer att hjälpa forskare att bättre förstå riskerna de utgör för närliggande samhällen.

    En ny studie syftar till att kvantifiera felens mognad till ett användbart mått för att hjälpa till att bedöma jordbävningsrisker. Manighetti et al. uppmätta ytegenskaper hos förkastningslinjer som tidigare studier hade utvärderat på flera mognadsnivåer. De analyserade sedan sina mätningar för att se hur de förhöll sig till mognadsbedömningen.

    Forskarna fann att korrugering (d.v.s. vågbildning) och översteg var bra mognadsindikatorer. Omogna fel var tillförlitligt kortare, med hög korrugering och hög överstegstäthet. När förkastningarna mognade förlängdes de och jämnas ut, vilket minskade vågor och överstegstäthet.

    Dessa egenskaper är inte bara tillförlitliga över fel; de kan också upptäckas vid låga upplösningar. Forskare kan kartlägga så lite som en tredjedel av ett fels längd med relativt låg upplösning och ändå generera en korrekt bedömning av ett fels mognad. Det betyder att dessa mätvärden är praktiska för modeller och farobedömningar. Att tillämpa neurala nätverk på kartläggningsprocessen skulle göra denna metod ännu enklare, enligt författarna.

    © Vetenskap https://sv.scienceaq.com