Avaliação de equações de predição do movimento do solo usando observações e teoria da informação: aplicação ao Nordeste do Planalto Tibetano

Por que isso importa para pessoas e lugares

Terremotos não apenas fazem o solo tremer; eles testam a segurança de cidades, barragens e redes essenciais das quais milhões de pessoas dependem. No nordeste do Planalto Tibetano, uma região acidentada cruzada por falhas ativas, engenheiros precisam estimar quão forte o solo vai sacudir em futuros sismos mesmo que apenas alguns eventos modernos tenham sido bem registrados. Este estudo explora como avaliar quais receitas matemáticas para prever o tremor são mais confiáveis em áreas com poucos dados, mas alto risco.

Um canto inquieto da Ásia

O nordeste do Planalto Tibetano fica no ponto de encontro de vários blocos crustais onde a Índia continua a avançar sobre a Eurásia. A área é cortada por uma rede de grandes falhas e produziu dezenas de terremotos moderados a grandes, incluindo alguns dos mais fortes da China no último século. Infraestruturas críticas, como uma cadeia de grandes usinas hidrelétricas que fornece uma parcela significativa da eletricidade da China, situam‑se diretamente em zonas de risco. Para projetar e reforçar essas estruturas, planejadores confiam em equações de predição do movimento do solo — fórmulas que convertem a magnitude do terremoto, a distância, o tipo de falha e as condições do solo em estimativas da intensidade do tremor. Contudo, quase nenhum instrumento de registro forte estava instalado para a maioria dos terremotos passados aqui, de modo que não está claro quais fórmulas existentes realmente funcionam melhor nesse terreno complexo.

Como os cientistas geralmente avaliam as fórmulas de tremor

Quando há gravações suficientes, os pesquisadores testam as fórmulas de predição de forma direta: comparam o tremor que cada modelo prevê com o que os instrumentos realmente mediram. As diferenças entre valores observados e previstos são resumidas com estatísticas de erro, um conjunto de medidas frequentemente chamado de análise de resíduos. Usando novos conjuntos de dados de dois eventos recentes — o terremoto de falha de deslocamento lateral de Menyuan em 2022 e o terremoto de empurrão de Jishishan em 2023 — os autores aplicaram essa abordagem a cinco fórmulas amplamente usadas, adaptadas à China e regiões próximas. Para Menyuan, todas as cinco capturaram o nível geral do tremor, mas um modelo desenvolvido especificamente para a região mostrou o ajuste mais próximo. Para Jishishan, porém, todos os modelos tiveram dificuldades, especialmente para os maiores tremores, e uma fórmula diferente emergiu como a de melhor desempenho. As classificações mudaram de um evento para outro, revelando que sucesso em um tipo de terremoto não garante sucesso em outro.

Usando a informação oculta nos próprios modelos

Como terremotos grandes e bem registrados são raros nesta região, o estudo também recorreu a uma abordagem baseada na teoria da informação. Em vez de depender de comparações diretas com dados em cada estação de registro, esse método observa os padrões estatísticos mais amplos do tremor que cada fórmula produz numa área extensa ao redor de um terremoto. Ao tratar esses padrões como distribuições de probabilidade, os autores quantificaram quanta informação seria perdida ao favorecer um modelo em detrimento de outro e converteram isso em pesos — números que indicam quanta confiança atribuir a cada fórmula. Primeiro testaram esse arcabouço nos mesmos dois terremotos modernos para verificar se os resultados concordavam em linhas gerais com a análise de resíduos, e então estenderam‑no a dois grandes eventos históricos de 1920 e 1927, para os quais não existem registros instrumentais.

O que as duas lentes revelam em conjunto

Visto pela lente da teoria da informação, alguns padrões ficaram mais claros. Nos quatro terremotos, uma fórmula específica para a região recebeu consistentemente o maior peso, com outras duas contribuindo de forma significativa, porém menor, enquanto as duas restantes foram repetidamente subponderadas. Essas classificações permaneceram estáveis mesmo para os eventos históricos, sugerindo que o método pode identificar desempenhos robustos quando as observações diretas são escassas. Ao mesmo tempo, a clássica análise de resíduos destacou o quanto o sucesso de um modelo depende de detalhes como se uma ruptura é majoritariamente lateral ou vertical, como a falha rasga a crosta e quão espessas são camadas superficiais moles, como o loess, em diferentes partes do planalto. Em outras palavras, os resíduos iluminam peculiaridades evento a evento, enquanto a teoria da informação enfatiza a confiabilidade de longo prazo.

O que isso significa para a segurança futura

Para não‑especialistas, a mensagem principal é que não existe uma fórmula mágica única para prever o tremor de terremotos — especialmente em uma região geologicamente complexa com poucos registros modernos. Ao combinar duas maneiras diferentes de avaliar os modelos, os autores delineiam uma receita prática: usar resíduos onde os dados são abundantes para ver como cada fórmula se comporta em terremotos específicos, e usar pesos baseados em teoria da informação para combinar as fórmulas de melhor desempenho em uma predição composta mais estável ao longo de muitos cenários possíveis. Essa estratégia dupla pode orientar estimativas de perigo sísmico para o nordeste do Planalto Tibetano hoje e ser adaptada a outras regiões propensas a terremotos onde o solo continua a se mover, mas os dados permanecem escassos.

Citação: Yang, Y., Ismail-Zadeh, A. & Wu, J. Assessment of ground-motion prediction equations using observations and information theory: application to the Northeastern Tibetan Plateau. npj Nat. Hazards 3, 32 (2026). https://doi.org/10.1038/s44304-026-00196-6

Palavras-chave: risco sísmico, predição do movimento do solo, Planalto Tibetano, perigo de terremotos, teoria da informação