ShakeMap PARA

OSOP, S.A
www.osop.com.pa
[email protected]
IMPLEMENTACIÓN
YAFINACIÓN DE
ShakeMap PARA
LATINOMÉRICA
-EL CASO DE PANAMÁ2014
LEANDRO PÉREZ, ÁREA
DE
SISMOLOGÍA
EQUIPO DE TRABAJO
Branden Christensen
[email protected]
Director general
Yamileth Martínez
yamileth@ osop.com.pa
Directora de Finanzas
Ángel Rodríguez
[email protected]
Innovación y Desarrollo (I+D)
Richard Boaz
[email protected]
Director de programación
Yaniris Concepción
[email protected]
Secretaria
Jesús Rebolledo
[email protected]
Electrónica
Leandro Pérez
[email protected]
Sismología
Yunior Aguilera
[email protected]
Sistemas y Comunicación
Amilcar Wachter
[email protected]
Diseño Industrial
2
RESUMEN
La compañía OSOP ofrece el servicio de instalación y afinación de ShakeMap para los
observatorios sísmicos y organismos de defensa civil de la región, que desean implementar esta
importante herramienta tecnológica en tiempo real, como de sus propósitos en la reducción del.
Por ello, el presente trabajo muestra la implementación y afinación de ShakeMap en Panamá.
Este software fue desarrollado por el Servicio Geológico de los Estados Unidos (USGS, 2014a),
y el cual OSOP ha implementado en conjunto con SeisComP (SeisComP.org, 2014a), para que
puedan obtenerse valores de velocidad pico efectiva (PGV), aceleración pico efectiva (PGA) y la
respuesta espectral de amplitudes (PSA) de cada una de las estaciones sísmicas. Estos valores son
la base para generar los mapas de intensidad sísmica instrumental en la escala de Mercalli
Modificada (MMI) a partir de los modelos de predicción del movimiento de suelo (GMPEs); de
los efectos de sitio en función de la topografía del lugar, tomando en cuenta el modelo Vs30; las
ecuaciones de predicción de intensidad (IPEs); además de los modelos de conversión de los
valores PGA, PGV y PSA a MMI o viceversa (GMICEs). Todos estos pueden ser incorporados a
ShakeMap dependiendo el contexto de cada región. Los resultados de este trabajo muestran los
tipos de modelos predictivos ya mencionados que pueden ser usados en ShakeMap para la región,
tomando como ejemplo el caso de Panamá.
Palabras Claves: OSOP, defensa civil, SeisComP, ShakeMap, MMI, sismología en tiempo real,
pga, pgv, psa, GMPEs, Vs30, IPEs, GMICEs.
3
CONTENIDO
1. INTRODUCCIÓN ........................................................................................................................................ 5
2. ShakeMap ............................................................................................................................................. 6
Mapas instrumentales del movimiento del suelo, como resultado del trabajo de la sismología en
tiempo real ................................................................................................................................................ 6
Filosofía del Funcionamiento de ShakeMap ......................................................................................... 6
Ecuaciones para predicción de Intensidades (IPEs) .................................................................................. 7
Ecuaciones para predicción del movimiento del suelo (GMPEs) .............................................................. 8
Ecuaciones para convertir movimiento del suelo a intensidad o viceversa (GMICEs) .............................. 9
Modelo de velocidad de ondas de corte sobre los 30 metros (Vs30). .................................................... 10
3. IMPLEMENTACIÓN Y AFINACIÓN DE ShakeMap PARA PANAMÁ ...................................................... 11
Metodología ............................................................................................................................................ 11
4. RESULTADOS .......................................................................................................................................... 15
5. DISCUSIÓN.............................................................................................................................................. 19
6. CONCLUSIONES ...................................................................................................................................... 19
7. AGRADECIMIENTOS................................................................................................................................ 20
8. BIBLIOGRAFÍA ......................................................................................................................................... 21
9. ANEXOS.................................................................................................................................................... 25
4
1. INTRODUCCIÓN
La predicción de los parámetros de un fuerte movimiento del suelo en el tiempo y el dominio de
frecuencias es fundamental para la determinación de la amenaza sísmica, la alerta temprana y la
estimación de los posibles efectos en la superficie después de un importante terremoto. Por tanto,
la fiabilidad de las predicciones dependen principalmente de la capacidad de modelar todos los
aspectos que puedan afectar la energía radiada desde la fuente durante su propagación a los sitios
de interés (Convertito et al., 2007). La sismología en tiempo real (STR), ha logrado incorporar
estos modelos de predicción tanto para los sistemas de alerta temprana como para la atención de
la emergencia post-sísmica, significando una gran herramienta para la gestión y mitigación del
riesgo (Iervolino et al., 2007).
Una de las aplicaciones de la STR que incorpora dichos modelos predictivos es el sistema
ShakeMap, el cual muestra la distribución geográfica de la “sacudida” del suelo inmediatamente
después de sucedido el sismo. Esta información es de gran utilidad para los organismos de
gestión de riesgos de desastres naturales (defensa civíl, cruz roja, bomberos, etc.) en el momento
de focalizar sus esfuerzos con el propósito de atender efectivamente una emergencia
desencadenada por un terremoto (Wald et al., 1999a; Kanamori, 2005).
El Servicio Geológico de los Estados Unidos (USGS) genera continuamente en su página web
ShakeMaps de todas partes del mundo, para eventos sísmicos por lo general de magnitud ≥ 6
(USGS, 2014b). Existen eventos que son de una magnitud inferior y que localmente son
importantes porque generan efectos sobre la población y las construcciones, además que son
registrados por las redes sísmicas locales que pueden darles una mejor estimación al igual que los
grandes eventos que son cercanos. Por otro lado, las redes sísmicas locales registran con mayor
precisión los efectos de sitio en las mismas zonas, los cuales arrojan importantes datos para ser
procesados en tiempo real y combinándolos con las ecuaciones de predicción de movimiento
(GMPEs), generan la información necesaria para ser representada en mapas de intensidad
instrumental de buena calidad.
Uno de los propósitos de la compañía OSOP es ofrecer dentro de sus líneas de servicios, la
instalación y afinación de ShakeMap para los observatorios sísmicos y organismos de defensa
civil de la región, que están interesados en implementar esta importante herramienta en tiempo
real como parte de sus políticas en la reducción del riesgo. OSOP es líder en la región en el
desarrollo de hardware y software para las Ciencias de la Tierra, ha realizado la instalación de
SeisComP en casi todos los observatorios de América Central (con excepción de Belice y
Nicaragua) y México desde el año 2010 (Anexo 1). En los últimos años la automatización del
monitoreo y procesamiento de sismos en tiempo real, hizo avanzar considerablemente la región
en el rápido reporte de los eventos sísmicos y de tsunami a las autoridades y la población
(Strauch, 2014). Además de esto, ha demostrado su capacidad de localizar dichos eventos con
mucha más rapidez que el procesamiento manual, con precisiones tolerables (Pérez, 2014).
Por lo anterior, el presente trabajo muestra los resultados generados a partir de los experimentos
hechos en OSOP para identificar los tipos de modelos que mejor se adaptan en ShakeMap para la
región, particularmente en Panamá, con el fin de generar mapas de intensidad instrumental de
muy buena calidad.
5
2. ShakeMap
Mapas instrumentales del movimiento del suelo, como resultado del trabajo de la sismología en
tiempo real
La rápida generación de mapas de movimiento del suelo en términos de intensidad instrumental
en la escala de Mercalli Modificada (MMI), aceleración pico efectiva (PGA), velocidad pico
efectiva (PGV) y amplitud espectral (PSA), ha sido un objetivo constante dentro de los avances
en la adquisición y procesamiento de datos en tiempo real. También la combinación ecuaciones
de predicción del movimiento del suelo (GMPEs) y las ecuaciones de predicción de intensidad
(IPEs) propuestas para las diferentes regiones en el mundo. Los mapas del movimiento del suelo
que además cuentan con “capas” de los Sistemas de Información Geográfica (SIG), proporcionan
en poco tiempo (de segundos a minutos) información a los científicos y la comunidad en general,
sobre los efectos de un terremoto en un lugar determinado. Una de las aplicaciones de la STR que
combina los registros de las estaciones sísmicas con modelos predictivos del movimiento del
suelo, es el sistema ShakeMap, el cual muestra la distribución geográfica de la “sacudida” del
suelo inmediatamente después de sucedido el evento. Esta información es de gran utilidad para
los organismos de gestión de riesgos de desastres naturales.
ShakeMap fue inicialmente desarrollado en la década de los 90s en cooperación de tres
importantes agencias agrupadas en el proyecto TriNet (Trinet.org, 2014) del sur de California.
Las agencias participantes fueron el USGS, el Instituto de Tecnología de California (CALTECH)
y el Servicio Geológico de California (CGS) (Wald et al., 2003). El software ShakeMap, es un
conjunto de programas escritos en Perl, los cuales se ejecutan de forma secuencial para producir
los mapas de movimiento del suelo, así como la información a las páginas web y correos
electrónicos. Dentro de los scripts de Perl, otros paquetes de software específicamente son los
que permiten la generación de gráficos. Por ejemplo, los mapas se hacen usando la herramienta
Generic-Mapping-Tool (GMT) (Wessel y Smith, 1991). Los datos de los parámetros específicos
del terremoto se almacenan y consultan mediante las bases de datos MySQL y la manipulación de
los mismos en la Web se hace con el formato XML (Wald et al., 2006).
Filosofía del Funcionamiento de ShakeMap
Básicamente el funcionamiento de ShakeMap abarca desde la adquisición de los datos, su
procesamiento y la representación de la información en un mapa de movimiento del suelo (MMI,
PGA, PGV, PSA). El funcionamiento puede plantearse en los siguientes pasos (Wald et al.,
1999a; Moratto, 2009; Worden et al., 2010):
1. Distribución de las estaciones sísmicas en lugares adecuados donde se tenga en cuenta
una amplia cobertura de la sismicidad, la comunicación, el buen acceso, la seguridad de
los instrumentos y la geología, que en este caso se debe propender por realizar
instalaciones sobre roca y suelo para obtener registros apropiados de los efectos de sitio.
Es importante señalar que la densificación de una red sísmica con instrumentación corto
6
periodo en apoyo a la instrumentación banda ancha, cumple un papel fundamental en el
mejoramiento del monitoreo local y regional.
2. Identificación del tipo de instrumento que registrará las vibraciones de la Tierra: sensor
(acelerómetro o sismómetro), digitalizador y el dominio de frecuencias.
3. Registro de la sismicidad por las estaciones sísmicas.
4. Adquisición, almacenamiento y procesamiento de los datos sísmicos por parte de sistemas
automáticos en tiempo real. Se debe establecer un servidor con una base de datos (por
ejemplo, MySQL).
5. Corrección de los datos por los efectos de sitio, basándose en algún modelo geológico o
de amplificación (por ejemplo, Vs30) y de respuesta instrumental.
6. Conversión de los valores de los puntos de control (propios de las estaciones sísmicas)
procesados a MMI y GMPE (PGA, PGV, PSA), para realizar una interpolación entre el
resto de puntos y de esta manera estimar los mapas correspondientes al movimiento del
suelo.
7. Divulgar los resultados automáticamente por redes sociales (por ejemplo, Facebook y
Twitter), e-mail, sms, etc.
La comprensión de aspectos técnicos en detalle pueden ser consultados en los manuales
disponibles: “ShakeMap Manual: Technical Manual, User’s Guide, and Software Guide” (Wald
et al., 2006) y “ShakeMap Software Guide” (Worden et al., 2009).
Para la generación de mapas instrumentales del movimiento del suelo y efectos sobre la
superficie (punto 7), es necesario el uso de modelos predictivos. Existen diversos métodos de
predicción, por ejemplo, funciones empíricas, semiempíricas y teóricas. Pero lo más usado en
todas las regiones propensas a terremotos, son los métodos basados en enfoques empíricos. Estos
modelos generalmente se refieren a las relaciones de atenuación, que son funciones matemáticas
que relacionan la fuente del movimiento del suelo (PGA, PGV, PSA) con los parámetros que
caracterizan la fuente (localización, magnitud, longitud de ruptura, etc), el medio (en términos de
la geometría de la absorción y dispersión) y la geología local. A continuación se describe el
concepto de diferentes modelos predictivos.
Ecuaciones para predicción de Intensidades (IPEs)
Existen dos formas de medir el tamaño de un terremoto, la primera es la magnitud, la cual está
relacionada con la cantidad de energía liberada por la fuente del terremoto y usualmente se
determina por la medida de la máxima amplitud o por el modelamiento de las características de
las ondas sísmicas registradas en los sismogramas. La segunda forma es la medición de los
efectos generados por el terremoto, conocida como la intensidad, que es medida cualitativa a
diferencia de la magnitud que es cuantitativa.
7
Por ejemplo, la información del tamaño de un sismo histórico es generalmente proporcionada en
términos de intensidad macrosísmica a la que se le asocia diferentes tipos de escalas como,
Intensidad de Mercalli Modificada (MMI), la internacional Medvedev-Sponheuer-Karnik (MSK64) y su posterior actualización a Escala Macrosísmica Europea (EMS-98). En importantes
países, los códigos de construcción representan las “excitaciones sísmicas” en términos de la
intensidad macrosísmica (Bindi, et al., 2012).
Dentro de los métodos de relaciones empíricas para obtener datos de intensidad (I), están los que
relacionan diferentes parámetros geométricos de la fuente y la energía radiada por el sismo de la
siguiente manera (Nurmagambetov et al., 1999):
Donde Repi es la distancia epicentral, h la profundidad hipocentral y M la magnitud.
Existen métodos más complejos para obtener intensidades en función del movimiento fuerte (ver
en Cua et al., 2010). El método implementado depende en últimas de las necesidades,
disponibilidad de los datos e información y recursos incluso económicos para llevar a cabo las
investigaciones.
La STR ha logrado dar el salto de la metodología tradicional para estimar la intensidad de un
sismo (estudios de campo, diagnostico de ingeniería, encuestas personales o por internet, etc.), a
la determinación de dicha intensidad en función de los parámetros calculados por los sistemas de
procesamiento en tiempo real. Todo esto, a partir de lo que registran los instrumentos de una red
sismológica, como será tratado posteriormente en el aparte de la afinación de ShakeMap para
Panamá.
Ecuaciones para predicción del movimiento del suelo (GMPEs)
Los GMPEs o relaciones de atenuación, proporcionan estimaciones pico del movimiento del
suelo (PGM) y respuesta espectrales (PSA) y se desarrollan mediante el análisis empírico de una
base de datos de movimientos fuertes (strong-motion) registrados por las redes sismológicas. Los
GMPEs, son un insumo clave dentro de los estudios y análisis del riesgo sísmico, ya que estas
ecuaciones permiten estimar los efectos de los terremotos sobre la superficie terrestre.
Un ejemplo de ecuaciones de predicción GMPEs desarrolladas para las diferentes regiones
activas en el mundo, son las expuestas en el proyecto llamado, “The Pacific Earthquake
Engineering Research Center-Next Generation Attenuation (PEER-NGA)” (Power et al., 2006;
Boore y Atkinson, 2008; Atkinson, 2008). También hay muchos otros ejemplos que se han usado
comúnmente para el estudio del riesgo sísmico en los últimos 50 años y que van desde modelos
clásicos hasta los más complejamente elaborados, todo tipo de estas ecuaciones se recopilan en
un valioso documento denominado “Ground-motion prediction equations 1964-2010” (Douglas,
2011). En este trabajo se puede ver cronológicamente la evolución de los GMPEs, demostrando
el considerable progreso que ha tenido la sismología en estos aspectos.
8
Un ejemplo clásico de una ecuación de GMPE, es la propuesta por Donovan (1973) que ha sido
usada para infinidad de trabajos prácticos y donde se halla deseado estimar rápidamente, incluso
a “lápiz”, valores de PGA. El modelo bien dado a si:
Donde
es la aceleración pico efectiva (PGA) en unidades de gal (cm/s2), b1=1080, b2=0.5, b3=
1.32. M es la magnitud y R la distancia epicentral.
Ecuaciones para convertir movimiento del suelo a intensidad o viceversa (GMICEs)
Estas ecuaciones se derivan de conjuntos de datos con paridad entre PGM e intensidad
macrosísmica, a partir de registros de fuertes terremotos. GMICEs permiten convertir, entonces,
valores de PGM (PGA, PGV, PSA) a intensidad o viceversa (Atkinson y Kaka, 2007; Allen y
Wald, 2009; Wornden et al., 2012). Dos ejemplos de GMICE son los propuestos por Atkinson y
Kaka (2007), y Worden, et al., (2012). El primero expresa MMI en función de PGV y es aplicado
en California y la parte central de los E.U; el segundo expresa MMI en función de PGA y solo se
aplica en California. Ambos modelos se muestra continuación:
La correspondiente relación inversa daría resultados en términos de PGV y PGA. La Figura 1
muestra a MMI en función de PGA (Figura 1a) y de PGV (Figura 1b), dando una idea del
comportamiento de ambos GMICEs de acuerdo a la comparación de los datos observados con los
predichos.
Figura 1. Comparación de MMI predicho con el MMI obtenido por valores observados de PGA (a) y PGV (b).
(Fuente: Worden, et al., 2012).
9
Modelo de velocidad de ondas de corte sobre los 30 metros (Vs30).
Debido a la falta de información geológica, geofísica y sismológica, para realizar una estimación
en mejor detalle del comportamiento sísmico de los suelos, se optó por realizar una estimación
con base a métodos empíricos que relacionan el modelo de pendientes y la velocidad de onda de
corte (Vs), en los 30 metros superficiales de los depósitos del suelo (Vs30). Con este modelo es
posible establecer similitudes entre la geología y la pendiente de la topografía para proveer una
evaluación de primer orden de las características locales de la amenaza sísmica (Wald y Allen,
2007). Por ejemplo, materiales más densos, con mayores velocidades de onda de corte asociadas,
son capaces de mantener pendientes pronunciadas, mientras que sedimentos y grandes depósitos
de flujos piroclásticos, en general, poco consolidados y con velocidades de onda muy bajas, son
depositados predominantemente en valles relativamente planos (Jokisch, 2013).
La Tabla 1, muestra la relación entre la pendiente topográfica y Vs30 hecha para El Salvador,
donde se caracteriza en términos de rangos discretos de velocidad de onda de corte de acuerdo a
la clasificación del “Programa Nacional para la Reducción de la Amenaza Sísmica” (NEHRP),
subdivididos en ventanas de velocidades más pequeñas. La Figura 2, muestra el mapa generado a
partir de las consideraciones de la Tabla 1.
Tabla 1. Resumen de rango de pendientes para categorías de Vs30 de acuerdo a NEHRP (Wald y
Allen, 2007 en Jokisch, 2013).
Figura 2. Mapa de velocidad de onda de los depósitos de suelo de los 30m superficiales, estimado con base al mapa
de pendientes (Jokisch, 2012).
10
Vs30 es un modelo de condiciones de sitio que se deriva de un modelo topográfico (por ejemplo,
el SRTM30) o geológico. Los valores de Vs30 están correlacionados con la pendiente topográfica
para dos propósitos: 1) para las regiones tectónicas activas, donde el relieve es alto y 2) en los
valles, escudos o cratones, donde la topografía es más estable y por ende una fuente de
atenuación. Al tomar el gradiente de topografía y elegir rangos de pendiente para apreciar la
correlación de las observaciones de la velocidad de cizalla en poca profundidad, se puede obtener
una interpretación inicial mediante mapas de las características espacialmente variables de
condiciones de sitio (Wald y Allen, 2007).
Las condiciones de sitio o efectos de sitio, generalmente se definen en función de la geología
superficial del lugar y pueden llegar a dominar la amenaza sísmica debido a los factores de
amplificación de la radiación sobre la base rocosa. Cuando las ondas sísmicas pasan de la roca al
suelo, tiene una velocidad de propagación menor y el tren de ondas se “desacelera” pero, para
mantener el flujo de energía se incrementa su amplitud. El suelo, sin embargo, absorbe más
energía que la roca y tiende a amortiguar el movimiento. La amplificación del movimiento que
resulta depende del balance entre estos dos factores, que a su vez, dependen del espesor de la
capa del suelo y el contraste entre la velocidad de propagación de las ondas en roca y en el suelo
(Bommer et al., 1998).
La motivación para derivar una relación entre la topografía y las condiciones del lugar, proviene
de una necesidad práctica para caracterizar precisamente la amplificación de sitio, como parte de
la predicción rápida del comportamiento de los terremotos y el impacto de los mismos a regional
o mundial. Por ejemplo, el proyecto del USGS “Rápida Evaluación de la Respuesta Global ante
Terremotos” (PAGER), tiene como propósito estimar las condiciones sísmicas de sitio en el
mundo y son usadas para ShakeMap. Finalmente, en la actualidad el enfoque estandarizado para
la generación de los mapas de las condiciones sísmicas de sitio es el modelo Vs30.
3. IMPLEMENTACIÓN Y AFINACIÓN DE ShakeMap PARA PANAMÁ
Metodología
Básicamente la metodología abarca los siguientes puntos:






Revisión bibliográfica sobre modelos: GMPEs, Vs30, IPEs y GMICEs
Preselección de modelos
Selección de datos de eventos sísmicos con magnitud ≥3.5
Procesamiento de los datos
Análisis y tabulación de la información
Validación de los modelos adecuados
De toda la variedad y cantidad de modelos predictivos de GMPEs, IPEs y GMICEs, propuestos
en los últimos 50 años (Douglas, 2011; Worden, et al., 2009), algunos de estos han sido
sugeridos para ser usados en ShakeMap como se muestra a continuación en las Tablas 2, 3 y 4.
11
Tabla 2. GMPEs. (Tomado y adaptado de Worden, et al., 2009).
Rango de
Magnitud
Rango de
Distancia
(km)
Tipo de
distancia
(mts)
Atkinson y
Boore (2006)2
Akkar y
Bommer (2007,
2007b)
Akkar, et al.
(2013)
≥ 4.0
0 – 1000
RRup
Sí
5.0 ≤ M ≤
7.6
5 – 100
RRup
4.0 ≤ M ≤
8.0
0 – 200+
BA087
Boore y
Atkinson (2008)
3.0 ≤ M ≤
8.0
BJF97
Boore, Joyner,
Fumal (1997)
Boatwright, et al.
(2003)
Chiou y Youngs
(2008), Chiou, et
al. (2009)
Nombre del modelo
AB06_ENA_BC
AkkarBommer07
ASB13
Boatwright03
CY08
CY08_SMM_CCal
CY08_SMM_SCal
1
Referencia
Efecto de
sitio
Mecanismo1
Sí 3
Sí4
N/A
Sí
Sí5
Sí6
RS, NM,
Todos
RJB/REpi
Sí
Sí
Sí
SS, RS, NM
0 – 200
RJB
Sí
Sí
Sí
SS, RS,
NM, ALL
5.0 ≤ M ≤
7.4
0 – 80
RJB
No8
Sí
Sí
SS, RS,
Todos
3.5 ≤ M ≤
7.1
0 – 300
RHypo
Sí
Sí 9
Sí10
N/A
Norte de California
3.0 < M ≤
7.7
0 – 200
RRup11
Sí
Sí
Sí
SS, RS, NM
Tectónica ActivaNGA
PGV
PSA
Región
Este de Norte
América
Europa
Sur de Europa y
Medio Oriene
Tectónica Actica NGA
Noroccidente de
América
Diferentes mecanismos de fuente permitidos para GMPEs. SS = de deslizamiento con rumbo; RS = deslizamiento inverso; NM = normal; Todos = sin
especificar; N/A = ignorar los parámetros del mecanismo de la fuente.
2
Actualizado con las modificaciones de Atkinson y Boore (2011).
3
Uso de coeficientes de 0.315, 0.3, 3.0 y 3.13 segundos para PSA.
4
Uso de condiciones de sitio de BA08.
5
Rleaciones de desplazamiento espectral, modulo que convierte a SA.
6
Relación que proporciona condiciones de amplificación para “terreno blando” y “suelo rigido” que se toman como Vs30 < 360 m/s y 360 ≤ Vs30 < 760,
respectivamente.
7
Actualizado con las modificaciones de Atkinson y Boore (2011).
8
Uso del modelo PGV de Joyner y Boore (1988).
9
Del modelo llamado BJF97 para PSA.
10
Uso BJF97 para amplificación de condiciones de sitio.
11
Uso de RJB y una medida de distancia personalizada, RX.
Rango de
Magnitud
Rango de
Distancia
(km)
Tipo de
distancia
(mts)
Campbell (2003;
2004)
≥ 5.0
0 – 1000
RRup
Garcia et al.
(2005)
5.2 ≤ M ≤
7.4
0 – 400
RRup,
RHypo
HazusPGV
Boore, Joyner,
Fumal (1997)
5.0 ≤ M ≤
7.4
0 – 80
Kanno2006
Kanno, et al.
(2006)
≥ 5.5
Motazedian &
Atkinson (2005)
Pankow &
Pechmann
(2004)
Efecto de
sitio
Mecanismo1
Sí
No12
N/A
Noreste de América
Sí
Sí
No
N/A
Mexico intra-slab
RJB
N&H’8213
Sí
Sí
SS, RS,
Todo
0 – 500
RRup
Sí
Sí
Sí
N/A
Tectónica Activa,
Subducción,
3.0 ≤ M ≤
8.0
2 – 500
RRup
Sí
Sí
No14
N/A
Puerto Rico
5.0 ≤ M ≤
7.7
0 – 100
RJB
Sí
Sí15
Limitado
16
N/A17
Tectónica
Extensional
Quitoriano
3.0 ≤ M ≤
5.2
0 – 200
RJB
Sí
Sí
Sí
N/A
Tectónica Activa
Youngs (1997)
5.2 ≤ M ≤
8.0
0 – 300
RRup
N&H’82
Sí
No18
N/A
Subducción:
interface, intraslab19
Zhao, et al.
(2006)
5.0 ≤ M ≤
8.3
0 – 300
RRup
N&H’82
Sí
Sí
SS, NM,
RS20
corteza, interface y
slab
Nombre del modelo
Referencia
Campbell2003
Garcia05
MA2005
PP04
Small
Youngs97
Youngs97_interface
Youngs97_intraslab
Zhao06
Zhao06_crustal
Zhao06_interface
Zhao06_intraslab
PGV
N&H’82
PSA
Región
Noroeste de América
12
Uso del módelo para conrrecciones de sitio de AB06_ENA_BC.
PGV para 1.0 seg de PSA 1.0, conversión de Newmark y Hall, 1982.
14
Uso del módulo HazusPGV (i.e., BJF97) para corrección de condiciones de sitio.
15
Uso de coeficientes de 2.0 y 3.0 segundos PSA.
16
Correcciones de “suelo” y “roca”.
17
Asumiendo una falla normal.
18
Uso Borcherdt donde están las tablas para los tipos de sitio.
19
Tipo de rupture necesaria y especificada por Youngs97, ya sea de interface o intraslab.
20
La ruptura solamente es sensible a eventos de corteza, mas no a los eventos de subducción. Eventos de tipo “strike-slip” y normales no se diferencian. Por
defecto se tiene el mecanismo de tipo SS.
13
13
Tabla 3. IPEs. (Tomado y adaptado de Worden, et al., 2009).
Nombre del modelo
Referencia
Rango de
Magnitud
AW07_CA
AW07_CEUS
Atkinson y Wald
(2007)
2.0 ≤ M ≤
7.9
TA12_mmi
(was: TA09_mmi)
Allen, et al.
(2012)
Rango de
Distancia
(km)
0 – 500
0 – 1000
Tipo de
Distancia
(mts)
Efecto de
sitio
RJB
No
California,
Centro y este de E.U.
RRup &
RHyp21
Sí
Tectónica Activa
Región
Tabla 4. GMICEs. (Tomado y adaptado de Worden, et al., 2009).
21
22
Nombre del modelo
Referencia
Magnitud
Distancia
Reversible22
PSA
AK07
Atkinson y Kaka
(2007)
Sí
Sí
No
Sí
California,
Centro y este de E.U.
DC11_CA
DC11_ENA
Dangkua y
Cramer (2011)
Sí
Sí
No
Sí
California (DC11_CA)
Este de los E.U. (DC11_ENA)
FM10
Faenza &
Michelini (2010)
No
No
No
Italia (MCS)
WGRW11
Worden, et al.
(2012)
Sí
Sí
Sí
California
Wald99
Wald, et al.
(1999b)
No
No
No
California
Sí
Sí
No
Región
Uso de RRup si la falla es definida, de lo contrario se usa RHyp .
“Reversible” esto significa que el GMICE fue desarrollado para realizar conversicones “viceversa”. Todos los modelos se pueden usar de manera reversible.
De acuerdo a los modelos expuestos en las Tablas 2, 3 y 4, inicialmente se escogieron los
GMPEs que por su descripción se asemejan a las condiciones de actividad sismotectónica de
Centroamérica, entre los cuales están: BA08, CY08, Zhao06. Para el cálculo de las intensidades
también se escogieron inicialmente dos modelos, el IPE-TA12 y GMICE-WGRW11 sugeridos
por Bruce Worden (en comunicación personal, 27 de marzo de 2014). Es importante dejar claro
que, 1) los modelos dependen de la región y contexto geológico, y 2) no se han desarrollado
modelos de GMPE e IPE para Centro y Suramérica, por lo que se usan los modelos descritos.
Para observar el comportamiento de los anteriores modelos en el caso de Panamá, se realizo una
colección de eventos sísmicos al azar con magnitud igual y superior a 3.5 detectados y
localizados por SeisComP en el periodo de tiempo de este trabajo (Tabla 5), para luego ser
procesados en ShakeMap con el fin comprobar la aplicabilidad de los modelos mencionados para
esta región.
Tabla 5. Eventos seleccionados de la base de datos de SeisComP para procesar con ShakeMap.
Evento
(No)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Fecha
d m
5 2
7 2
12 2
18 2
14 3
3 3
11 3
15 3
18 3
22 3
22 3
24 3
24 3
30 3
2 4
a
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
Lat
(°)
8.97
8.98
8.70
8.49
7.65
8.35
8.85
8.49
6.73
8.42
7.69
8.47
7.39
8.25
7.86
Parámetros
Long prof* Mag
(°)
(km) (ML)
-82.80 10
3.5
-82.86 16.9 3.6
-78.33 10
3.5
-81.86 8.3
3.7
-80.99 10
3.9
-82.87 29
4
-78.71 78.5 4.5
-80.23
5
4.8
-78.17 10
4.4
-82.78 15
4.1
-79.25 10
5.1
-82.99 7.6
3.8
-81.04 10
3.9
-82.87 5.4
4.6
-82.43 10
6
*SeisComP asigna por defecto una profundidad de 10 km cuando no se puede calcular la actual.
4. RESULTADOS
Una vez procesados los datos en ShakeMap, los resultados obtenidos de PGMmax (PGAmax y
PGVmax) para cada uno de los modelos de GMPEs se representan en las gráficas 1-6:
PGA (cm/s/s)
22.00
PGA(M) = 8.6M - 28.2
R² = 0.89
17.00
12.00
7.00
2.00
3.5
4
4.5
5
5.5
6
Magnitud
PGV (cm/s)
Gráfica 1. Modelo BA08 (PGA Vs. M).
9
8
7
6
5
4
3
2
1
0
PGV(M) = 3.2M - 11.1
R² = 0.93
3.5
4
4.5
5
5.5
6
Magnitud
PGA (cm/s/s)
Gráfica 2. Modelo BA08 (PGV Vs. M).
21.00
19.00
17.00
15.00
13.00
11.00
9.00
7.00
5.00
3.00
1.00
PGA (M)= 7.5M - 26.3
R² = 0.96
3.5
4
4.5
5
5.5
6
Magnitud
Gráfica 3. Modelo Zhao06 (PGA Vs. M).
16
6.00
PGV (cm/s)
5.00
PGV(M) = 1.7M - 6.2
R² = 0.87
4.00
3.00
2.00
1.00
0.00
3.5
4
4.5
5
5.5
6
Magnitud
Gráfica 4. Modelo Zhao06 (PGV Vs. M).
12.00
PGA(M) = 4.3M - 15.4
R² = 0.82
PGA (cm/s/s)
10.00
8.00
6.00
4.00
2.00
0.00
3.5
4
4.5
5
5.5
6
5.5
6
Magnitud
Gráfica 5. Modelo CY08 (PGA Vs. M).
7.00
PGV (M)= 2.7M - 9.8
R² = 0.82
6.00
PGV (cm/s)
5.00
4.00
3.00
2.00
1.00
0.00
3.5
4
4.5
5
Magnitud
Gráfica 6. Modelo CY08 (PGV Vs. M).
17
Para el cálculo de las intensidades, el comportamiento de los modelos se representa en las graficas 7 y 8.
7
IMM (WGRW11)
7
IMM (M) = 1.2M - 0.6
R² = 0.93
6
6
5
5
4
4
3
3.5
4
4.5
5
5.5
6
Magnitud
Gráfica 7. Intesidad de Mercalli Modificada a partir de WGRW11.
7
6
IMM (M)= 1.3M - 2.1
R² = 0.98
IMM (TA12)
6
5
5
4
4
3
3
2
3.5
4
4.5
5
5.5
6
Magnitud
Gráfica 8. Intesidad de Mercalli Modificada a partir de TA12.
Se debe tener en cuenta que las intensidades de ShakeMap está dada en la escala de Mercalli
Modificada (MMI), ya que el concepto se basa en encuestas a la población, en recopilación de los
reportes de la prensa, informes de ingenieros, además de estudios de campo donde ha habido
daños significativos. Los modelos usados en este trabajo para el cálculo de esta importante
medida de los terremotos en dicha escala, se han establecido a partir de las investigaciones
hechas por los propios autores.
18
5. DISCUSIÓN
El modelo Zhao06 tiene un buen comportamiento de PGA, donde el porcentaje del coeficiente de
determinación es de 96%, indicando que el modelo es explicado en este porcentaje; en tanto el
porcentaje de correlación de los datos es del 98%, superando al modelo BA08 donde ambos
porcentajes son del 89% y 94%, respectivamente. No obstante, BA08 tiene un mejor
comportamiento en PGV pues el coeficiente de determinación es de 93% y el de correlación de
96%, diferente a Zhao06 que cuenta con un 87% y 93%. Por otra parte, el modelo CY08 fue
descartado pues los resultados obtenidos no son mejores que los otros dos modelos, el coeficiente
de determinación es de 82% y de correlación del 90% tanto para PGA como para PGV (Gráficas
5 y 6).
El modelo BA08 se desenvuelve en un rango de magnitud entre 3 y 8, CY08 en el rango de 3 y
7.7, mientras Zhao06 va de 5 a 8.3 (ver tabla 2). Sin embargo, para este estudio el modelo
seleccionado Zhao06 estaría entre 3.0 y 7. Posiblemente el modelo no funcione para sismos
superiores a magnitud 7 en esta zona.
En el caso de los modelos para el cálculo de la intensidad, TA12 arrojo un coeficiente de
determinación de 98% con una correlación igualmente del 98%, en tanto WGRW11 fue de 93% y
96%, respectivamente.
6. CONCLUSIONES
La STR consiste en un conjunto de métodos y procedimientos automáticos para el cálculo rápido
de los parámetros de un terremoto basándose en medidas hechas con pocos segundos de la
llegada de la onda P (por ejemplo, como lo hace el programa SeisComP) y de esta manera puede
estimar en poco tiempo las características del movimiento fuerte del suelo.
Los mapas de intensidad instrumental o ShakeMaps, son una gran herramienta para conocer las
zonas de mayor afectación poco después de ocasionado un terremoto de importante magnitud
como también donde posiblemente no se presentaron daños, esto permite optimizar las tareas de
búsqueda y rescate, además de dirigir la ayuda a los sectores que más lo necesitan. Las zonas de
mayor afectación pueden ser estimadas a partir de los parámetros de localización y magnitud,
mediante la combinación de modelos de predicción del movimiento (GMPE) y los registros de
los acelerómetros, teniendo en cuenta las características de las respuestas del suelo de la región.
De acuerdo a los resultados el modelo GMPE-Zhao06, es el más adecuado para ser usado en
ShakeMap en el caso de Panamá e incluso Centroamérica, corroborando los argumentos de
Climent, et al., (2008), Jokisch, (2013) y Bruce Worden (en comunicación personal, 27 de marzo
de 2014), sobre la aplicabilidad de este modelo para las características sismotectónicas de esta
región. Para el cálculo de las intensidades, el IPE-TA12 es el mejor para ser aplicado también la
región; por lo tanto la mejor combinación para la afinación de ShakeMap para Panamá es
GMPE+IPE (Anexos 2 y 3), teniendo en cuenta el modelo Vs30 para la zona (Anexo 4).
19
Mejores resultados se pueden obtener densificando las redes sísmicas con más estaciones, para
poder localizar más rápidamente, obtener localizaciones más fidedignas y tener más puntos de
control para generación de ShakeMaps precisos.
Es importante que los observatorios de América Latina, realicen investigaciones encaminadas a la
elaboración de modelos propios para cada país principalmente de GMPE, IPE y Vs30, siendo
estos una importante contribución científica a la reducción del riesgo.
7. AGRADECIMIENTOS
A Branden Christensen Director de OSOP, por facilitar los recursos tecnológicos y el talento
humano existente en la compañía, para desarrollar este trabajo que se enmarca en el campo de la
sismología en tiempo real y la mitigación del riesgo.
Al Dr. Eduardo Camacho Director de la Red Sísmica del Instituto de Geociencias de la
Universidad de Panamá (IGC), por permitir el uso de los datos registrados por las estaciones
sismológicas durante el periodo que se desarrolló este trabajo.
PARA MÁS INFORMACIÓN
Escribanos a [email protected]
20
8. BIBLIOGRAFÍA
Atkinson, G., and Boore, D. (2006). Earthquake Ground-Motion Prediction Equations for Eastern
North America. Bulletin of the Seismological Society of America, 96(6), 2181-2205.
Atkinson, G., and Wald, D. (2007). "Did You Feel It?" intensity data: A surprisingly good
measure of earthquake ground motion, Seism. Res. Lett. 78, 362-368.
Atkinson, G; and Kaka, S. (2007). Relationships between felt intensity and instrumental ground
motion in the Central United States and California. Bulletin of the Seismological Society of
America, 97, 597-510.
Akkar, S., and J. J. Bommer (2007b). Prediction of elastic displacement response spectra in
Europe and the Middle East, Earthquake Engng. Struct. Dyn., 36, 1275-1301.
Atkinson, G. (2008). Ground-motion prediction equations for eastern North America from a
referenced empirical approach: implications for epistemic uncertainty. Bulletin of the
Seismological Society of America, 98, 1304-1318.
Allen, T; and Wald, D. (2009). Evaluation of ground-motion modeling techniques for use in
global ShakeMap: A critique of instrumental ground motion prediction equations, peak ground
motion to macroseismic intensity conversions, and macroseismic intensity predictions in different
tectonic settings. USGS, Science for a changing world. p.122.
Allen, T. I., Wald, D. J., and Worden, C. B. (2012). Intensity Attenuation for active crustal
regions, J. Seismol., 16(3), 409-433.
Akkar, S., M. A. Sandikkaya, and J. J. Bommer (2013). Empirical ground-motion models for
point- and extended-source crustal earthquake scenarios in Europe and the Middle East, Bull.
Earthquake Eng.
Boore, D. M., W. B. Joyner, and T. E. Fumal (1997). Equations for estimating horizontal
response spectra and peak acceleration from western North American earthquakes: A summary of
recent work, Seismol. Res. Lett. 68, 128–153.
Bommer, J., Salazar, W., and Samayoa, R. (1998). “Riesgo sísmico en la región metropolitana de
San Salvador.” Programa Salvadoreño de Investigación sobre Desarrollo y Medio Ambiente
(PRISMA).
Boatwright, J., H. Bundock, J. Leutgert, L. Seekins, L. Gee, P. Lombard (2003). The Dependence
of PGA and PGV on Distance and Magnitude Inferred from Northern California ShakeMap Data.
Bulletin of the Seismological Society of America, 93(5), 2043-2055.
Boore, D; and Atkinson, G. (2008). Ground-motion prediction equations for the average
horizontal component of PGA, PGV, and 5% damped SA at spectral periods between 0.01s and
21
10.0s, Earthq. Spectra (in press): available from the Pacific Earthquake Engineering Research
Center–Next Generation Attenuation project.
Bindi, D; Parolai, S; Oth, A; Abdrakhmatov, K; Muraliev, A; Zschau, J. (2012). Intensity
prediction equations for central Asia. Journal Geophys, Vol. 187, pp. 327-337.
Campbell, K. W. (2003). Prediction of Strong Ground Motion Using the Hybrid Empirical
Method and Its Use in the Development of Ground-Motion (Attenuation) Relations in Eastern
North America, Bulletin of the Seismological Society of America, 93(2), 1012-1033.
Convertito, V; Matteis, R; Romeo, A; Zollo, A; Iannaccone, G. (2007). A strong motion
attenuation relation for Early-Warning application in the campania region (southern apennines).
Library of congress: Earthquake early warning systems. p. 133-151. Springer-Verlag Berlin
Heidelberg.
Climent, A; Benito, B; Lindholm, C; Hernández, D; Guzmán, C; Gaspar-Escribiano, J. (2008).
Calibration of strong-motion models for Central America Region. The 14th world conference on
earthquake enginerring October 12-17, Beijing, China. p. 8.
Cua, G; Wald, D; Allen, T; Garcia, D; Worden, C; Gerstenberg, K; Lin, K; Marano, K. (2010).
Best practices for using macroseismic intensity and ground motion intensity conversion equations
for hazard and loss models in GEM1. Technical Report 2014-4. pp-67.
Chiou, B. S.-J., and R. R. Youngs, Abrahamson, N., and Addo, K. (2010). Ground-Motion
Attenuation Model for Small-To-Moderate Shallow Crustal Earthquakes in California and Its
Implications on Regionalization of Ground- Motion Prediction Models, Earthquake Spectra,
26(4).
Donovan, N. C. (1973). A statistical evaluation of strong motion data including the February 9,
1971 San Fernando earthquake. Pages 1252–1261 of: Proceedings of Fifth World Conference on
Earthquake Engineering, vol. 1.
Douglas, J. (2011). Ground-motion prediction equations 1964-2010. Pacific earthquake
engineering research center (PEER), report. Universidad of California, Berkeley. p. 455.
Dangkua, D. T. and C. H. Cramer (2011). Felt Intensity Versus Instrumental Ground Motion: A
Difference between California and Eastern North America?. Bulletin of the Seismological
Society of America, 101(4), 1847-1858.
Faenza, L. and Michelini, A. (2010). Regression analysis of MCS Intensity and ground motion
parameters in Italy and its application in ShakeMap, Geophys. J. Int., 180, 1138-1152.
Garcia, D., S. Singh, M. Herraiz, M. Ordaz, J. Pacheco (2005). Inslab Earthquakes of Central
Mexico: Peak Ground-Motion Parameters and Response Spectra, Bull. Seism. Soc. Am., 95(6),
2272-2282.
Iervolino, I; Manfredi, G; Cosenza, E. (2007). Earthquake Early-Warning and engineering
22
application prospects. Library of congress: Earthquake early warning systems. p. 233-246.
Springer-Verlag Berlin Heidelberg.
Jokisch, C. (2013). Generación de mapas de intensidad instrumental en El Salvador: Mejorando
la preparación y respuesta ante desastres. Ministerio de Medio Ambiente y Recursos Naturales,
Dirección General del Observatorio Ambiental, San Salvador, El Salvador. p. 22.
Kanamori, H. (2005). Real-time seismology and earthquake damage mitigation. Annual Review
of Earth and Planetary Sciences, Vol. 33, p. 20.
Kanno, T., A. Narita, N. Morikawa, H. Fujiwara, and Y. Fukushima (2006). A New Attenuation
Relation for Strong Ground Motion in Japan Based on Recorded Data. Bulletin of the
Seismological Society of America, 96(3), 879-897.
Motazedian, D., and G. Atkinson (2005). Ground-motion relations for Puerto Rico, Geol. Soc.
Am. Special Papers, 385, 61-80.
Morrato, L; Costa, G; Suhadloc, P. (2009). Real-time generation of ShakeMaps in the
southeastern Alps. Bulletin of the Seismological Society of America, 99, 2489-2501.
Nurmagambetov, A; Mikhailova, N; Iwan, W. (1999). Seismic hazard of the Central Asia region,
in Seismic hazard and building vulnerability in post-Sovietic Central Asian republics, S.A. King,
V. I. Khalturin and B. E. Tucker (eds), Kluwer Academic Publishers, Nederlands.
Pankow, K. L., and J. C. Pechmann (2004). The SEA99 Ground-Motion Predictive Relations for
Extensional Tectonic Regimes: Revisions and a New Peak Ground Velocity Rerlation, Bulletin
of the Seismological Society of America, 94(1), 341-348.
Power, M; Chiou, B; Abrahamson, N; Roblee, C. (2006). The “Next Generation of Ground
Motion Attenuation Models” (NGA) project: an overview, in Proceedings of the Eighth National
Conference on Earthquake Engineering, paper no. 2022.
URL: http://peer.berkeley.edu/ngawest/activity_findings.html
Pérez, L. (2014). Comparación del sistema manual y automático para localizaciones de eventos
sísmicos en la red sismológica de Panamá.
URL: http://www.osop.com.pa/wp-content/uploads/2014/03/Documento1.pdf
Strauch, W. (2014). Centrales sísmicas automáticas y alerta de tsunami en Centroamérica.
Newsletter No.1, Geo-network of latinoamerican-german alumni (GOAL).
URL: http: www.osop.com.pa wp-content uploads 2014 03 Newsletter March-2014.pdf
SeisComP.org. (2014a). http://www.seiscomp3.org/doc/seattle/2014.084/apps/scwfparam.html
Trinet.org. (2014). http://www.trinet.org/trinetdesc.html#hist
USGS.gov. (2014a). http://earthquake.usgs.gov/earthquakes/shakemap/
23
USGS.gov. (2014b). http://earthquake.usgs.gov/earthquakes/map/
Wessel, P, and Smith, W. (1991). Generic Mapping Tools, EOS, Vol. 72, 441.
Wald, D; Worden, B; Quitoriano, V; Pankow, K. (2006). ShakeMap Manual: Technical Manual,
User’s Guide, and Software Guide. Advanced national seismic system. USGS, Techniques and
Methods. p-156. URL: http://pubs.usgs.gov/tm/2005/12A01/
Wald, D; Quitoriano, V; Heaton, T; Kanamori, H; Scrivner, C; Worden, B. (1999a). Rapid
generation of a peak ground-motion and intensity maps for earthquakes in southern California.
Caltech library service, p-19. URL: http://authors.library.caltech.edu/28537/
Wald, D. J., V. Quitoriano, T. H. Heaton, H. Kanamori (1999b), Relationships between Peak
Ground Acceleration, Peak Ground Velocity and Modified Mercalli Intensity in California,
Earthquake Spectra, 15, 557-564.
Wald, D; Wald, L; Worden, B; Goltz, J. (2003). ShakeMap a Tool for earthquake response.
USGS, science for a changing world. p-4. URL: http://pubs.usgs.gov/fs/fs-087-03/FS-087-03508.pdf
Worden, B; Wald, D; Wan, K; Quitoriano, V. (2009). ShakeMap software guide version 3.5.
USGS, Techniques and Methods. p-57.
URL: https://vault.gps.caltech.edu/repos/products/shakemap/tags/release-3.5/doc/
Wald, D; and Allen, T. (2007). Topographic slope as a proxy for seismic site conditions and
amplification. Bulletin of the Seismological Society of America, 97, 1379-1395.
Worden, B; Wald, D; Allen, T; Lin, K; Garcia, D; Cua, G. (2010). A revised ground-motion and
intensity interpolation scheme for ShakeMap. Bulletin of the Seismological Society of America,
100, 3083-3096.
Worden, B; Gerstenberger, C; Rhoades, A; Wald, D. (2012). Probabilistic relationships between
ground-motion parameters and Modified Mercalli Intensity in California. Bulletin of the
Seismological Society of America, 102, 204-221.
Youngs, R. R., S.-J. Chiou, W. J. Silva, J.R. Humphrey (1997). Strong Ground Motion
Attenuation Relationships for Subduction Zone Earthquakes, Seism. Res. Lett., 68(1), 58-73.
Zhao, J. X., J. Zhang, A. Asano, Y. Ohno, T. Oouchi, T. Takahashi, H. Ogawa, K. Irikura, H. K.
Thio, P. G. Somerville, Y. Fukushima, and Y. Fukushima (2006). Attenuation Relations of
Strong Ground Motion in Japan Using Site Classification Based on Predominant Period, Bulletin
of the Seismological Society of America, 96(3), 898-913.
24
ANEXO 1.
PAÍSES DONDE OSOP HA INSTALADO SEISCOMP.
(Tomado y adaptado del Dr. Wilfried Strauch)
OSOP ha instalado SeisComP en casi todos los países de América Central, con excepción de Belice y Nicaragua.
ANEXO 2.
VALIDACIÓN DE LOS MODELOS
ShakeMap del sismo de abril 2 del 2014 (evento 15, Tabla 5).
El modelo usado para el cálculo de la intensidad fue WGRW11.
ShakeMap del sismo de abril 2 del 2014 (evento 15, Tabla 5).
El modelo usado para el cálculo de la intensidad fue TA12.
26
ANEXO 3. VALIDACIÓN DE LOS MODELOS
ShakeMap generado por el USGS
ShakeMap generado por OSOP con el modelo TA12.
http://earthquake.usgs.gov/earthquakes/eventpage/usc000p11f#shakemap
Se puede apreciar la similitud entre los dos reportes de intensidad instrumental (V-VI) generados por ShakeMap de ambas
instituciones. Sin embargo, la intensidad que abarca más área es la reportada por OSOP y la razón es porque las estaciones locales (de
la red densificada con instrumentos Darien http://www.osop.com.pa/defensa-civil/strong-motion-network/ y Sixaola
http://www.osop.com.pa/hardware/seismometer/) pueden estimar con mayor precisión la “sacudida” del suelo en la zona.
27
ANEXO 4. MODELO Vs30 PARA PANAMÁ
Fuente: http://earthquake.usgs.gov/hazards/apps/vs30/custom.php
En general el modelo Vs30 se basa en la concepción de las variaciones topográficas como indicador de primer orden de la
geomorfología y litología superficial, con pendientes elevadas que indican roca y valles planos que indican suelo.
28