ShakeMap PARA
Transcripción
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