Ferramenta de previsão de terramotos baseada em IA prevê sismos secundários em segundos

Uma nova ferramenta de previsão de terramotos baseada em inteligência artificial (IA) consegue prever o risco de sismos secundários alguns segundos após o tremor inicial, segundo uma investigação recente da Universidade de Edimburgo, do Serviço Geológico Britânico e da Universidade de Pádua.

Os modelos de aprendizagem de máquina (ML) podem prever onde e quantos abalos sísmicos secundários ocorrerão após um terramoto em tempo quase real, afirmam os autores do estudo.

Previsão rápida

Os tremores secundários podem ser mais mortais do que o terramoto inicial, mas os métodos atuais para prever estes eventos podem levar várias horas, ou até mesmo dias. A tomada de decisões sobre medidas de segurança pública e alocação de recursos em áreas atingidas por esses desastres poderia ser melhorada por previsões rápidas baseadas em IA.

Os investigadores do estudo utilizaram aprendizagem de máquina (ML) para treinar modelos com dados de terramotos de áreas que sofrem terramotos regularmente, como Califórnia, Nova Zelândia, Itália, Japão e Grécia.

Em seguida, analisaram a capacidade da sua ferramenta de previsão baseada em IA para prever a quantidade de sismos secundários que ocorreriam nas 24 horas seguintes a terramotos de magnitude 4 ou superior e compararam o seu desempenho com o modelo ETAS (Epidemic-Type Aftershock Sequence), o sistema de previsão mais utilizado no mundo e atualmente em operação na Itália, na Nova Zelândia e nos Estados Unidos.

Ambos os modelos apresentaram desempenho comparável na previsão do risco de abalos sísmicos, mas o modelo ETAS levou muito mais tempo para produzir resultados – até várias horas ou dias num único computador de gama média – pois envolve a execução de muitas simulações, segundo os investigadores, em comparação com apenas alguns segundos para o modelo baseado em IA.

Foteini Dervisi, doutoranda da Escola de Geociências da Universidade de Edimburgo e do Serviço Geológico Britânico, afirmou: “Este estudo demonstra que os modelos de aprendizagem de máquina podem produzir previsões de abalos secundários em segundos, apresentando qualidade comparável à das previsões do ETAS. A sua velocidade e baixo custo computacional oferecem grandes benefícios para o uso operacional: aliados ao desenvolvimento quase em tempo real de catálogos de terramotos de alta resolução baseados em aprendizagem de máquina, estes modelos irão melhorar a nossa capacidade de monitorizar e compreender as crises sísmicas à medida que evoluem”.

Como a sua ferramenta de IA é treinada com registos de terramotos passados em regiões com diferentes paisagens tectónicas, os investigadores afirmam que os seus modelos poderiam ser utilizados para prever o risco de abalos secundários na maioria das partes do mundo que sofrem terramotos.

Referência da notícia

Towards a deep learning approach for short-term data-driven spatiotemporal seismicity rate forecasting. 25 de novembro, 2025. Dervisi, et al.