Relación entre comportamiento sismogénico del megathrust y parámetros de subducción: análisis estadístico global mediante inteligencia artificial.
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción
Abstract
En este estudio investigamos la relación entre el comportamiento sismogénico de megathrusts globales y diferentes parámetros de subducción. Realizamos un enfoque paramétrico implementando tres algoritmos de Machine Learning (ML) basados en árboles de decisión (XGBoost, GradientBoosting y CatBoost) para predecir el b-value de la relación frecuencia-magnitud de la sismicidad como una
combinación no lineal de variables de subducción (edad y rugosidad de la placa subductante, ángulo de buzamiento de la subducción, velocidad y azimut de la convergencia, distancia a la dorsal y límite de placa más cercanos). Utilizando SHAP values para interpretar los resultados de ML, observamos que la edad de la placa y el ángulo de subducción poco profundo son las variables más influyentes.
Los resultados sugieren que las placas más antiguas y con buzamientos menos profundos contribuyen a bajos b-values, lo que indica un mayor stress en el megathrust. Este patrón se atribuye a la mayor rigidez de las placas más antiguas, que aumentan la resistencia a la flexión y generan un ángulo de penetración poco profundo, aumentando el área de fricción entre placas e intensificando el estado de stress del megathrust. Estos resultados ofrecen nuevas perspectivas sobre la complejidad no lineal del comportamiento sísmico a escala global.
Description
Tesis para optar al grado académico de Magíster en Geofísica
Keywords
Sismos, Terremotos, Inteligencia artificial