Método · resultados · límites

Ciencia y validación

Todo lo que HERA muestra se probó contra lo que realmente ocurrió, fuera de muestra y con controles. Esta página resume lo que funciona, con sus números, y lo que se probó y no funciona, con los suyos. Las dos listas valen lo mismo.

Lo que funciona Lo que no predice Método Datos En curso Referencias

Lo que funciona: dónde, no cuándo

Ganancia de información por evento objetivo (nats), respecto al mapa suavizado del catálogo completo. Entrenado hasta 2021, evaluado después.

Chile corticales M≥4,5

2,99×

+1,094 nats · n = 44 · t = 6,47 · p = 7,6·10⁻⁸ · IC95 [+0,76, +1,40]

Japón corticales M≥5,0

1,95×

+0,668 nats · n = 293 · p = 2,6·10⁻²⁵. Mismo procedimiento, sin cambios. Se mantiene a M≥5,5 (2,11×) y M≥6,0 (1,89×).

control negativo

0,28×

El mapa cortical aplicado a 557 objetivos de interfaz pierde 1,277 nats: la separación distingue clases, no solo suaviza mejor. En Japón, 0,13×.

Detector de enjambres

9,7 %falsas alarmas

Medido en retrospectiva sobre Chile central. Tres correcciones sucesivas: prior sobre la tasa base (sin efecto), desagrupación (52 % → 21,6 %), desagrupación sobre la unión de ventana y línea base (→ 9,7 %). Cajón del Maipo: p = 0,0025.

Zonas de actividad

1,06×calibración M≥5

Predicho / observado en la ventana de prueba. La primera versión extrapolaba con Gutenberg-Richter y sobreestimaba 4–14×; se rehízo contando eventos reales. Tabla

Deformación GPS

263estaciones

Posiciones diarias reales (NGL, IGS20) con su incertidumbre. Reemplaza cuatro variables que el código simulaba. Consultar

Lo que probamos y no predice terremotos

Cada fila fue una prueba con control. Las cuatro primeras no eran mediciones: el propio código las fabricaba, y una de ellas forzaba la anomalía hacia arriba antes de los terremotos grandes del historial, fabricando el precursor que después "validaba". Se eliminaron.

Resonancias de Schumannnunca se midió: era random() en el código

simulado

Anomalías gravimétricascos(latitud) + onda estacional; sin sensor

simulado

TEC ionosférico (modo demo)forzado hacia arriba antes de los M≥7,5 del historial de casos

simulado

Predictor neuronalsin validación fuera de muestra

retirado

Alerta por tasa local, 24 h antes208 terremotos M≥5,5 · Alaska y Cascadia · alarma si p<0,05 a menos de 100 km

ganancia 0,89×

Alerta por tasa local, 7 días antesmisma prueba

ganancia 0,35× / 0,00×

Huecos sísmicos («el queso»)dispersión de eventos frente a un nulo desagrupado, a dos escalas; 13 regiones

agrupa, no dispersa

Geometría de la losa como covariablebuzamiento, rugosidad, profundidad; nulo por rotación con máscara

p = 0,20

Velocidad GPS secularMIDAS, 13 años, ¿explica la sismicidad?

p = 0,60

Transitorios GPS antes del sismo (30 / 90 días)159 objetivos M≥5,5 · anomalía de velocidad · control verificado centrado en cero

p = 0,40 / 0,18

Siete veces durante esta validación un resultado salió "significativo" y era el control mal construido: el nulo del queso sin desagrupar, la rotación de la geometría sin rotar la máscara, el residuo de posición del GPS con un control que promediaba +0,83 desviaciones en vez de cero, la tabla de zonas extrapolada. Las siete veces el error empujaba a favor de lo que queríamos encontrar. Se detectaron porque cada resultado se midió contra lo que realmente pasó, no contra si el número se veía bien.

Tablero: lo que probamos y no predice terremotos

Método

Clasificación tectónica

Slab2 (Hayes et al. 2018) da profundidad, buzamiento y su incertidumbre en una grilla de 0,05°. Un evento es cortical si su profundidad es menor que la de la interfaz en su posición menos la incertidumbre (acotada a 10–30 km); interfaz dentro de la banda; intralosa por debajo. Fuera del dominio de Slab2, cortical si < 50 km.

Pronóstico espacial y prueba

Densidad suavizada con kernel gaussiano de 18 km (Frankel 1995; Helmstetter et al. 2007). Se evalúa con la ganancia de información por evento objetivo, la métrica de las pruebas CSEP (Zechar et al. 2010; Rhoades et al. 2011): log de la probabilidad asignada a cada evento que ocurrió, respecto al mapa de referencia. División temporal: entrena hasta 2021, prueba después.

Detector de enjambres

Barrido de discos centrados en cada evento reciente; en cada disco, probabilidad de Poisson del conteo observado dado la tasa histórica del mismo disco. Réplicas retiradas con las ventanas de Gardner y Knopoff (1974) sobre la unión de ventana y línea base. El umbral se calibra simulando catálogos sin señal, y se corrige por el número de discos probados.

b-value

Aki-Utsu con completitud estimada por máxima curvatura (Wiemer y Wyss 2000): b = log₁₀(e) / (M̄ − (Mc − ΔM/2)). La versión anterior del sitio tenía dos errores que se tapaban entre sí: Mc fija en 2,5 sobre un catálogo completo desde M4,5 (deflaba b) y falta del factor log₁₀(e) (lo inflaba 2,3×). Corregidos en once sitios.

Datos

CSN

Centro Sismológico Nacional, U. de Chile. 102.681 eventos desde 2013, completo desde M≈2,5. Refresco incremental.

USGS

Catálogo global ComCat para fuera de Chile y para la fusión (completo desde M≈4,5 fuera de EE. UU.).

Slab2

Hayes et al. 2018, Science 362:58–61. Geometría de la placa de Nazca bajo Sudamérica.

NGL

Nevada Geodetic Laboratory (Blewitt et al. 2018): series diarias .tenv en IGS20 y velocidades MIDAS.

Ninguna fuente pública contiene microsismicidad chilena por debajo de M≈2,5 (verificado: CSN, EMSC, USGS, GEOFON). Ese es el límite de todo lo anterior, y el motivo del trabajo en curso.

En curso: un catálogo cien veces más denso

Las formas de onda continuas sí son públicas: IPOC (GFZ, 30 estaciones en el norte desde 2006) y CSN (107 estaciones vía EarthScope, 38 de ellas entre Santiago y Rancagua). Con picado de fases por redes profundas (PhaseNet, Zhu y Beroza 2019, vía SeisBench) el umbral baja de M2,5 a M≈1, entre 30 y 100 veces más eventos.

Fase 1, control positivo: Iquique 2014, cuyos ocho meses de presismos están publicados con datos locales (Ruiz et al. 2014; Kato y Nakagawa 2014; Socquet et al. 2017). Si el catálogo denso no los recupera, el pipeline está roto y no se sigue. Fase 2: caso-control sobre Chile con la predicción escrita antes de mirar: tasa, migración y b-value juntos en los 90 días previos a cada M≥6 de interfaz. Fase 3: en vivo aquí, solo si la fase 2 da algo. El techo honesto, dicho antes: los presismos existen en retrospectiva pero no se distinguen en el momento de los enjambres que no terminan en nada (Trugman y Ross 2019).

Referencias

Aki, K. (1965). Maximum likelihood estimate of b in the formula log N = a − bM. Bull. Earthq. Res. Inst. 43, 237–239.
Blewitt, G., Hammond, W. C., Kreemer, C. (2018). Harnessing the GPS data explosion for interdisciplinary science. Eos 99.
Frankel, A. (1995). Mapping seismic hazard in the central and eastern United States. Seismol. Res. Lett. 66, 8–21.
Gardner, J. K., Knopoff, L. (1974). Is the sequence of earthquakes in Southern California, with aftershocks removed, Poissonian? BSSA 64, 1363–1367.
Hayes, G. P. et al. (2018). Slab2, a comprehensive subduction zone geometry model. Science 362, 58–61.
Helmstetter, A., Kagan, Y. Y., Jackson, D. D. (2007). High-resolution time-independent grid-based forecast for M ≥ 5 earthquakes in California. Seismol. Res. Lett. 78, 78–86.
Kato, A., Nakagawa, S. (2014). Multiple slow-slip events during a foreshock sequence of the 2014 Iquique, Chile Mw 8.1 earthquake. Geophys. Res. Lett. 41, 5420–5427.
Rhoades, D. A. et al. (2011). Efficient testing of earthquake forecasting models. Acta Geophys. 59, 728–747.
Ruiz, S. et al. (2014). Intense foreshocks and a slow slip event preceded the 2014 Iquique Mw 8.1 earthquake. Science 345, 1165–1169.
Socquet, A. et al. (2017). An 8 month slow slip event triggers progressive nucleation of the 2014 Chile megathrust. Geophys. Res. Lett. 44, 4046–4053.
Trugman, D. T., Ross, Z. E. (2019). Pervasive foreshock activity across Southern California. Geophys. Res. Lett. 46, 8772–8781.
Wiemer, S., Wyss, M. (2000). Minimum magnitude of completeness in earthquake catalogs. BSSA 90, 859–869.
Zechar, J. D. et al. (2010). Likelihood-based tests for evaluating space–rate–magnitude earthquake forecasts. BSSA 100, 1184–1195.
Zhu, W., Beroza, G. C. (2019). PhaseNet: a deep-neural-network-based seismic arrival-time picking method. Geophys. J. Int. 216, 261–273.