Новая технология визуализации использует деформацию поверхности Земли для изучения каменных недр

Новая вычислительная методика, разработанная в Техасском университете в Остине, позволяет использовать данные GPS, радаров и лазерного сканирования поверхности Земли для получения изображений её внутренней структуры. Метод, названный исследователями «визуализацией деформации», даёт результаты, сопоставимые с сейсмической томографией, но напрямую показывает жёсткость земной коры и мантии — ключевое свойство для понимания землетрясений и других крупномасштабных геологических процессов.

Технология основана на том, что земная кора состоит из пород с разными упругими свойствами. Во время событий вроде землетрясений поверхность деформируется неравномерно, и эти деформации несут информацию о составе недр. Исследователи создали компьютерную модель, которая вычисляет распределение жёсткости в трёх измерениях на основе данных о взаимном смещении GPS-датчиков. В работе, опубликованной в июне в Science Advances, метод был применён к данным GPS, записанным во время землетрясения Тохоку в Японии в 2011 году, позволив получить изображение недр до глубины около 100 км.

Это изображение выявило тектонические плиты и вулканическую систему под Японской частью Тихоокеанского огненного кольца, включая область пониженной жёсткости, которая, как полагают, является глубоким магматическим резервуаром. Это первый случай, когда такой резервуар был обнаружен с использованием только данных о поверхности. Как отметил автор метода Симон Пуэль, комбинация этой методики с сейсмическими, электромагнитными или гравитационными данными позволит создать гораздо более полную механическую модель землетрясения.

Преимущество метода — возможность использовать спутниковые измерения, такие как данные будущего космического аппарата NASA NISAR, который будет картографировать всю поверхность Земли с высоким разрешением каждые 12 дней. Это позволит отслеживать структурные изменения в разломах в ходе сейсмического цикла и может стать важным шагом к созданию «цифровых двойников» Земли — самообучающихся компьютерных моделей планеты.