Loading
Nota de Estudos
Study Reminders
Support
Text Version

Sensoriamento Remoto térmico em Estudos de Terremotos

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vídeo 1

Olá a todos e bem-vindos a uma nova discussão dizem parte 2 basicamente de discussão que tivemos sobre aplicações de sensoriamento remoto em estudos de terremotos deste curso. Por isso, na parte um nós discutimos como o sensoriamento remoto pode ser aplicado em deslizamentos de terra induzidos por terremoto e também como os datasets de sensoriamento remoto pré-terremoto pós terremoto podem ser aplicados em estudos relacionados à liquefação induzida por terremoto. É muito possível mapear em deslizamentos de terra os deslizamentos de terra e também liquefação muito precisamente implicando os dados de sensoriamento remoto. Terceiro e último aplicativo relacionado com este sismo, que vamos discutir é jogo implicando técnicas de sensoriamento remoto, mas desta vez na maioria dos exemplos, vou mostrar o uso de imagens térmicas. Por isso, muito exemplos em exemplos anteriores o que temos visto e principalmente bandas visíveis ou infravermelhas são aplicações dessas bandas em estudos relacionados a terremoto. Agora, vamos discutir sobre como os dados de sensoriamento remoto térmico podem ser implícitos em estudos relacionados a terremoto. Como você sabe que quando o terremoto ocorre e geralmente eles ocorrem ao longo da linha de falha e mas antes disso muitas tensões são desenvolvidas por causa da movimentação dessas placas, placas de cristal como placa indiana está indo abaixo da placa Eurasiana e assim por diante. Então, se colocarmos essa analogia, isto é o que encontramos de um lado direito que se você dobrar um você conhece um adesivo ou colocar haste então você fica se curvando e haverá um estágio quando ele vai quebrar e haverá exatamente em caso de terremotos lá que terremoto ocorreu.
Então, aqui a flexão está acontecendo, mas não há quebra e aqui isso e a flexão atingiu o limite e, portanto, o movimento ocorreu. Da mesma forma, isto é o que você está vendo aqui. Então, essas rupturas ocorrerão uma vez que atingiu o valor do limite em todo aquele volume limite estabelecido. Por isso, durante esse tempo, deve haver uma você sabe, deve haver algumas mudanças na retomada de temperatura da superfície da terra. E isso é o que podemos entender ainda mais e essas mudanças no currículo térmico por você sabe, relembrando a nossa física do ensino médio, eles e nós fomos ensinados que se você colocar uma moeda pesada no assento de gelo como aqui. Depois, depois de algum tempo o que você descobre que a moeda vai dentro do gelo porque a moeda exerce pressão sobre o assento de gelo e essa pressão cria a pequena temperatura alta que derrete a água ou derrete o gelo e lentamente, lentamente, a moeda se move dentro do gelo. Então, isso é o que está acontecendo. Então, isso significa que há uma conversão basicamente simples de energia da pressão para a temperatura, se essa coisa também acontece em caso de terremotos ou relacionados com a terra. Isso é o que vamos ver há algum outro você sabe, motivos podem também trazer temperaturas mais altas perto da superfície durante um evento de terremoto ou antes de um evento de terremoto então, mais 2 processos, que suporta este aumento de temperatura Um é este portador de pêra, este orifício positivo pêra e isto pode criar você sabe nós durante a reativação ou durante a ruptura, estes furos positivos pear e eles podem vir na superfície e podem aumentar a temperatura. Além disso, há muitos gases de efeito estufa que são entrinados nos espaços puros sobre rochas assim, pouco antes da ruptura por causa de uma intensa pressão ou estresses. Esses gases também podem vir à tona. E eles podem criar um efeito estufa e que efeito estufa significa elevação da temperatura.
Então, isso todas essas coisas estão contribuindo para o aumento da temperatura. Agora, às vezes é muito difícil dizer que o que tem o mais rápido efeito sobre a elevação da temperatura, mas o efeito combinado que podemos detectar, implicando os dados de sensoriamento remoto especialmente eu estou falando sobre o sensoriamento remoto térmico também. Como sabemos que quando essas temperaturas são medidas no solo, geralmente são medidas cerca de 1,2 metro acima do solo em uma caixa ventilada de madeira e este tem sido o convento e agora, estamos tendo técnicas digitais porque, por que eu sou mencionado isso porque esses dados nós estaremos usando para comparar nossos mapas de temperatura de superfície terrestre derivados de dados de sensoriamento remoto e temperatura de IA, isso nós chamamos como esse tipo de medição é chamado de temperatura AI. Mais adiante, você sabe que as pessoas têm, como organização como a NASA o que eles fizeram eles colocaram uma pressão pesada de 1500 ton press em um bloco de granito e enquanto faziam esse experimento as imagens térmicas que somos gravadas. Então, continuamente somos registrados e o que foi observado que antes dessa ruptura, que você está vendo na imagem do lado direito, eles vão subir na temperatura e então é claro, a ruptura ocorreu. Se tais coisas também estão acontecendo em caso de terremotos reais que tem que ser também visto e compreendido. Por isso, para esse propósito gostaríamos de o que procurarmos dados de sensoriamento remoto térmico, existem poucos satélites e quando discutimos diferentes plataformas e satélites e sentidos discutimos sobre esses mas apenas para lembrar um dos satélites que está tendo canais térmicos e fornece os dados e cobre uma parte muito grande da terra. Ou global inteiro de terra por causa de uma resolução espacial relativamente baixa, uma largura de cintura é muito alta e que são os dados NOAA NOAA AVHRR, AVHRR é o sensor. E assim, o que nós mesmos estamos tendo esse tipo de setup ou estação terrestre que é capaz de adquirir NOAA, dados de AVHRR e esta estação terrestre está operacional desde outubro de 2002 ainda está continuando e estamos continuamente adquirindo em phezzan automáticos nossos dados de sensoriamento remoto da NOAA, série AVHRR. Estes são os diferentes componentes desta estação terrestre, este é o receptor e este é um simples sistema baseado em PC e diz sistema automático, portanto, sempre que houver sobrepasses de novas séries de satélites, o sistema irá adquirir automaticamente os dados. Agora por ter relativamente ter baixa resolução espacial, ele cobre uma área muito grande e como você pode ver que nossa antena que é a nossa estação terrestre que está marcada aqui é IITR-SES que é uma estação terrestre de satélites representa, para que eles possam cobrir uma área de cerca de 3000 quilômetros de raio que significa, em qualquer lugar deste círculo no espaço se o satélite estiver lá, nossa estação terrestre é capaz de exigir dados desse satélite. Este é um dos exemplos de imagem que foi adquirida pelo nosso próprio e por satélite que é a nossa própria estação terrestre de dados NOAA AVHRR de 28 de outubro de 2002 e de ninguém, este não é um mosaico. Esta é simples uma imagem de esgarçamento ou uma imagem e que cobriu quase 95 ou 98% ofHimalaya em apenas uma ida. Por isso, há a vantagem e este é sensor multispectral que significa que há 2 canais térmicos também canais visíveis, canal infravermelho e 2 canais térmicos. E outra vantagem porque ter canal térmico este sensor também pode gravar imagens no tempo noturno, especialmente em 3 canais um é infravermelho e 2 canais térmicos. Por isso, existem apenas poucos satélites que podem dar os dados de até mesmo a hora da noite. Estaremos também vendo esses exemplos, como em estudos de terremoto especialmente em detecção de anomalia térmica pré-terremoto, como podemos implicar dados diurnos, dados térmicos e dados noturnos e ver quais são as vantagens e desvantagens.

Vídeo 2

Agora, o que vemos aqui, o primeiro exemplo que eu vou tomar é novamente o terremoto de bhuj janeiro de 2001. E esses dados são ofensas, não da nossa estação terrestre satélite estes dados foram adquiridos do NIO Goa e fazem-no não estamos a gravar regularmente e por isso, quaisquer que sejam os dados, que conseguimos os dados da série temporal o que encontramos e que lentamente a temperatura estava a subir antes do sismo tal como chegou ao máximo de 120 em 23 de janeiro e de alguma forma não tínhamos isso em entre as imagens e 120 em 7 de janeiro as coisas começaram a tornar-se normais. Então, esta foi a primeira observação, que você pode ser feita usando dados de sensoriamento remoto térmico e mais tarde quando conseguimos nossos próprios datasets para as mesmas datas e que é processamento idêntico, quando weexecutados encontramos lá, que normalmente a temperatura não, você sabe, muda de forma tão frequente e tão rápida, como aconteceu no ano de 2001. Como você pode ver aqui, que quase não há mudanças nessas imagens. Portanto, essas são as mesmas imagens de datas, a única diferença é o ano em que estão nesta imagem. São todos 2001 aqui, datas correspondentes, mas o ano é 2003. Por isso, uma observação, segundo é sobre o como mencionei anteriormente a temperatura do ano. Então, nós também comparamos os dados de temperatura do ano. São 30 anos de média semanal de dados de algumas estações mitológicas que são mostradas neste mapa e estas estações em um semanário todos os dados na terceira semana, a semana em que o terremoto de 2001 26 de janeiro ocorreu que durante semana e geralmente eles estavam mostrando toda a baixa temperatura, Mas eles no ano de 2001 todas essas novas estações poucas mais as quais não estamos disponíveis e entre essas 51 80 e também têm mostrado temperatura muito alta para todas essas estações e principalmente como se pode ver que a estação de Bhuj parou de funcionar obteve danos devido a evento de terremoto. Assim, como você pode ver que a temperatura do ar também estamos mostrando altos valores naquela semana ou naquela semana correspondente em comparação com os 30 anos semanais dados médios. Implicando outro sensor que é MODIS outro muito popular e mais sensor que está em 2 satélites Terra e Aqua, este sensor MODIS também está tendo 2 canais térmicos quase idênticos aos canais NOAA AVHRR que NOAA, AVHRR que são os nossos canais cerca de 1,1 quilômetro ou 2 resolução espacial. Os canais térmicos MODIS são resolução de 1 quilômetro e os 2 dados adquiridos em diurno e noturna. Por isso, depois dos nossos estudos também, as outras pessoas também estudaram e apesar de não terem os dados da série temporal completa, a razão pela qual o MODIS estava sendo testado durante esse tempo, o MODIS realmente declarou funcionamento apenas em 2002. Então, o que quer que seja que as imagens testadas estavam lá como você também pode observar que no dia 21 de janeiro de 2001, 5 dias antes daquele terremoto eles estavam subindo em temperatura ou temperatura da superfície terrestre como você pode ver aqui. Por isso, ele combina basicamente com nossas interpretações nossa análise de dados térmicos de terremoto. Por isso, depois de receber incentivo de tais tipos de seus estudos está basicamente em bhuj ser iniciado olhando outros terremotos não só fazem parte da Índia, mas de outras partes e na região circundante porque como você sabe, aquela estação terrestre pode adquirir dados de não só a Índia, mas uma grande parte dos países vizinhos, incluindo, você sabe, como o Irã não faz direta e diretamente país vizinho, mas por causa de grandes, sabe, capacidade de aquisição de dados. Poderíamos analisar muitos terremotos do Irã e vários terremotos de diferentes partes do mundo. Então, longe nós analisamos mais de 28 terremotos de diferentes partes do mundo. Implicando em dados que foram adquiridos pela nossa própria estação terrestre ou dados adquiridos por outras estações, que foram partilhado connosco. Agora vou dar exemplo de bam sismo e que ocorreu em 26 de dezembro de 2003, a magnitude foi de 6,6. Os dados foram adquiridos pela nossa própria estação terrestre que é o IITR-SES, então, agora, estamos tendo controle total em séries temporais e quando analisamos os dados, estamos colocando aqui apenas aquelas imagens que são mais relevantes aqui. Então, o que lembramos que o terremoto ocorreu em 26 de dezembro de 2003 e a temperatura é iniciada subindo a partir de 22 de dezembro em diante, e em 24 de dezembro, chegou ao máximo como você pode ver aqui, claro, existem algumas nuvens também já detectamos agora. Apesar disso e as coisas começaram a se tornar normais no 25º eles estão indo basicamente no fundo 26 é quase do ponto de temperatura de visualizações a mesma imagem de todo o dia 22 de dezembro, mas em meio a isso o terremoto ocorreu. Então, o que estamos vendo, então, longe nesses 2 exemplos, que há um aumento da temperatura e o pico é alcançado antes que o terremoto ocorra e então terremoto ocorreu e as coisas se tornam normais. Um ponto importante que quero mencionar, que, não estamos no modo de predição, ainda estamos tentando entender todo esse fenômeno através de diferentes exemplos, seja em cada um e em cada terremotos de grande magnitude e tais anomalias de pré-terremoto estão ocorrendo, se estão ocorrendo, então, quando estão ocorrendo preces e o que acontece logo após esse terremoto então, isso tudo em retrospectiva, estes são todos os estudos pós-modernos desenvolvendo conhecimento. Sobre a anomalia térmica pré terremoto, que são transitórios uma anomalia e é claro, mais tarde uma vez que uma confiança esteja lá junto com alguns outros precursores deixemos que seja terremoto, alguma previsão ou previsão pode ser possível em longo prazo ou no futuro, mas apenas com base em uma anomalia térmica de pré-terremoto, ninguém deve pensar em prever nada sobre esse fenômeno complexo. Então, todos esses resultados que estamos eu estou mostrando aqui são todos feitos depois que o terremoto ocorreu então, nós sabíamos onde o terremoto ocorreu. Este ponto você deve observar, ainda assim, o que você vê uma observação muito importante é que há um aumento sistemático de temperatura que chega ao pico antes do terremoto, de 2 dias, 3 dias em casos diferentes e então as coisas começaram a se tornar normal um terremoto ocorre. Então, esse é um exemplo disso foi um se você notar que este foram os dados diurnos da nossa própria estação terrestre de satélites e para o mesmo terremoto, nós também implicamos os dados noturnos. Então, o que observamos que neste 21 de dezembro, isso significa, aproximadamente cerca de 5 dias antes do evento do terremoto, vimos um normalmente o pico que vimos no dia a dia eles normalmente eram vistos apenas 2 dias antes na hora noturna, era 5 dias antes. A razão é que, em dados noturnos, você não tem o aquecimento solar diferenciado e muitas vezes as diferenças meteorológicas locais de distúrbios meteorológicos também são e geralmente menos como comparadas ao dia a dia. Então, é por isso que foi muito possível detectar essa anomalia térmica de pré-terremoto 5 dias antes do curso, na análise pós terremoto que significa em retrospecto após esse terremoto ocorreu, então, que isso, mas isso definitivamente nos diz que os dados noturnos podem ser muito mais confiáveis do que os dados diurnos especialmente em razão de hilly. Então, este é um não tão acidentado como como Himalaya e esta parte do Irã, mas, ainda assim, também é uma razão agora, onde detectamos. Este é outro ponto e que deve ser notado aqui que a área que temos visto e normalmente A mesma área, cabeça também CO deformações sísmicas que significa muitas mudanças no terreno aconteceu durante aquele evento de terremotos em 26 de dezembro de 2003. E estes foram mapeados implicando a técnica do interferômetro SAR novamente técnica de sensoriamento remoto, claro que ser pessoalmente não fez essa análise isto é isso foi feito por instrumental em tudo em 2005. Mais tarde também tivemos nossos próprios datasets, que conseguimos da Agência Espacial Europeia. E nós analisamos o que vemos que onde notamos a anomalia do pré-terremoto 2 dias antes ou 5 dias antes em dados noturnos, a mesma área se envolveu em deformação sísmica de CO. Porque senão algumas pessoas podem estar pensando que esta anomalia térmica fenômenos atmosféricos em vez de fenômenos de solo, portanto isto basicamente, você sabe, e isto, isto nos diz que isso não é um fenômeno atmosférico, isto é verdadeiramente um fenômeno de temperatura de superfície terrestre ou fenômenos líquidos terrestres. Agora, quando analisamos os dados usando este dado Envisat do terremoto de 26 de dezembro de 2003 este é o interferograma. E isso o que o mapa de informações do solo, este são dados muito ideais estava disponível e como você pode ver que houve elevação em algumas áreas, a parte inferior a parte vermelha mostrou 30 centímetro para cima e a parte verde mostrou menos 20 centímetro para baixo e que está na linha de visão, pois é você sabe, que em nossos radares dados de sensoriamento remoto, os dados não estão tomando em outra visão ele é tomado em direção.Então, é a mudança na linha de visão não diretamente vertical mas pode ser convertida e você pode obter valores mais precisos como este. Então, você pode saber exatamente onde qual área ficou uplifada e qual área tem subventado induzido por aquele evento de terremoto. Tomaremos outro exemplo de anomalias térmicas pré-sísmicas que detectamos muito claramente no nos nossos próprios datasets, que adquirimos da NOAA, AVHRR e satélite, e este sismo do qual é conhecido como sismo de zarand do Irão ocorreu em 22 de fevereiro de 2005. E novamente em dados de séries temporais o que vemos aqui que houve um acúmulo de anomalia, chegou ao máximo em 21 de fev de 2005. E infelizmente no 22º, o dia em que o terremoto ocorreu, eles eram e nuvens lineares, as coisas começam a se tornar normais, mas de fato foi terremoto ocorreu. Por isso, e o que estamos vendo aqui neste exemplo, que cerca de um dia, ou 24 horas ou talvez 36 horas antes de serem altos o pico chegou ao máximo. Mas isso tudo está em retrospecto, se, se estou a trabalhar no tempo real para previsão de depois dizer em 21º não sei como é que vai mais para cima ou já cheguei ao máximo que não sei. Por isso, só quando estamos a saber fazer um post-mortem, estamos a dizer que o máximo chegou a 21 de fevereiro. Então, essas são as coisas que têm de ser consideradas, e quando declarar que o máximo alcançou se estamos trabalhando em modo de previsão. O que ainda não trabalhamos, esse dia é bastante distante, temos que desenvolver esse tipo de entendimento para implicar esse tipo de técnica em direção à previsão ou previsão de terremotos. Mas, ainda assim, o que quer que seja lá ainda está nos permitindo desenvolver um conhecimento ou compreensão sobre esses fenômenos. Agora, em um terremoto de zarand também que também presenciou a deformação sísmica e é claro, é por isso que seja pároco e essa análise foi feita. Veja a mídia foi envolvida em deformações sísmicas de CO. Por isso, vamos tomar outro exemplo de terremoto de Boumerdes, da Argélia, de 21 de maio de 2003. É claro que este é um dataset diferente conjunto de dados significa que é uma média diária média, uma média diária deste dataset. Este é o tempo noturno composto imagens de mapas de temperatura da superfície terrestre e como você pode ver que eles estavam aumentando a temperatura. Nesta parte, isso foi muito interessante e, então, as coisas se tornaram terremotos normais acima chamados de terremotos. Estou usando palavra plural porque muitos terremotos ocorreram de após a magnitude 6,9 de 6,9, 5,5, ocorreram 5,8 lotes de terremotos. Se eu ver o golpe de aquela imagem em particular onde normalmente estava máxima nesta parte, estamos no epicentro foi aqui. Então, isso traz outro entendimento melhor sobre esse fenômeno.
Que não é necessário que onde estamos observando em um epicentro, a mesma área terá a razão ou anomalia anômala, pois ela basicamente depende da falha que é responsável por isso, ou aqueles terremotos ou aquele acontecimento particular. Por isso, neste caso em boumerdes terremoto da Argélia, a falha do Atlas do Sul, que é marcada aqui como SAF, enquanto responsável, e isso pode ser explicado aqui. Esse epicentro é apenas projeção vertical de foco na superfície. Então, esse epicentro que está aqui, enquanto que em uma anomalia foi visto todo ao longo desta falha do sul atlas. Por isso, às vezes você pode ficar de cabeça, deslocar alguns quilômetros ou 10s de até mesmo quilômetros às vezes você pode conseguir porque nem sempre é necessário, que o onde o epicentro está lá, você vai conseguir o número depende de todos os defeitos que são responsáveis pelo evento do terremoto ou o momento ao longo da queda que está ocorrendo ou as quedas que estão permitindo o calor escapar. E, portanto, a anomalia pode estar entre epicentro ou uma região anômala pode haver, às vezes, de cabeça a nossa interpretação foi mais adiante você sabe apoiado por um estudo feito por Pulinets em tudo. E eles também usam de implante dados noturnos MODIS, dados diurnos como você pode ver aqui no índice e o pico foi alcançado em 17 de abril e então ocorreu em 21 de abril terremoto. Assim, por se insinuar dados de AVHRR ou dados MODIS. O que fornece o canal térmico cobre uma grande área, esses datasets podem ser usados para estudar tais fenômenos que estão ocorrendo antes de um evento de terremoto agora,

Vídeo 3

Vou levar mais um, um ou mais 2 exemplos, somos grandes uplados foram observados e isso diz que um exemplo é do terremoto de Chamoli. Este exemplo que tiramos em caso de terremoto induz deslizamentos de terra. O mesmo terremoto e quando conseguimos esses dados, é claro, esses dados não eram da nossa própria estação terrestre de satélites porque nossa estação terrestre se recorda, ela é iniciada operando em outubro de 2002. Então, esse é esse terremoto ocorrido em 1999. Mas depois de alguns anos, conseguimos acesso a esses dados através de novamente e da estação terrestre NIO Goa, e o que ouvimos observado e que o epicentro do terremoto foi aqui, como se pode ver um círculo. Mas a anomalia foi vista em forma de linha e isso também muito eu sei, talvez 60 70 quilômetro ao sul do epicentro e que realmente nos perturbem por algum tempo que como está acontecendo, por que está acontecendo e quando analisamos mais adiante. E encontramos e esta é a região anômala e descobrimos que ali este impulso frontal do Himalaia e que ao longo da qual o impulso frontal Himalaia, esta linha térmica ou anomalia térmica foi observado o terremoto e os tremores secundários estavam aqui. Então, você pode ver cerca de 60 minutos, 70 quilômetro ao sul disso a anomalia foi vista. E, agora, isso é muito importante, e que, por que é lá, que eles tanto compensam e eles normalmente estão aparecendo de forma linear forma linear pode ser explicado, pois o calor que poderia fugir todo ao longo deste impulso frontal do Himalaia Então, só para segurar por algum tempo sobre este discute sobre isso, por que há deslocamento por esta coisa. Deixe-me dar mais um exemplo, porque quando vimos esse tipo de fenômenos. Poderíamos, claro, explicar que por que ocorreu, mas, quando ocorreu o terremoto no Nepal, queríamos verificar se exatamente o mesmo caminho em caso de Nepal isso aconteceu ou não e você sabe que surpreendente satisfação para nós foi realmente aconteceu também em caso de terremoto no Nepal, como se pode ver deste terremoto no Nepal, o primeiro de 25 de abril de 2015 a anomalia apareceu da quase a mesma forma como em caso de terremoto de chamoli. E você pode ver naquelas grandes vistas que enxergam isso, e tudo ao longo disso de novo, impulso frontal do Himalaia, e normalmente a anomalia térmica apareceu. Fim de jogo desapareceu com terremoto ou falso algum tempo ele permaneceu lá e não exatamente na típica anomalia do túnel do pré-terremoto em outros casos que vimos. Então, isso veio por que está acontecendo por que então seja deslocado isso nós poderíamos explicar, o que eu vou narrar aqui. Como você vê que isso é o setup é um esquema é que o impulso frontal do Himalaia está aqui. Então, se o terremoto está ocorrendo aqui, o porque essa área está tendo condições de água muito saturadas, e se ocorreu terremoto como o terremoto de chamoli ocorreu, apenas um nevoeiro no fim do mês de inverno. E como se sabe, a temperatura da água subterrânea é sempre constante, a temperatura das águas superficiais varia com a estação, mas a temperatura da água subterrânea permaneceu a mesma. Portanto, o que pensamos que por causa desse movimento, durante esse terremoto e é a água e a água subterrânea vieram à superfície porque este é (()) (30:06) do ponto de água subterrâneo a ser é chamado de condições de água subterrânea muito cielo. Então, as condições de água subterrânea são cielo quando frisa a construção da cerveja, e a água que teve a temperatura mais alta relativamente do que a temperatura do solo chegou perto da superfície e que trouxe esta linha térmica e que 2 sozinho Himalaia frontal. Assim, em ambos os casos, em caso de chamoli, assim como em caso deste terremoto no Nepal, e a anomalia térmica apareceu, e claro, mais adiante, desaparecem, embora uma anomalia térmica típica de pré-sismo ou regiões anômalas, que vimos em caso de terremoto de Bam e terremoto de zarand do Irã e que não observamos nestes 2 terremotos do Himalaia de chamoli Nepal terremoto. No entanto, definitivamente estes 2 terremotos, observamos uma aparência clara de uma anomalia térmica linear e cerca de 60 70 80 quilômetros ao sul da razão epicentral e a razão que acabei de explicar. Por causa das condições das águas subterrâneas das células e por causa deste sismo e buscar a água que tem temperatura relativamente mais elevada em comparação com a temperatura do solo aparecem, e criou-se a anomalia térmica. Então, um, você sabe, analisar dados de sensoriamento remoto é basicamente os dados de sensoriamento remoto térmico, dados de canais térmicos ou destes 28 29 terremotos de diferentes partes do mundo. O que observamos que uma anomalia térmica acima do sismo tenha uma magnitude 6 e acima e se estamos obtendo imagens totalmente livres de nuvens, então a anomalia térmica está sendo observada em quase em todos esses casos. Observamos que pode haver algum deslocamento que acabei de explicar, mas a anomalia térmica foi observada. No entanto, se o sismo for de magnitude 4 ou 5 de magnitude, então isso não está trazendo esse tipo de energia ou alterações de temperatura e, portanto, não poderíamos detectar nenhuma tal anomalia térmica em terremotos.
Que estão abaixo de 6 de magnitude e terremotos se estão ocorrendo em regime de falhas de impulso ou outro regime de falhas como falha normal ou outros. Ambos estão mostrando e essa razão anômala, mas especialmente na região do Himalaia, o que temos visto os exemplos de regimes de falhas de confiança de chamoli e terremoto no Nepal. Por isso, da mesma forma que analisamos novamente como mencionei acima de 28 terremotos, esta é uma espécie de resumo aqui. A nota de ponto importante para aqui é 00 dupla de coluna 0 mostra o dia, quando o terremoto ocorreu, e estes estão achatados, você pode vê-lo o por excesso nesta tabela você está vendo um terremoto diferente que ocorreu, eles são dados em formas e detalhes muito abreviados estão na parte inferior e assim, como o terremoto de Bhuj. Em caso de terremoto de Bhuj e a anomalia foi observada 3 dias antes em caso de tal dizer, o terremoto de Sumatra ou terremoto de zarand que normalmente foi observado um dia antes. Então, da mesma forma o que você está observando aqui que, do lado esquerdo, como dependendo do dataset, se dados são dataset semanais, e então é um cenário diferente, mas se for um dataset diário, então você diz que estamos recebendo anomalia, que são 3 dias 4 dias antes de um evento de terremoto novamente em dados diurnos que a anomalia parecia bastante próxima ao dia do terremoto ou evento rápido.
Mas em dados noturnos como em você já viu em caso de Bam ele já foi notado 5 dias antes. Assim, da mesma forma a análise foi realizada alguma compreensão sobre essa anomalia térmica pré-terremoto de diferentes terremotos de diferentes partes do mundo foi desenvolvida, mas ainda assim é necessário muito trabalho antes de chegarmos a esse marco quando começamos a usar este como um precursor de terremoto confiável. Entre um dos precursores entre muitos precursores estão eles são como para meias eles estão lá, há mudanças, um desfrute da emissão de gás radon. Há mudanças nas condições de nível de água e há outras perturbações que ocorrem ou pouco antes do terremoto. Então, este é um dos, podemos considerar é um dos precursores de terremotos que está ocorrendo e antes de um terremoto, se a magnitude é 6 e acima. Por isso, alguns terremotos escolhem cuidadosamente palavras para resumir tudo isso o que discutimos nesta discussão é que há alguns terremotos não todos talvez precedidos por anomalia térmica detectável muitos exemplos. Mostrei a vocês de diferentes partes do mundo 28 recente terremoto passado, tão transiente e anomalias térmicas antes dos eventos do curso, esta análise é toda depois que o terremoto ocorreu.
Então, é uma análise postmortem retrospecto, anomalias térmicas para terremoto com as grandes magnitudes têm maior extensão espacial isso é muito óbvio, se o terremoto for grande, magnitude maior terá uma grande razão anômala e se terremoto for bastante raso, ele terá um você sabe uma anomalia menor, mas uma anomalia intensa. Então, isso também é observado e sobe a temperatura LST que é a temperatura da superfície terrestre detectada. Ou registrado por esses canais térmicos varia entre 5 11 grau centígrado acima do normal e duração das anomalias térmicas pré-sismo foi feita ou mais em caso de terremotos de magnitude maior que significa, antes do terremoto poucos dias antes da anomalia vista, mas incaso de terremoto relativamente pequeno este não pode estar ali naquele caso que é o tipo de diferenças de tempo ali existente. Mais adiante em discussão o acúmulo máximo de anomalias térmicas na hora noturna. Como você pode ver, comparado ao dia a dia em caso de terremoto de Bam e localização de anomalia térmica epicentro deslocamento é o resultado de características de falhas ativas Eu em breve gosto de logo você tem os 3 exemplos um do terremoto de Bondi algeria, onde observado foi lá em caso de terremoto de chamoli e claro nos terremotos do Nepal de 2015, a anomalia térmica pré-terremoto depende de magnitude de terremoto, terreno e condições meteorológicas.
Se a desvantagem dessa técnica ou a grande limitação dessa técnica é precisamos ter uma série de dados de séries de tempo livre completamente em nuvem. Então, não temos controle sobre a condição mitológica, mas se uma área que está tendo um dado completo de livre nuvem, então nossa análise de interpretação se torna altamente confiável o nível de confiança seria muito alto.