Real-Time Tsunami Inundation Forecast Study In Chimbote City, Peru

• Autor: Moggiano Aburto, Nabilt J.
• Formato: tesis de maestría
• Fecha de Publicación: 2017
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: inglés
• OAI Identifier: oai:renati.sunedu.gob.pe:renati/707
• Enlace del recurso: http://renati.sunedu.gob.pe/handle/sunedu/216931
• Nivel de acceso: acceso abierto
• Materia: Pronóstico de inundación; Tsunami; http://purl.org/pe-repo/ocde/ford#1.05.09

Para pronosticar rápidamente la inundación de un tsunami durante un evento tsunamigénico, construimos una base de datos de inundación de tsunamis pre calculada para Chimbote, que es una de las ciudades más pobladas del norte-centro de Perú y considerada como un área propensa a tsunamis. La base de datos consta de formas de onda de tsunami y áreas de inundación modeladas de tsunamis basadas en un total de 165 escenarios de modelo de falla que comienzan de 8.0 a 9.0 con un incremento de 0.1 en la escala de magnitud de momento (Mw). Siguiendo la metodología de Gusman et al. (2014) evaluamos la confiabilidad del algoritmo NearTIF usando dos hipotéticos escenarios de terremoto de empuje: Mw 9.0 (evento más desfavorable), Mw 8.5 (alta probabilidad de ocurrencia) y un modelo de falla finita del terremoto de tsunami de 1996 (Mw 7.6) en alta mar Chimbote. La propagación lineal del tsunami y la inundación no lineal se simularon con el código JAGURS implementado en una computadora de alto rendimiento en el Earthquake Information Center, Earthquake Research Institute, The University of Tokyo. Este estudio demostró que el algoritmo NearTIF funcionó bien incluso en el caso de un terremoto de tsunami porque utilizó un procedimiento de cambio de tiempo para la búsqueda de escenarios del modelo de fallas mejor ajustado. Finalmente, evaluamos el tiempo de entrega con el algoritmo NearTIF para el propósito de la advertencia de tsunami en Chimbote. La comparación del tiempo de cálculo indicó que NearTIF solo necesitaba menos de 20 segundos mientras que el modelado directo directo requirió 27-45 minutos. Así demostramos que NearTIF era un algoritmo adecuado para desarrollar un futuro sistema de pronóstico de inundación de tsunamis en Chimbote y sería una contribución útil para mejorar y fortalecer el Centro Peruano de Alerta de Tsunami en términos de obtener en corto tiempo un pronóstico de mapas de inundación de tsunamis para el análisis de evacuación y reducción de pérdida de vidas.