Para ilmuwan telah mengembangkan teknik matematika yang mempercepat simulasi seismik hingga 1.000 kali, memudahkan pemetaan lapisan bawah tanah dan penilaian risiko gempa bumi. Dipimpin oleh Kathrin Smetana dari Stevens Institute of Technology, pendekatan ini menggunakan reduksi orde model untuk menangani komputasi kompleks secara lebih efisien. Meskipun tidak memungkinkan prediksi gempa bumi, ini dapat meningkatkan kesiapan di daerah rentan.
Gempa bumi sering terjadi, dengan United States Geological Survey memperkirakan sekitar 55 kejadian setiap hari di seluruh dunia, total sekitar 20.000 per tahun. Peristiwa dengan magnitudo 7 atau lebih tinggi terjadi sekitar 15 kali setahun, dan satu mencapai magnitudo 8 atau lebih. Pada 2025, gempa magnitudo 7.0 mengenai Alaska pada 6 Desember, sementara peristiwa lepas pantai magnitudo 8.8 dekat Semenanjung Kamchatka Rusia termasuk yang terkuat pernah tercatat. Bencana ini menyebabkan kerusakan signifikan, menelan biaya perkiraan 14,7 miliar dolar AS setiap tahun, menurut laporan 2023 dari USGS dan Federal Emergency Management Agency. Urbanisasi di zona seismik memperburuk dampak finansial dan manusia. Meskipun prediksi tetap tidak mungkin, pemahaman struktur bawah permukaan dapat meningkatkan evaluasi risiko. Peneliti menggunakan inversi gelombang penuh untuk membentuk gambar lapisan bawah tanah, mensimulasikan gelombang seismik dan membandingkannya dengan data nyata dari seismogram. Kathrin Smetana, asisten profesor ilmu matematika di Stevens Institute of Technology, mencatat bahwa material seperti batuan padat, pasir, atau tanah liat memengaruhi propagasi gelombang secara berbeda. «Anda mungkin memiliki lapisan batuan padat, atau pasir atau tanah liat», jelasnya. Simulasi tradisional, melibatkan jutaan variabel dan diulang ribuan kali, dapat memakan waktu berjam-jam pada komputer kuat, membatasi penggunaan praktis. Untuk mengatasinya, Smetana berkolaborasi dengan Rhys Hawkins dan Jeannot Trampert dari Universitas Utrecht, serta Matthias Schlottbom dan Muhammad Hamza Khalid dari Universitas Twente. Metode mereka mengurangi ukuran sistem sekitar 1.000 kali sambil mempertahankan akurasi. «Pada dasarnya kami mengurangi ukuran sistem yang perlu dipecahkan sekitar 1.000 kali», kata Smetana. Diterangkan dalam makalah «Model Order Reduction for Seismic Applications» yang diterbitkan di SIAM Journal on Scientific Computing (2025, jilid 47, isu 5), teknik ini membantu membuat model bawah permukaan yang rinci untuk penilaian risiko yang lebih baik. Ini juga dapat mendukung simulasi tsunami, memberikan waktu untuk respons darurat. «Tidak ada cara untuk memprediksi gempa bumi saat ini», tegas Smetana, «tetapi pekerjaan kami dapat membantu menghasilkan pandangan realistis tentang bawah permukaan dengan daya komputasi lebih sedikit, yang akan membuat model kami lebih praktis dan membantu kami lebih tahan terhadap gempa bumi».