Investigadores desarrollan método de IA para predecir terremotos con meses de antelación

Un equipo de investigadores ha dado un paso crucial en la predicción de terremotos al desarrollar un método basado en aprendizaje automático que podría permitir la identificación de agitación tectónica de bajo nivel con meses de anticipación. Este innovador enfoque, que fue presentado en un estudio publicado en la prestigiosa revista científica Nature Communications, se centra en el análisis de grandes volúmenes de datos sísmicos. Liderado por Társilo Girona, profesor asistente de investigación en el Instituto Geofísico de la Universidad de Alaska Fairbanks, y Kyriaki Drymoni, geóloga de la Ludwig-Maximilians-Universität en Múnich, el equipo ha utilizado algoritmos avanzados para detectar patrones que podrían indicar la inminencia de un gran terremoto. El estudio se basa en la premisa de que, antes de que se produzca un gran sismo, existen señales previas en forma de actividad sísmica de menor magnitud. Según los investigadores, este fenómeno se manifiesta principalmente en sismos que tienen magnitudes inferiores a 1,5. Al aplicar su algoritmo a los terremotos de Anchorage en 2018 y Ridgecrest en 2019, el equipo logró identificar actividad sísmica anormal en un 15% al 25% de las áreas afectadas aproximadamente tres meses antes de los eventos principales. Este hallazgo no solo es significativo, sino que ofrece una nueva perspectiva sobre cómo se pueden entender y anticipar los terremotos. Girona explica que el uso de técnicas estadísticas avanzadas, particularmente el aprendizaje automático, ha demostrado su potencial para identificar precursores de terremotos de gran magnitud. El algoritmo creado por el equipo busca señales de actividad sísmica inusual en grandes conjuntos de datos, lo que representa un avance en la previsión de estos fenómenos naturales. La capacidad de prever un evento sísmico puede ser crucial para la seguridad de comunidades en zonas de riesgo. En el caso de Anchorage, los investigadores observaron que la probabilidad de un terremoto significativo se elevó a un 80% en los 30 días previos al evento del 30 de noviembre. Poco antes del terremoto, esta cifra alcanzó el 85%. De manera similar, en Ridgecrest, el aumento de probabilidad comenzó unos 40 días antes del primer sismo de la secuencia, lo que demuestra la eficacia del método en la predicción temprana. Una de las teorías sugeridas por los investigadores es que la actividad precursora podría estar relacionada con variaciones en la presión del fluido intersticial dentro de las fallas tectónicas. Drymoni sostiene que estas variaciones controlan la sismicidad anormal y precursora de baja magnitud, lo que añade una nueva dimensión a la comprensión de la mecánica de los terremotos y su predicción. Sin embargo, el equipo también ha señalado la necesidad de cautela. Girona advierte que este método no debería aplicarse a nuevas regiones sin haber sido entrenado previamente con datos de sismicidad histórica de la zona. Esto es esencial para garantizar la precisión de las predicciones, ya que cada región tiene características tectónicas únicas que pueden influir en la actividad sísmica. Además, los investigadores han destacado los desafíos éticos que plantea la predicción de terremotos. La posibilidad de emitir alertas erróneas o realizar predicciones inexactas puede generar pánico en las comunidades y socavar la confianza en las instituciones científicas. Por ello, es crucial que cualquier avance en este campo se maneje con responsabilidad y se comunique de manera efectiva a la población. La previsión precisa de terremotos tiene el potencial de salvar vidas, especialmente en áreas donde la actividad sísmica es frecuente. Sin embargo, como concluye Girona, también plantea importantes cuestiones éticas y prácticas que deben ser abordadas a medida que se avanza en esta investigación. La combinación de aprendizaje automático y ciencias sísmicas podría marcar el comienzo de una nueva era en la predicción de desastres naturales, ofreciendo esperanza y seguridad a muchas comunidades vulnerables. Este avance no solo representa un hito en la investigación sísmica, sino que también podría cambiar la forma en que las ciudades y los gobiernos se preparan para enfrentar los terremotos, rediseñando las políticas de prevención y mitigación de riesgos. Con el tiempo, este enfoque podría integrarse en sistemas de alerta temprana, proporcionando a las comunidades más tiempo para reaccionar y prepararse ante la inminencia de un gran sismo.