¿Terremotos a cámara lenta? Análisis de terremotos silenciosos con algoritmos de aprendizaje automático
Los sismólogos no pueden predecir los terremotos, pero pueden calcular la probabilidad de que se produzca un terremoto de gran magnitud a lo largo de una falla concreta en un período de tiempo específico. Conocidos como deslizamientos lentos, los geocientíficos también estudian con frecuencia los terremotos que se asemejan a los seísmos repentinos y regulares, pero que se producen a escalas de tiempo mucho más largas (generalmente desde días hasta meses). Comprender estos terremotos aparentemente a cámara lenta y suaves ayuda a arrojar luz sobre la mecánica de los terremotos y la física que rige el momento en que se producen y su magnitud. Con el apoyo parcial del proyecto GEO-4D, financiado con fondos europeos, un equipo de científicos ha desvelado características estadísticas perceptibles que marcan el período que conduce a las roturas de deslizamiento lento en la corteza terrestre meses antes del temblor de tierra o de que los datos de los sistemas de posicionamiento global (GPS) detecten un deslizamiento de las placas tectónicas. Una nota de prensa del Laboratorio Nacional de Los Álamos resume el estudio que se publicó en la revista «Nature Communications». «Dada la similitud entre los deslizamientos lentos y los terremotos clásicos, estas marcas distintivas pueden ayudar a los geofísicos a comprender en qué momento se producirán también los seísmos más rápidos y devastadores».
Deslizamientos lentos predecibles
Mediante un modelo de aprendizaje automático, el equipo estudió ondas sísmicas continuas del período entre 2009 y 2018 con datos de la Red Sísmica del Noroeste del Pacífico, que rastrea los movimientos terrestres en la región de Cascadia. La autora principal, Claudia Hulbert, de la École normale supérieure, coordinadora del proyecto GEO-4D, y el Laboratorio Nacional de Los Álamos, comenta: «El modelo de aprendizaje automático descubrió que, hacia el final del ciclo de deslizamiento lento, se imprime una instantánea de los datos con información fundamental sobre la próxima perturbación del sistema». Según Hulbert, los descubrimientos del equipo «sugieren que las roturas de deslizamiento lento también podrían predecirse y, como los deslizamientos lentos tienen mucho en común con los terremotos, estos deslizamientos podrían proporcionar una manera más sencilla de estudiar la física fundamental de la rotura terrestre». Los investigadores calcularon varias «características estadísticas vinculadas a la energía de la señal en señales de baja amplitud», según la misma nota de prensa, que además afirma: «La característica más importante para predecir los deslizamientos lentos en los datos de Cascadia es la potencia sísmica, que se corresponde con la energía sísmica, y en concreto las bandas de frecuencia asociadas con deslizamientos lentos». El estudio también descubrió que «los deslizamientos lentos suelen comenzar con una aceleración exponencial de la falla, una fuerza tan pequeña que no es detectada por los sensores sísmicos». La nota de prensa del Laboratorio Nacional de Los Álamos añade que los algoritmos de aprendizaje automático supervisados del equipo «son transparentes, lo que significa que el equipo puede ver qué características utiliza el aprendizaje automático para predecir cuándo se deslizará la falla. También permite a los investigadores comparar estas características con las que eran más importantes en los experimentos de laboratorio para calcular los tiempos de perturbación». Los deslizamientos lentos fueron observados por primera vez hace cerca de dos décadas por unos geocientíficos que rastreaban cambios en la Tierra que solo podían detectarse mediante la tecnología GPS. Estos deslizamientos se producen cuando las placas tectónicas chocan extremadamente despacio, como en un temblor de tierra a cámara lenta. Un deslizamiento lento que dura varias semanas puede liberar la misma cantidad de energía que un terremoto de magnitud 7,0 que dure un minuto. Sin embargo, estos seísmos recurrentes liberan energía muy despacio, de manera que la deformación que provocan en la superficie es milimétrica. El proyecto en curso GEO-4D (Geodetic data assimilation: Forecasting Deformation with InSAR) se centra en desarrollar una herramienta basada en procedimientos de aprendizaje automático que combine las capacidades de detección de varios datos, incluida la información de la misión satelital Sentinel-1, para crear series temporales de movimientos del suelo. Para más información, consulte: proyecto GEO-4D
Palabras clave
GEO-4D, terremoto, deslizamiento lento, aprendizaje automático, Laboratorio Nacional de Los Álamos
