Un Nuevo Método que Podría Predecir Terremotos con Meses de Antelación

Un grupo de investigadores ha desarrollado un método revolucionario que podría permitir la predicción de terremotos con varios meses de anticipación. Este avance, basado en el uso de aprendizaje automático, podría cambiar drásticamente la manera en que se anticipan estos desastres naturales.

¿Cómo Funciona Este Nuevo Método?

El estudio, publicado en Nature Communications, fue liderado por Társilo Girona, investigador del Instituto Geofísico de la Universidad de Alaska Fairbanks, y Kyriaki Drymoni, geóloga de la Universidad Ludwig-Maximilians en Múnich. Los investigadores emplearon algoritmos de aprendizaje automático para analizar grandes cantidades de datos sísmicos y detectar señales tempranas de actividad tectónica.

Girona explica que este enfoque basado en técnicas estadísticas avanzadas puede identificar precursores de grandes terremotos al estudiar patrones en los catálogos de sismos. Para ello, el equipo desarrolló un algoritmo capaz de detectar actividad sísmica inusual en vastas áreas.

Casos de Estudio: Terremotos en Alaska y California

El equipo probó su algoritmo en dos eventos sísmicos significativos: el terremoto de Anchorage, Alaska, en 2018 (magnitud 7,1), y la secuencia sísmica de Ridgecrest, California, en 2019 (magnitudes entre 6,4 y 7,1). En ambos casos, los investigadores detectaron actividad sísmica anormal de baja magnitud en aproximadamente un 15% al 25% del área afectada, hasta tres meses antes de que ocurrieran los terremotos principales.

La Importancia de la Actividad Sísmica de Baja Magnitud

Los resultados del estudio indican que la actividad sísmica de magnitud inferior a 1,5 podría ser un precursor crucial de grandes terremotos. Utilizando el algoritmo, Girona y Drymoni observaron que la probabilidad de un gran terremoto aumentaba notablemente unos tres meses antes del evento principal.

Por ejemplo, en el caso de Anchorage, la probabilidad de un gran terremoto en los 30 días siguientes se incrementó hasta un 80%, llegando al 85% poco antes del sismo de noviembre de 2018. Resultados similares se obtuvieron en la secuencia de Ridgecrest, donde el aumento de probabilidad comenzó unos 40 días antes del primer terremoto.

¿Qué Significa Este Descubrimiento?

Los investigadores sugieren que esta actividad sísmica anormal podría estar relacionada con cambios en la presión del fluido intersticial dentro de las fallas tectónicas. Drymoni menciona que estas variaciones en la presión podrían ser las responsables de la sismicidad precursora de baja magnitud.

Este avance destaca el papel del aprendizaje automático en la investigación sísmica, ya que las redes sísmicas modernas generan enormes volúmenes de datos que, cuando se analizan correctamente, pueden proporcionar información clave sobre futuros eventos sísmicos.

Consideraciones Éticas y Prácticas

A pesar del potencial de este método para salvar vidas, los investigadores advierten sobre los desafíos éticos y prácticos que conlleva la predicción de terremotos. Girona señala que este método no debería aplicarse en nuevas regiones sin entrenar previamente el algoritmo con datos sísmicos históricos de la zona. Además, subraya la importancia de considerar las posibles consecuencias de falsas alarmas o predicciones incorrectas.

En conclusión, mientras que la predicción precisa de terremotos podría revolucionar la gestión de desastres, también plantea importantes interrogantes que deben abordarse con cautela.