Una nueva metodología que ha sido desarrollada por varios centros de investigación españoles va a permitir anticipar erupciones volcánicas en entornos urbanos con aproximadamente dos días de antelación.
La nueva metodología, que ha sido desarrollada por el Instituto Geológico y Minero de España (IGME-CSIC), el Instituto Geográfico Nacional (IGN) y la Universidad de Valencia, ha sido seleccionada por la Oficina para la Reducción de Desastres de la ONU como una herramienta que permitirá a científicos e instituciones mejorar la respuesta y gestión de este tipo de emergencias naturales en todo el mundo.
El magma no asciende de forma aleatoria, sino que se rige por un patrón a lo largo del tiempo, y ese patrón o memoria genera una serie de movimientos sísmicos relacionados entre sí de forma persistente y estable, ha explicado este jueves el Consejo Superior de Investigaciones Científicas (CSIC). Los resultados del trabajo se han publicado en la revista Scientific Reports.
Sin embargo, cuando la memoria del magma cambia, genera una serie temporal de terremotos, diferentes de los registrados con anterioridad, que revelan que el magma ha dejado de estar ‘estancado’, o de moverse lentamente, para iniciar un ascenso imparable.
Ese cambio de patrón del magma, evidenciado a través de una sismicidad irregular, marca un punto de no retorno previo a la erupción, ha aclarado el CSIC.
La nueva metodología, pionera en el mundo, aplica algoritmos para identificar la transición en el comportamiento de la memoria a largo plazo del magma en su ascenso, lo que permite determinar con precisión una señal precursora de la erupción, aproximadamente, dos días antes de que se produzca.
Los datos recopilados en La Palma, esenciales para la nueva metodología
“Este novedoso enfoque abre nuevas vías para poner en marcha sistemas de alerta temprana basados en el análisis de series temporales de terremotos volcánicos, aplicables a redes sísmicas en tiempo real durante la vigilancia de una crisis sismo-volcánica”, ha explicado Raúl Pérez, investigador del IGME-CSIC.
La nueva herramienta no se limita a emitir un aviso previo a la erupción, sino que el algoritmo también es capaz de determinar cuándo el volcán está perdiendo fuerza eruptiva. En el momento que el indicador de la memoria del magma se estabiliza, los científicos pueden identificar una tendencia 'asintótica', una señal de que el motor que alimenta la erupción se está agotando.
Esta capacidad para predecir el cese potencial de la actividad es vital para la gestión de la emergencia, ya que permite a las autoridades empezar a planificar el retorno de la población y el inicio de la reconstrucción.
Debido al potencial impacto de este trabajo en la gestión de futuras erupciones volcánicas, ha sido incluido por la Oficina para la Reducción de Desastres de la ONU en Preventionweb, su plataforma global de intercambio de conocimiento para la gestión de emergencias.
El objetivo es diseminar el nuevo método entre la comunidad encargada de gestionar este tipo de crisis naturales, poniendo así el trabajo de los científicos españoles al servicio de la sociedad.
En 2021, la erupción del volcán Tajogaite (Cumbre Vieja, La Palma) afectó a más de 8.000 personas y provocó la destrucción de 1.200 viviendas, aproximadamente.
Muchos investigadores del CSIC se desplegaron sobre el terreno para el estudio y asesoramiento científico de esta emergencia natural, y la información recogida entonces ha servido al equipo investigador para desarrollar la nueva técnica basada en la utilización de algoritmos estadísticos aplicados a los terremotos registrados durante la erupción del volcán.
“Nuestro trabajo combina la modelación matemática de la ocurrencia de terremotos asociados al ascenso del magma, desde 9 kilómetros de profundidad, con el exhaustivo trabajo de campo, día a día, hora a hora, que se realizó durante la erupción del volcán de La Palma. Todo ello permitió definir señales asociadas a cambios en la dinámica eruptiva, encontrando que dicha erupción duró 86 días debido a cinco inyecciones profundas de magma”, ha precisado Raúl Pérez.