Un nuevo estudio, fruto de una colaboración científica entre la Universidad de Granada y el Instituto Volcanológico de Canarias (Involcan), presenta “una técnica innovadora para mejorar la vigilancia de volcanes”, informa en sus redes sociales el Involcan. El trabajo ha sido publicado en la revista científica Journal of Geophysical Research: Solid Earth, la publicación más prestigiosa a nivel mundial en geofísica terrestre.
¿ð™‹ð™¤ð™§ ð™¦ð™ªð™šÌ ð™šð™¨ ð™žð™¢ð™¥ð™¤ð™§ð™©ð™–ð™£ð™©ð™š ð™›ð™¤ð™§ð™©ð™–ð™¡ð™šð™˜ð™šð™§ ð™¡ð™– ð™«ð™žð™œð™žð™¡ð™–ð™£ð™˜ð™žð™– ð™«ð™¤ð™¡ð™˜ð™–Ìð™£ð™žð™˜ð™–?
Las erupciones volcánicas pueden tener un enorme impacto sobre las comunidades cercanas y las infraestructuras. Una de las herramientas científicas para anticiparse a este peligro es el uso de redes de sismómetros que registran la actividad sísmica de los volcanes y permiten identificar los terremotos previos a una erupción volcánica. Sin embargo, desplegar y mantener una red densa de estaciones resulta costoso y complicado, subraya el Involcan.
ð™‡ð™– ð™§ð™šð™«ð™¤ð™¡ð™ªð™˜ð™žð™¤Ì𙣠ð™™ð™š ð™¡ð™– ð™›ð™žð™—ð™§ð™– ð™¤Ìð™¥ð™©ð™žð™˜ð™–
“Una alternativa prometedora es la Detección Acústica Distribuida (DAS, por sus siglas en inglés, Distributed Acoustic Sensing), que convierte los cables de fibra óptica —los mismos que se emplean en telecomunicaciones— en miles de sensores sísmicos virtuales. Esto permite ‘escuchar’ la Tierra en tiempo real a lo largo de decenas de kilómetros. El reto, sin embargo, es que esta tecnología genera volúmenes enormes de datos imposibles de analizar manualmente”, resalta.
ð™„ð™£ð™©ð™šð™¡ð™žð™œð™šð™£ð™˜ð™žð™– ð™–ð™§ð™©ð™žð™›ð™žð™˜ð™žð™–𙡠ð™–𙡠ð™¨ð™šð™§ð™«ð™žð™˜ð™žð™¤ ð™™ð™š ð™¡ð™– ð™«ð™žð™œð™žð™¡ð™–ð™£ð™˜ð™žð™– ð™«ð™¤ð™¡ð™˜ð™–Ìð™£ð™žð™˜ð™–
“Para resolver este desafío, los investigadores han desarrollado RNN-DAS, un sistema de inteligencia artificial basado en redes neuronales recurrentes (RNN). Fue entrenado con datos registrados durante la erupción del volcán Tajogaite en La Palma (2021), a través de un cable submarino de la empresa Canalink. El modelo puede detectar en tiempo real los eventos volcano-tectónicos —pequeños terremotos producidos por la fractura de rocas en el interior del volcán— con una precisión cercana al 97%”, asegura.
ð™ð™šð™¨ð™ªð™¡ð™©ð™–ð™™ð™¤ð™¨ ð™¥ð™§ð™¤ð™¢ð™šð™©ð™šð™™ð™¤ð™§ð™šð™¨
“El sistema no solo funcionó en La Palma, sino que también mostró buenos resultados en el volcán Estromboli (Italia), lo que demuestra su capacidad de adaptación a diferentes entornos. Además, requiere pocos recursos informáticos, por lo que puede aplicarse fácilmente en observatorios volcanológicos. Su capacidad de facilitar la creación automática de catálogos sísmicos es, por lo tanto, una herramienta clave para la ciencia y la protección civil”, afirma.
ð™ð™£ ð™¥ð™–ð™¨ð™¤ ð™ð™–ð™˜ð™žð™– ð™šð™¡ ð™›ð™ªð™©ð™ªð™§ð™¤
“La combinación de fibra óptica más inteligencia artificial abre la puerta a una vigilancia volcánica continua, económica y de gran alcance. Esta innovación supone un avance significativo para mejorar los sistemas de alerta temprana y reducir los riesgos para las poblaciones que viven en zonas volcánicas”, señala.
El desarrollo de esta investigación ha sido posible gracias a los proyectos DIGIVOLCAN (PLEC2022-009271) y Cumbre Vieja Emergencia, financiados por el Ministerio de Ciencia, Innovación y Universidades.
Los autores del estudio son Fernández-Carabantes, J., Titos, M., D'Auria, L., García, J., García, L. & Benítez, C. (2025) y lleva por título RNN-DAS: A new deep learning approach for detection and real-time monitoring of volcano-tectonic events using distributed acoustic sensing. Puede consultarse en este enlace.