Científicos usaron la inteligencia artificial y descubrieron 86.000 terremotos ocultándose bajo un supervolcán activo

Bajo la apacible superficie del Parque Nacional de Yellowstone, un supervolcán activo ha escondido durante años una intensa actividad sísmica. Científicos de la Universidad de Santander de Colombia y el Servicio Geológico de Estados Unidos (USGS) revelaron mediante inteligencia artificial más de 86.000 terremotos que antes no fueron registrados. El nuevo sistema permitirá entender mejor los procesos volcánicos y geotérmicos en una de las zonas más monitoreadas del mundo.

El estudio, en Science Advances, analizó los terremotos entre 2008 y 2022 y descubrió enjambres sísmicos ocultos a lo largo de fallas geológicas jóvenes e irregulares. "Ahora tenemos un catálogo sísmico mucho más robusto bajo la caldera de Yellowstone", afirmó Bing Li, profesor de ingeniería en Western University. Gracias a esta base de datos ampliada, los expertos podrán mejorar las predicciones y estrategias de gestión frente a potenciales riesgos volcánicos.

Terremotos registrados durante años en Yellowstone

Yellowstone, ubicado en Wyoming, esconde una caldera de grandes dimensiones, resultado del colapso del terreno tras erupciones pasadas. Hasta ahora, los registros históricos contabilizaban poco más de 8.600 eventos sísmicos a lo largo de 15 años. Sin embargo, el aprendizaje automático aplicado permitió identificar exactamente 86.276 terremotos, revelando enjambres sísmicos antes imperceptibles.

• La onda sísmica de un megaterremoto de magnitud 9 rebotó en el nucleo terrestre y habría desplazado a todo un país
• Científicos descubren que el calor solar influye en la actividad sísmica facilitando la predicción de terremotos

Un dato clave mostrado en el informe es que más del 50% de estos sismos ocurrieron en enjambres: grupos de pequeños temblores conectados entre sí y concentrados en áreas reducidas durante períodos cortos. Estos eventos, a diferencia de las réplicas convencionales, tienden a distribuirse a lo largo de fallas inmaduras, más rugosas e irregulares, a diferencia de las fallas maduras que predominan fuera de la caldera o en California.

Máquinas de detección de material fundido

La clave del hallazgo radica en el uso de modelos de machine learning para reanalizar las ondas sísmicas históricas. Antes, los expertos debían revisar manualmente las señales, un método lento y limitado. Gracias a la inteligencia artificial, las máquinas procesaron grandes volúmenes de datos y detectaron eventos imperceptibles para el ojo humano.

El estudio identificó que estos enjambres sísmicos responden a complejos movimientos de fluidos subterráneos, mezclas de agua caliente y erupciones de líquidos a alta presión. Las máquinas permitieron visualizar la actividad sísmica como fractales: patrones geométricos que se repiten a distintas escalas, similares a ramas de árboles o costas irregulares.

Según los investigadores, este enfoque fractal, combinado con el aprendizaje automático, permite caracterizar con precisión la rugosidad de las fallas activas bajo Yellowstone. "Si tuviéramos que hacerlo manualmente, sería imposible. Simplemente no es escalable", señaló Li.