Para ayudar a predecir el comportamiento del terreno en un sismo, investigadores de la Universidad Nacional Autónoma de México (UNAM) crearon un proceso matemático a partir de replicar el proceso de redes neuronales humanas.

 

Adrián Pozos Estrada, del Instituto de Ingeniería de la UNAM, explicó que “es necesario conocer la profundidad de ocurrencia del sismo, magnitud y distancia al lugar donde se percibe”.

 

Con esos parámetros se alimenta una red, a la que se pide información sobre la aceleración del suelo en caso de sismo para determinar cómo se moverá.

 

Las redes neuronales artificiales utilizan la base de datos de dos tipos de temblores ocurridos en México: los que son dentro del continente y los interplaca, como los de 1985.  Ambos tienen características particulares y pueden ocasionar daños diferentes en edificios demasiado rígidos o muy flexibles.

 

Los cálculos no se hacen en tiempo real, para que fuera así se necesitaría que las redes neuronales artificiales captaran datos más precisos y que el sistema estuviera automatizado.

 

Aunque la red se puede utilizar para predecir el comportamiento de otros fenómenos naturales como los vientos causados por huracanes e inundaciones, Pozos Estrada precisó que solo estudiaron qué sucedería durante un sismo en suelos de roca como los de Ciudad Universitaria, Tlalpan o el Ajusco.

 

Indicó que para zonas como la del Lago de Texcoco se necesitaría información adicional a los parámetros mencionados, porque su suelo está formado por depósitos lacustres blandos y acuosos que favorecen la amplificación de las ondas sísmicas. La principal limitación de la red es que se requieren datos históricos para alimentar el sistema.

 

Chile ya ha aplicado el sistema de interconexión de neuronas artificiales

 

En Chile, uno de los países con mayor actividad sísmica del mundo ha utilizado redes neuronales artificiales para predecir terremotos en ese país.

 

Investigadores de la Universidad Pablo de Olavide han utilizado un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida.

 

Para su experimentación los expertos realizaron dos tipos de predicción: la probabilidad de que un terremoto sea de magnitud mayor que un determinado valor umbral, así como la probabilidad de ocurrencia de un terremoto de magnitud dentro de un determinado intervalo de tiempo.

 

La metodología podría extrapolarse a cualquier tipo de desastre natural, siempre que se aporten los datos necesarios, afirman los investigadores.

 

Esto sería de gran interés por ejemplo para la predicción de tsunamis tras un terremoto, puesto que el sistema de detección actual, consistente en alarmas-sensores colocados en boyas instaladas en el mar, avisa sólo cuatro horas antes de que se produzca.

 

En la actualidad, están estudiando también si se puede extrapolar la metodología a otras partes del mundo, habiendo ya obtenido los primeros resultados positivos para determinadas zonas de China y de Japón.